GPT-Live-1 API Eğitimi: Tam Çift Yönlü Bir Sesli Asistan Oluşturun

İlk kez bir GPT-Live-1 tarayıcı oturumu açtığımda, alışıldık ses döngüsünü bekliyordum: konuş, bekle, sonra yanıtı dinle. Bunun yerine, asistan yanıt verirken mikrofon açık kaldı. Sohbet daha az katı hissettirdi, ancak uygulamanın arka planda olan işleri yine de yönetmesi gerekiyordu.

OpenAI önce Temmuz ayında ChatGPT'de GPT-Live'ı tanıttı, ardından bu hafta başında GPT-Live-1'i API'ye getirdi; tam da bu projeye başlamadan önce. GPT-Realtime-2.1 eğitimimiz tek model yaklaşımını kapsarken, GPT Live Transcribe rehberimiz canlı altyazılara odaklanır. Burada, gerçek DataCamp kaynaklarını arayan ve yalnızca onaydan sonra bir planı kaydeden bir sesli öğrenme asistanı oluşturacaksınız.

Ben buna DataCamp Sesli Öğrenme Asistanı diyorum. Bu bir eğitim prototipidir, üretimdeki DataCamp AI Asistanı değildir. Proje, bir öğrenciyi sözlü bir hedeften kaydedilmiş bir plana kadar takip eder.

Özel Çıkarımlar

GPT-Live-1, sözlü alışverişi arka uç çalışmasından ayırır. Dört bulgu öğrenme asistanını şekillendirir.

• WebRTC ile arka uç çalışması farklı yollar kullanır: medya izleri konuşmayı taşırken, Responses delegasyonu arama ve araç çağrılarını yönetir.
• Sözlü bir kesinti arka uç çalışmasını iptal etmez: görev sürümleri uygulama eylemlerini korur, ancak Responses delegasyonu eski her sonucu bir sonraki yanıttan uzak tutamaz.
• Transkript deltaları nihai konuşma turları değildir: ağ zamanlaması değişebilir, kullanıcı ve asistan aralıkları çakışabilir ve hiçbir transkript olayı yetkili bir tamamlanmış turu işaretlemez.
• Bir fonksiyon çağrısı kaydetme izni değildir: uygulama, planı yazmadan önce ikinci bir onay bekler.

Bu bulgular, bu öğrenme-planı akışı için geçerlidir. Farklı bir komut veya ağ davranışı değiştirebilir ve istemci delegasyonu kontrol sınırını değiştirir.

GPT-Live-1 Nedir?

GPT-Live-1, OpenAI'nin tam çift yönlü ses modelidir. Sözlü turları ve kesintileri, aralardaki duraklamalar dahil olmak üzere ele alır ve ardından arama veya araç çağrıları gibi daha uzun işleri bir arka uca gönderir.

Öğrenen için ilk görünür fark, o duraklamalardadır.

Tam çift yönlü sohbet nasıl çalışır

Tam çift yönlülük, dönüş almayı değiştirir. Düşünmek için durabilir veya asistanın sözünü kesebilirsiniz; asistan da düzeltmeyi duymak için durabilir. OpenAI'nin yönlendirme rehberi, kısa onaylar ve kesintiler için komut bölümleri gösterir.

Bu, bir öğrenme asistanında önemlidir. Kariyer hedefini anlatan biri duraklayabilir, yeniden başlayabilir veya yarı yolda bir sınır ekleyebilir. "şey, sanırım, haftada belki beş saat" gibi ifadelere sabırla bekleyen bir model, öğrenenin yüksek sesle düşünmesine izin verir.

Ses ve arka uç işini ayırma

Delegasyon, bir görevi arka uca taşır, ancak uygulama kontrolünü devretmez. Uygulama, kimin işlem yapabileceğine ve kaydın izinli olup olmadığına hâlâ kendisi karar verir. Saklanan görev durumu da uygulamaya aittir.

GPT-Live-1 vs. GPT-Realtime-2.1

GPT-Realtime-2.1'i kullandıysanız, GPT-Live-1'in onun yerini alıp almadığını merak edebilirsiniz. Almaz.

GPT-Realtime-2.1, v1/realtime üzerinden dinleme, akıl yürütme ve araç seçimini tek bir modelde gerçekleştirir ve ses ile metin belirteçlerine göre ücretlendirilir. GPT-Live-1 ise v1/live/sessions kullanır, ses katmanını saniye bazında ücretlendirir ve akıl yürütmeyi ayrı bir arka uca gönderir.

