Телеграм, WhatsApp+380637610482
Валери Данюк
Валери ДанюкразработчикРазработване на инструменти с изкуствен интелект за бизнеса. Висококачествени. Достъпни.Пишете ни в Telegram

Безличен AI аватар: Гласовият агент разкрива какво казва

Консултант по изкуствен интелект обяснява еспресото, а частиците образуват 3D чаша горещо кафе в стила на АРТ ДАНЮК.

Какво ще получите

  • Демонстрация на живо на ART DANYUK - можете да я докоснете директно в статията
  • Как се сравнява безличен аватар с говореща глава и пулсираща топка?
  • Как да инсталирате такъв AI консултант на вашия уебсайт или да го свържете с вашия гласов AI
Приложи: след 5 минутиЗапазвания: Видео аватар и сървър с видеокарта - всички графики се изчисляват на телефона на посетителя

Почти всички гласови асистенти с изкуствен интелект имат едно и също нещо на екрана си: пулсираща сфера. По-рядко те включват „говореща глава“ - видео аватар на човек, който движи устните си. Създадох трети вариант и го нарекох ART DANYUK: докато изкуственият интелект говори, хиляди светещи частици се обединяват в 3D фигура на обекта, за който се говори - чаша за кафе, диван, делфин - и след това се разпръскват отново като поток от данни. По-долу е показана демонстрация на живо; можете да я докоснете тук. Тази статия ще ви бъде полезна, ако избирате асистент с изкуствен интелект за вашия уебсайт или създавате свой собствен гласов агент и искате той да бъде запомнен.

Опитайте го директно в статията

Докоснете произволен обект в долната част на прозореца или въведете своя собствена дума на английски – например „телескоп“ или „китара“. Бутонът ▶ Tour стартира кратък диалог: посетителят пита за кафе, сладкиши, диван, коне и разходка с лодка; изкуственият интелект отговаря и частиците сглобяват всеки обект. Докосването създава вълна, плъзгането завърта сцената, а продължителното натискане разпръсква обекта, което го сглобява отново. Кръглият бутон в ъгъла променя палитрата.

Ако прозорецът не се зареди, отворете демото отделно: vibevox.pro/stardust-demo.

Защо никакво лице не е по-добро от топка и говореща глава?

Сферата показва само какво казва изкуственият интелект. Говорещата глава показва кой говори, но е скъпо и лесно попада в „зловещата долина“ – когато почти човешки образ е по-плашещ от ясна рисунка. Аватар без лице разкрива разговора и това е запомнящо се.

Сравнение на човешки видео аватар и безличен AI аватар от ART DANYUK за уебсайта

Опция Какво вижда посетителят Къде се брои снимката?
Пулсираща топка абстрактна анимация в браузъра, почти без зареждане
Човешки видео аватар лице и устни в такт с речта На сървър с видеокарта целият разговор е видео поток.
АРТ ДАНЮК тема на разговор в 3D в браузъра на посетителя, през мрежата - само гласът и името на елемента

Два стила: ART DANYUK и 3D звезди

ART DANYUK - скулптура от данни. До 131 000 частици се носят като пашкул, вътре се ражда обект, задържа се за няколко секунди и след това отново се разтваря. Палитри: „Auto“ (бавно смесване на всички цветове), Ocean, Coral, Nebula, Garden. Изисква WebGL2, който е включен в почти всички скорошни телефони.

3D звезди – спирална галактика в мъглявина. Звездите се извиват заедно, за да образуват триизмерна, осветена фигура, която се върти като истински обект. Работи на всеки телефон, а ART DANYUK автоматично превключва към този стил, ако устройството ви не е в добро състояние.

И в двата стила частиците „дишат“ в такт с гласа на изкуствения интелект: колкото по-силна е фразата, толкова по-ярка и жизнена е картината.

Как работи отвътре?

  1. Инструмент с изкуствен интелект. Моделът извиква show_visual („show object“) с английско име – например „coffee cup“ – и продължава да говори. Гласът никога не чака изображение: това е отделен, малък канал за данни.
  2. Библиотека от 1359 модела. Храна, мебели, животни, растения, транспорт, инструменти, козметика, бижута, електроника и спорт. Всички изходни модели са под безплатен CC0 лиценз и аз съм ги конвертирал в облаци от точки с размер 2-10 KB. Всеки един се изтегля при първото използване и след това се кешира във вашия браузър.
  3. Предпазна мрежа. Моделите с изкуствен интелект понякога „забравят“ да извикат инструмент. Следователно, след секунда и половина отговор, лекият модел автоматично избира елемента от фразата на посетителя и началото на отговора. Той пропуска поздрави, празни приказки и хора.
  4. Камера. Посетителят може да насочи продукта към камерата и да кликне върху „Разпознаване“. Изкуственият интелект ще назове артикула, а частиците ще сглобят формата му.

