OpenAI Voice Labs — trilha de aprendizagem
Este é o índice didático em português. Ele organiza o conteúdo em módulos numerados, no estilo de workshops práticos: cada módulo declara pré-requisitos, resultado esperado, passos executáveis, checkpoints e a próxima etapa.
Se você quer apenas conhecer o projeto, volte ao README principal. Se quer construir, escolha o Módulo 00 compartilhado ou entre diretamente em um dos tutoriais autossuficientes.
Como usar esta trilha
Você pode seguir por três caminhos:
- Executar e investigar: prepare o ambiente, execute a solução pronta e estude as decisões no código.
- Construir com apoio — recomendado: parta de uma branch inicial compilável, implemente uma etapa por vez e use checkpoints versionados para comparar ou se recuperar.
- Reconstruir do zero: use o Caminho C de cada laboratório, criando pastas e arquivos na ordem indicada.
Se esta é sua primeira aplicação com a API da OpenAI, comece pelo Módulo 00 ou diretamente por um dos tutoriais autossuficientes. Ambos repetem o contexto indispensável: projeto da API, cobrança, credencial, instalação e proteção do segredo.
Consulte o guia de acompanhamento para escolher um caminho, clonar uma branch inicial e usar checkpoints sem perder seu trabalho.
Módulos
| Módulo | Tutorial | Ponto de partida | Tempo | Resultado verificável |
|---|---|---|---|---|
| 00 — Configuração do ambiente | Abrir guia compartilhado | não se aplica | 30–45 min | Um laboratório abre localmente sem expor segredo |
| 01 — Text to Speech | Abrir tutorial completo | Branch inicial | 2–3 h | Texto validado retorna áudio reproduzível e baixável |
| 02 — Agente de voz em tempo real | Abrir tutorial completo | Branch inicial | 3–4 h | Conversa ao vivo permite turnos, mudo e interrupção |
O Módulo 02 pode ser feito sem concluir o 01, mas comparar os dois ajuda a entender por que uma chamada TTS delimitada e uma sessão em tempo real exigem arquiteturas diferentes.
Contrato de cada módulo
Durante o workshop, só avance quando conseguir responder “sim” às quatro perguntas:
- Resultado: o comportamento descrito funciona?
- Explicação: consigo dizer por que essa arquitetura foi escolhida?
- Proteção: a chave continua somente no servidor e fora do Git?
- Evidência: o comando de checkpoint terminou sem erro?
Os testes automatizados não fazem chamadas pagas à OpenAI. Os testes manuais de voz são sempre explícitos e devem usar conteúdo curto, ambiente controlado e orçamento acompanhado.
Checkpoints e solução final
Cada laboratório contém sua solução final executável na main. A jornada usa:
- checkpoints por comportamento dentro do tutorial;
- comandos de validação depois de cada etapa;
- testes como evidência repetível;
- uma branch inicial compilável por laboratório;
- branches
workshop/*-v1-step-*somente para consulta e recuperação; - o Caminho C para reconstrução desde uma pasta vazia.
Nenhuma referência de workshop contém credenciais, .env.local, node_modules ou builds. Mudanças incompatíveis devem criar uma família v2, preservando a edição v1 usada em links e aulas anteriores.
Convenções visuais
- Terminal: diretório exato e comando a executar;
- Resultado esperado: o que deve aparecer antes de continuar;
- Checkpoint: condição objetiva de conclusão;
- Por que: decisão de engenharia, não apenas sintaxe;
- Armadilha: erro comum e como reconhecê-lo;
- Produção: limite que o laboratório não deve esconder.
Comece agora
- Módulo 00 — ambiente, API e execução local.
- Lab 01 — Text to Speech do zero ao deploy.
- Lab 02 — agente de voz do zero ao deploy.
Apoio durante o workshop
- Solução de problemas para ambiente, cache, imports ou Pages.
- Roteiro de gravação para preparar demonstrações sem expor credenciais.
- Auditoria de UX e DevEx com as evidências antes e depois.