Практический PRO-курс по созданию production-ready голосовых AI-агентов для бизнеса в РФ. Оба подхода 2026 года: классический cascade pipeline STT → LLM → TTS и realtime speech-to-speech на GPT-Realtime-2. VAD, end-of-turn detection, barge-in, tool calling в звонке, Voice RAG, evals, версионирование агента. Российский стек: Yandex SpeechKit, SaluteSpeech, YandexGPT, 152-ФЗ. Телефония: SIP, Voximplant, Mango Office.
Voice AI Agents PRO — практический курс о том, как строить голосовых агентов, которые реально работают в бизнесе в 2026 году.
В 2026 году голосовой агент — это уже не склейка Whisper, GPT и TTS. Современный voice agent работает в realtime-сессии, понимает перебивания, определяет конец реплики, вызывает внешние функции прямо во время звонка, подключается к SIP-телефонии и проходит регулярные evals на реальных звонках.
Курс разбирает оба подхода:
классический cascade pipeline STT → LLM → TTS — гибкая архитектура, полный контроль компонентов, российские сервисы, соблюдение 152-ФЗ;
современные realtime speech-to-speech агенты на GPT-Realtime-2 — WebRTC, session events, interruptions, parallel tool calls, 128K контекст.
Что вы разберёте на курсе:
VAD, end-of-turn detection и barge-in — почему таймаут в 500 мс ломает голосовой UX и как агент понимает, что клиент закончил фразу;
OpenAI Realtime API — GPT-Realtime-2, архитектура сессий, audio events, tool calling и GPT-Realtime-Translate на 70+ языков;
LLM в голосе — prompt-инжиниринг для коротких реплик, function calling, выбор модели: GPT-5.4 mini, YandexGPT Pro, GigaChat;
Voice RAG — как агент отвечает по корпоративной базе знаний: FAQ, прайсы, документы, проверка галлюцинаций;
Production и evals — golden calls, LLM-as-judge, версионирование dev/staging/prod, A/B-тестирование промптов и голосов, rollback;
Телефония — SIP, Voximplant, Mango Office, Билайн, автообзвон на Python, входящий IVR;
Российский контур и 152-ФЗ — где можно OpenAI/Vapi, где нужен Yandex SpeechKit, SaluteSpeech, T-Bank VoiceKit и on-prem LLM;
Multi-agent voice workflows — маршрутизатор, агент записи, поддержки, продаж, handoff без потери контекста;
Вертикальные кейсы — клиника, e-commerce, образование с реальными разборами звонков.
В каждом модуле — реальные записи звонков голосовых агентов с разбором: что сработало, что нет и почему. А все вопросы вы можете задать автору @alexey_latorn в телеграм.
P.S. Ранее автор публиковал курсы на Stepik, отзывы ниже взяты оттуда
Автор курса
Разрабатываю образовательные материалы по программированию, машинному обучению и анализу данных. Темы: Python-разработка, аналитика, ML-инструменты (LangChain, vector databases, AI agents), компьютерное зрение. Стараюсь объяснять технические концепции понятно и структурировано. Ранее преподавал на Stepik и обучил более 2000 студентов.
Доступны 7 из 10 секций, остальные откроются по расписанию.
Поддержка