Realtime-2.1 daha eski veya daha zayıf bir seçenek değildir. Farklı bir tasarım kullanır.

GPT-Live-1 Sesli Öğrenme Asistanı Oluşturma

Uygulama sözlü bir hedefi alır ve bunu gerçek DataCamp kaynaklarından oluşan sıralı bir listeye dönüştürür. Arka uç çalışırken sesli oturum açık kalır. İstek değiştiğinde, uygulama arka uç eylemini yürütmeden önce görev sürümünü günceller.

Hiçbir şey, öğrenen uygulamada tekrar onaylayana kadar yazılmaz.

GPT-Live-1 uygulama mimarisi

Tarayıcı sayfası WebRTC bağlantısını ve mikrofonu tutarken, sunucu GPT-Live-1 oturumunu oluşturur ve API anahtarını saklar. Bir Responses arka ucu (gpt-5.6-sol) web araması ve save_learning_plan fonksiyonunu kullanır. Geçerli görev sürümü ve onaylanmış plan uygulama durumunda kalır.

Görev sürümü, bir arama sırasında istek değiştiğinde uygulamanın hangi arka uç eylemini kabul edeceğine karar verir. Çalışır durumdaki tam uygulama için GitHub deposunu kullanın; sonraki bölümler GPT-Live yoluna odaklanır.

Tarayıcı, GPT-Live-1 ve arka uç model bağlanır. Görsel: Yazar.

Python ile GPT-Live-1 Nasıl Kurulur

GPT-Live-1 erişimi olan bir OpenAI projesine (ücretsiz katman desteklemez), Python'a ve mikrofon isteminin görünebilmesi için HTTPS üzerinden veya localhost'ta çalışan bir tarayıcıya ihtiyacınız var. Ben Python 3.11 ve openai 3.13.0 kullandım. Live API en az openai 3.12.0 gerektirir; daha eski sürümlerde istemcide .live özniteliği yoktur.

Eşzamanlı oturum sınırları kullanım katmanınıza bağlıdır. Birçok tarayıcı sekmesi açmadan önce proje sınırını kontrol edin.

python -m venv .venv
.venv\Scripts\Activate.ps1
pip install openai fastapi uvicorn python-dotenv streamlit requests

macOS veya Linux'ta ortamı source .venv/bin/activate ile etkinleştirin. Proje kökünde bir .env dosyası oluşturun ve aşağıdaki değeri ekleyin.

OPENAI_API_KEY=sk-...

python-dotenv bu dosyayı sunucu içe aktardığında otomatik olarak yükler, böylece anahtarın koda yazılması gerekmez.

OpenAI() istemcisi, anahtar iletilmediğinde aynı ortam değişkenini okur.

API anahtarını sunucuda tutma

Tarayıcı proje anahtarınızı hiç görmez. WebRTC teklifini sunucunuza gönderir; sunucunuz anahtarı kullanarak oturumu oluşturur. SDP değişimi sonrasında tarayıcı, bu anahtarı almadan WebRTC üzerinden OpenAI'ye ses gönderir.

/api/session içindeki GPT-Live çağrısı, SDP teklifinden oturumu oluşturur. Aynı istekte ses talimatlarını, arka uç modelini, web aramasını ve kaydetme fonksiyonunu iletir.

result = client.live.create(
    session={
        "model": "gpt-live-1",
        "instructions": LIVE_INSTRUCTIONS,
        "delegation": {
            "type": "responses",
            "responses": {
                "model": "gpt-5.6-sol",
                "instructions": BACKEND_INSTRUCTIONS,
                "tools": [
                    {
                        "type": "web_search",
                        "filters": {
                            "allowed_domains": ["datacamp.com", "www.datacamp.com"]
                        },
                    },
                    SAVE_LEARNING_PLAN_TOOL,
                ],
                "tool_choice": "auto",
            },
        },
    },
    transport={"type": "webrtc", "sdp": sdp},
)

Bu çağrı, POST /v1/live/sessions isteğini gönderir ve bir oturum kimliği ile bir SDP yanıtı döner. HTTP isteği oturumu başlatır; bu nedenle ardından ayrı bir session.start olayı göndermeyin.

Örnek sunucu yalnızca localhost:8501 ve 127.0.0.1:8501 adreslerinden gelen tarayıcı isteklerini kabul eder. Bu kural yerel kullanım içindir.