Как безличен AI аватар показва темата на разговор: въпрос, гласов отговор, библиотечен модел, частици

Какво вижда посетителят по време на разговора?

  1. Докато разговорът се свързва, частиците образуват надписа VibeVox, а във вашия проект - името на вашата марка.
  2. Изкуственият интелект казва „здравей“ и облакът от частици диша в такт с гласа си: пауза - картината избледнява, фразата оживява.
  3. Разговорът стигна до обекта - частици се събират във фигурата му, задържат я, докато изкуственият интелект говори, и след това се връщат обратно.
  4. Фигурата може да се завърти чрез плъзване и да се счупи чрез продължително натискане, така че чакането на отговор се превръща в игра.
  5. Силата на звука се регулира с помощта на плъзгача в горната лента с мелодии, а камерата може да се включва и изключва по всяко време.

Консултантът по изкуствен интелект отговаря на езика на посетителя. В статията си за многоезичен уебсайт без преводач обсъдих как да направя самия уебсайт многоезичен, така че да е видим за търсачките.

Къде е това полезно за бизнеса?

  • Кафене или сладкарница – консултант говори за еспресо и десерти, а гостът вижда чаша и мъфин.
  • Мебелен магазин - „компактен диван за малък апартамент“ веднага се превръща в диван на екрана.
  • Туризъм и екскурзии - разходка с лодка с делфини се превръща в делфин, а резервация се превръща в кошница.
  • В библиотеката има магазин, продаващ козметика, инструменти и електроника — червило, отвертки и слушалки.
  • Изложби и витрини - екран, който показва това, за което посетителите питат и събира хора около себе си.

В моя анализ на агенти за електронна търговия демонстрирах как един агент с изкуствен интелект, който насочва клиентите към техните поръчки, се различава от обикновения чатбот.

Как да го поставите на уебсайта си?

Има три варианта, в зависимост от това дали ви е необходим готов консултант, целият уебсайт или само графика.

Какво е необходимо Как да се сдобия
Готов консултант с изкуствен интелект с глас и 3D изглед VibeVox джаджа - в настройките изберете "3D фигури" или ART DANYUK и гласа на асистента
Уебсайт с вграден AI асистент 1001site AI: План „Всичко включено“ - 45 евро на месец, първият месец с промо код на месеца - 25 евро
Само графики за вашия гласов AI Stardust engine в GitHub: безплатен за лични проекти, търговски лиценз за компании

Как да активирате и конфигурирате AI асистента във вашия 1001site акаунт е описано в базата знания.

За разработчиците, връзката изисква един инструмент в настройките на модела и един ред в браузъра - примери за Gemini Live, OpenAI Realtime, ElevenLabs, LiveKit и Pipecat са в хранилището на Stardust.

Ако искате да имате такъв консултант по изкуствен интелект, но не искате сами да се справяте с това, пишете ми в Telegram на @GuruAppSheet: Ще създам агент за вашия каталог и ще ви покажа демонстрация с вашите продукти.

Референции и източници

Въпроси и отговори

Това видео или графика счита ли се за реално време?

В реално време. Частиците се рисуват от браузъра на посетителя, използвайки WebGL, 3D графична технология, която се намира във всеки съвременен телефон. Сървърът предава само гласа и името на обекта, така че натоварването на интернет е минимално.

Как изкуственият интелект знае коя форма да покаже?

По време на разговор, AI моделът извиква инструмента show_visual с името на обект на английски език, например „чаша за кафе“. След това библиотека от 1359 готови 3D модела избира подходящ. Ако няма наличен модел, се създава 3D силует на емоджи икона; системата не рисува хора.

Ще забавя ли се на стария ми телефон?

Качеството се настройва автоматично: ако кадрите започнат да забавят, първо се намалява резолюцията, след това броят на частиците. Когато изкуственият интелект е безшумен, изображението се обновява по-рядко, за да се спести живот на батерията, а в скрит раздел изобщо не се изобразява.

Това работи ли на iPhone?

Да, в Safari и Chrome на iPhone и Android. Ако телефонът не поддържа необходимия WebGL2 режим, ART DANYUK автоматично превключва към стила „3D Stars“, който е достатъчен за стандартния WebGL.

Мога ли да използвам тази графика в моя проект?

Да. Двигателят Stardust е безплатен за лични и некомерсиални проекти. Компаниите изискват търговски лиценз, който вече е включен за клиентите на VibeVox и 1001site. Изходният код и примерите за инсталиране са достъпни в GitHub: github.com/DanikVR/vibevox-stardust.

Искате ли такъв уебсайт за вашия бизнес?

Изберете стил от 1000 примера – AI агент ще изгради уебсайт въз основа на вашия линк или описание и ще го запълни за минути, а не за седмици.

Преглед на стилове