Uygulamayı dağıtırsanız, bu kaynakları değiştirin ve hem /api/session hem de /api/save-plan uç noktalarını kimlik doğrulamadan geçirin. Oturum oluşturmayı hız sınırlayın; çünkü her istek para harcayabilir ve eşzamanlılık tüketebilir. Bir istemci kendi başına confirmed: true gönderebilir, bu nedenle herkese açık bir sunucu bu alanı isteği kimin yaptığına dair kanıt olarak kabul edemez.

WebRTC ile GPT-Live-1 Oturumu Nasıl Oluşturulur

OpenAI'nin WebRTC rehberini izleyerek tarayıcı mikrofon erişimi ister ve bir RTCPeerConnection açar. Belgelenmiş oai-events veri kanalı etiketini kullanın ve SDP teklifini oluşturmadan önce kanalı oluşturun. Oturum başladıktan sonra bu kanal iki yönde JSON olayları taşır.

WebRTC başlar, ses akışı yapar ve ardından kapanır. Görsel: Yazar.

Mikrofonu ve ses çıktısını bağlama

Medya kurulumu başlı başına sıradan WebRTC'dir. GPT-Live olayları, son satırda oluşturulan veri kanalını kullanır.

const connection = new RTCPeerConnection();
connection.addEventListener("track", (event) => {
  audio.srcObject = new MediaStream([event.track]);
  audio.play();
});
const microphone = await navigator.mediaDevices.getUserMedia({ audio: true });
for (const track of microphone.getAudioTracks()) {
  connection.addTrack(track, microphone);
}
const events = connection.createDataChannel("oai-events");

Teklif oluşturulduktan sonra tarayıcı setLocalDescription() çağrısını yapar ve ICE toplamanın bitmesini bekler. Yerel SDP'yi /api/session'e gönderir, ardından OpenAI'nin yanıtını setRemoteDescription() ile uygular. Mikrofon sesi ve asistanın konuşması medya izleri üzerinden taşınır; bu nedenle ayrı

isteklerine gerek yoktur.

Ses, oai-events üzerinde olmamalıdır. Bir WebRTC veri kanalında session.input_audio.append göndermeyin veya session.output_audio.delta beklemeyin.

Veri kanalı farklı bir zamanlama kuralına uyar. session.started olmadan oai-events üzerinden bir olay göndermeyin. İlk denememde, bir olayı çok erken gönderdim ve bağlantı onu yok saydı.

Faydalı bir hata almadım; bu da küçük bir sıralama hatasını izlemeyi can sıkıcı hale getirdi.

GPT-Live transkript olaylarını akıtma

Görünür altyazılara ihtiyacınız yoksa bu alt bölümü atlayabilirsiniz; ses bağlantısı zaten tamamlandı.

session.input_transcript.delta ve session.output_transcript.delta canlı altyazılar için milisaniye ofsetleriyle metin parçaları döndürür. OpenAI dokümanları, transkript parçalarının tamamlanmış turlar olmadığını belirtir. Teslimat düzensiz olabilir ve kullanıcı ile asistan transkript aralıkları çakışabilir.

Transkript parçalarını geldikçe ekrana ekleyin, ancak bunlardan arka uç çalışması başlatmayın. Ne zaman delege edileceğine model karar verir.

Doğal Sohbet için GPT-Live-1 Nasıl Yönlendirilir

Live modelinin talimatları kısa olmalıdır. OpenAI'nin rehberi, ayrıntılı görev adımlarını arka uç promptuna yerleştirir. Görev prosedürünü orada tuttum ve Live komutunu konuşmaya odaklı bıraktım.

Bu alıntı, ses davranışını öğrenme planı görevinden ayrı tutar. Konuşma kuralları, delegasyonu tetikleyen koşulların üzerinde kalır.

You are Sage, a warm, encouraging voice learning coach for DataCamp learners.
Speak naturally at an unhurried pace. Be clear and direct, not overly cheerful.

Backchannel policy: Use moderate backchannels without competing with the response.
Interruption policy: Stop speaking when the learner interrupts, and listen.

Delegation policy:
Backend tools:
- learning_plan_research: search DataCamp resources and assemble a personalized learning plan.
- save_learning_plan: propose the current plan for app confirmation when the learner asks to save.

Delegate to the backend when:
- The learner states or changes a goal, skill level, or weekly time.
- A correction changes the plan already requested.
- The learner asks to save the plan.

Do not delegate for greetings, small clarifications, or a result already given.

Saving: a proposed save only asks the app to confirm. Do not say the plan is saved until the app reports a saved result.
After a save, keep the conversation open and ask what the learner wants next.

Bu kurallar, selamlaşmaları Live katmanında bırakır ve araştırma veya kaydetme isteklerini arka uca gönderir. Onay ise hâlâ uygulamaya aittir.

Duraklamaları, teyitleri ve kesintileri ele alma

Arka kanal ve kesinti satırları, asistanın duraklamalar çevresinde nasıl tepki vereceğini belirtir. "Ilımlı arka kanallar" her sessizliği doldurmadan ara sıra "hı hı" gibi onaylar ister. Öğrenenin düşünmesine alan bırakmak için bu düzeyi seçtim; daha uzun duraklamalı bir ders daha az onay gerektirebilir.

Uygulamanız farklı davranış isterse bu satırı değiştirin; "kullanıcı konuşurken asla konuşma" eklemek arka kanalları da kaldırır.

Ses talimatlarını görev talimatlarından ayırma

İki komutun işleri farklıdır. Live komutu konuşmayı ve devri kontrol ederken, arka uç komutu araştırmayı ve yanıt biçimini kontrol eder. OpenAI'nin rehberi, ayrıntılı arama adımlarını ses talimatlarına yerleştirmemeyi önerir.

GPT-Live Arka Uç Delegasyonu Nasıl Eklenir

Önceden açıklanan ayrım, oturumun delegation alanında görünür. Öğrenen bir hedef belirttiğinde, GPT-Live görevi, kurs kataloğumuzu arayabilen ve planı oluşturabilen bir modele gönderir.

GPT-Live-1, Responses delegasyonu ve istemci delegasyonu sunar. Responses delegasyonu OpenAI'nin arka uç çağrısını yönetmesine izin verirken, istemci delegasyonu bunu kodunuza teslim eder. Bu uygulamada başka bir arka uç döngüsünden kaçındığı için Responses delegasyonunu kullandım.

Arka uç modelini yapılandırma

Ben gpt-5.6-sol kullandım. OpenAI'nin delegasyon rehberi başlangıç örneği olarak gpt-5.6-terra kullanır ve daha düşük maliyetli görevler için gpt-5.6-luna listeler. Sol ile arka uç, istenen plan yapısını döndürdü.

tool_choice değerini auto olarak bırakın ki arka uç web aramasını veya kaydetme fonksiyonunu seçebilsin. Delegasyon modu başlangıçta sabittir; istemci delegasyonuna geçmek için mevcut oturumu kapatıp yenisini oluşturun.

Asistanın ne zaman delege etmesi gerektiğine karar verme

Live komutundaki kural basittir: selamlaşmalar ve kısa sorular Live modelde kalır; bir öğrenme planı ya da o planın değişikliği arka uca gider. API bu sınırı zorunlu kılmaz. Model seçimi kendisi yaptığı için uygulamanızın alacağı istek türleriyle test edin.

DataCamp Kaynakları için Web Araması Nasıl Eklenir

Delege edildikten sonra, arka ucun tek görevi vardır: öğrenenin hedefini bağlantılarıyla kısa bir DataCamp kaynak listesine dönüştürmek. Ona web_search aracını verdim ve filters.allowed_domains değerini datacamp.com ve www.datacamp.com olarak ayarladım. Bu filtreyi, her bağlantının doğru olduğunun kanıtı değil, bir arama talimatı olarak kabul edin.

Örnek hedef, haftada 5 saatlik, biraz Python bilgisi olan ve SQL deneyimi olmayan bir veri mühendisliği yolunu istiyor. Yanıt, Sıfırdan Veri Mühendisliği Nasıl Öğrenilir (2026) ve Associate Data Engineer in SQL yoluyla başlar.

Kalan öğeler bir proje, bir Python veritabanı kursu, başka bir yol ve son bir veri hattı projesini karıştırır. Listelenen her URL mevcut bir DataCamp sayfasını açar.

Arama sonuçlarını bir öğrenme planına dönüştürme

Arka uç komutu, dört ila yedi sıralı öğe ister. Her öğenin bir başlığı, URL'si, kısa bir gerekçesi ve course, project, track veya article türlerinden biri vardır. Karışım, öğrenenin belirtilen format tercihini ve haftalık süresini takip eder.

Sayfada belirtilmediğinde modelden bir kurs süresi tahmin etmesini istemedim. Bu durumda verilecek kesin bir sayı, kaynağın desteklediğinden fazlasını iddia ederdi.

Arka Uç Çalışırken Konuşmayı Nasıl Sürdürürsünüz

GPT-Live, Responses arka ucu çalışırken de sesli oturumu etkin tutabilir. Öğrenen, ilk plan dönmeden önce uygulamalı olma kısıtını eklerse, orijinal arka uç çalışması otomatik olarak iptal edilmez.

Çalışırken bir isteği güncelleme

Sözlü bir düzeltme, arka ucun zaten başlattığı çalışmayı otomatik olarak iptal etmez veya yeniden yazmaz. Asistanın konuşmasını kesmek ve görevi değiştirmek ayrı eylemlerdir. Eski sonuca ne olacağına uygulama karar verir.

Sunucu bir task_version sayacı izler ve yeni bir delegasyon başladığında onu artırır. Bir sonuç geldiğinde, uygulama işlem yapmadan önce sürümünü kontrol eder; kendi işleyicisi eski sonucu günlüğe yazar ve yürütmez.

Responses delegasyonunun burada bir sınırı vardır: Live model arka uç sonucunu doğrudan alır, bu nedenle sürüm kontrolü bir sonraki sözlü yanıtını tam olarak kontrol edemez. İstemci delegasyonu, kodunuzun eski bir sonucu modele ulaşmadan önce atmasına izin verir. Bu nedenle görev sürümü, uygulama eylemlerini korur; asistanın söyleyebileceği her kelimeyi değil.

Görev sürümleri daha yeni kısıtları etkin tutar. Görsel: Yazar.

İlk arka uç yanıtı tamamlandıktan sonra, uygulamalı projeler ve başlangıç seviyesi Python olmaması talebiyle bir takip gönderdim. Revize edilen yedi öğelik plan Introduction to SQL ile başladı; ardından bir yol, iki kurs ve dört proje karıştı; bunlar arasında Londra'nın Ulaşım Ağı'nı Keşfetme ve Perakende Veri Hattı Oluşturma yer alıyordu. Bu, tamamlanmış turlar arasında revizyonu gösterir; aktif bir yanıtı durdurma hakkında bir şey söylemez.

Arka uç güncellemelerini ses modeline gönderme

Arka uç çalışırken, üç ekleme olayı Live modelini güncelleyebilir. session.thinking.append söylenmemesi gereken bağlam ekler, session.commentary.append modelin kendi kelimeleriyle söylemesi için metin ekler ve session.instructions.append talimatlarını değiştirir.

Her ekleme en fazla 500 belirteçlik düz bir dize taşır. Bu olaylar Live modelin bağlamını veya davranışını günceller; hâlihazırda çalışan bir arka uç Responses görevini değiştirmez veya iptal etmez. Bir talimat mevcut Live davranışını yeniden yönlendirebilirken, yorum modelin yüksek sesle iletmesi gereken bilgileri sağlar.

Gösterge paneli arka uç ilerlemesini kaydeder ancak bu ekleme olaylarını göndermez. Responses delegasyonuyla, uygulamanızdan gelen güncellemeler yine de oai-events üzerinden gönderilebilir, ancak delegation_id: null kullanırlar. Null olmayan delegasyon kimlikleri, istemci tarafından delege edilen görevler için kullanılır.

task_id ve task_version değerlerini, her ikisi için de delegation_id kullanmaktan ziyade uygulama durumunda tutun.

Onaylı Kaydetme için Fonksiyon Çağrısı Nasıl Eklenir

Bu uygulamada, bir model yanıtı tek başına hiçbir şeyi kaydetmez. Arka uç, bekleyen eylemi önermek için save_learning_plan kullanırken, gerçek yazma işlemi /api/save-plan uç noktasına aittir.

Arka uç fonksiyon çağrıları response.event içinde gelir. İşleyici iç içe bir response.output_item.done öğesini bekler, sonra onun call_id, name ve arguments alanlarını okur.

Tamamlanmış öğeyi beklemek önemlidir; çünkü daha önceki olaylar çağrının yalnızca bir kısmını içerebilir. Uygulama argümanları ayrıştırır ancak fonksiyonu henüz çalıştırmaz.

SAVE_LEARNING_PLAN_TOOL = {
    "type": "function",
    "name": "save_learning_plan",
    "description": "Propose the current learning plan for confirmation when the learner asks to save.",
    "parameters": {
        "type": "object",
        "properties": {
            "goal": {"type": "string"},
            "weekly_hours": {"type": "number"},
            "items": {
                "type": "array",
                "items": {
                    "type": "object",
                    "properties": {
                        "title": {"type": "string"},
                        "url": {"type": "string"},
                        "reason": {"type": "string"},
                        "type": {
                            "type": "string",
                            "enum": ["course", "project", "track", "article"],
                        },
                    },
                    "required": ["title", "url", "reason", "type"],
                    "additionalProperties": False,
                },
            },
        },
        "required": ["goal", "weekly_hours", "items"],
        "additionalProperties": False,
    },
    "strict": True,
}

Şema, uygulamaya onay istemeden önce göstereceği sabit bir alan seti verir. type alanı, kaydedilen veride kursları, projeleri, yolları ve makaleleri açık tutar.

Terminal, türlendirilmiş kaydetme fonksiyonu argümanlarını gösteriyor. Görsel: Yazar.

Eylemden önce onay zorunluluğu

Öğrenen kaydetmeyi istediğinde, arka uç save_learning_plan fonksiyonunu tam planla çağırır. Widget bu argümanları saklar ve onay kutusunu gösterir, ancak çağrı hâlâ yalnızca bir öneridir.

Bu fonksiyon çağrısını yanıtsız bırakmak, delege edilen yanıtı ve sonraki arka uç turlarını engeller. Widget derhal bekleyen-onay sonucu ile yanıt verir, ardından sohbetin devam edebilmesi için response.create gönderir.

events.send(JSON.stringify({
  type: "response.item.create",
  item: {
    type: "function_call_output",
    call_id: callId,
    output: JSON.stringify({
      status: "awaiting_user_confirmation",
      saved: false,
    }),
  },
}));
events.send(JSON.stringify({ type: "response.create" }));

Bu noktada herhangi bir dosya yazılmaz. Asistan, sonraki delege edilmiş işi engellemeden öğreneni Onayla ve kaydet düğmesine yönlendirebilir.

/api/save-plan uç noktası, confirmed true değilse yazmayı reddeder. Bir transkript yanlış veya eksik olabileceğinden, yalnızca sözlü istek planı kaydetmez.

Onay, istekleri kaydedilmiş eylemlerden ayırır. Görsel: Yazar.

Onaylı kaydı sohbete geri döndürme

Onay tıklaması /api/save-plan uç noktasına bekleyen planı ve confirmed: true gönderir. Sunucu bir plan kimliği döndürdükten sonra, widget session.commentary.append gönderir ve delegation_id: null kullanır; çünkü orijinal fonksiyon çağrısı zaten yanıtlanmıştır.

const saveResponse = await fetch(${SERVER}/api/save-plan, {
  method: "POST",
  headers: { "Content-Type": "application/json" },
  body: JSON.stringify({
    confirmed: true,
    plan: pendingFunctionCall.args,
  }),
});
const saveResult = await saveResponse.json();

events.send(JSON.stringify({
  type: "session.commentary.append",
  delegation_id: null,
  content: The plan was saved as ${saveResult.plan_id}.,
}));

Yorum güncellemesi, Live modeline tamamlanmış yazma işlemini bildirir ve kaydı yüksek sesle teyit etmesini sağlar. Önceki fonksiyon çağrısı kapalı kalır ve sesli oturum, öğrenenin bir sonraki isteği için kullanılabilir durumda kalır.

GPT-Live-1 Sesli Asistanı Nasıl Çalıştırılır

Daha önce bağlantısı verilen GitHub deposu, FastAPI sunucusunu, Streamlit arayüzünü ve app/ içindeki WebRTC widget'ını içerir. Klonladıktan sonra, o klasörde iki terminal açın. Birinde uvicorn server:app --host 127.0.0.1 --port 8000, diğerinde streamlit run streamlit_app.py çalıştırın.

Streamlit arayüzü, tüm yapı boyunca kullanılan aynı sunucu ve widget'ı sarar. Canlı sohbeti öğrenme planı ve arka uç etkinliğinin yanına yerleştirir; gösterge paneli çağrıyı sıfırlamadan güncellenir.

Aşağıdaki video, sözlü hedefi, arka uç aramasını, revize planı ve onaylı kaydı takip eder. Kayıttan sonra çağrı açık kalır, böylece öğrenen devam edebilir.