Telegram, WhatsApp+380637610482
Valerij Danjuk
Valerij DanjukprogramerRazvoj AI alata za preduzeća. Visokokvalitetni. Pristupačni.Pišite na Telegram

Bezlični AI avatar: Glasovni agent otkriva šta govori

Konsultant za vještačku inteligenciju objašnjava espresso, a čestice formiraju 3D šoljicu kafe koja se pari u stilu ART DANYUK-a.

Šta ćete dobiti

  • Demo uživo ART DANYUK-a - možete ga dodirnuti direktno u članku
  • Kako se bezlični avatar poredi sa glavom koja govori i pulsirajućom loptom?
  • Kako instalirati takvog AI konsultanta na vašu web stranicu ili ga povezati sa vašom glasovnom AI
Primijeni: za 5 minutaSačuvano: Video avatar i server sa grafičkom karticom - sva grafika se izračunava na telefonu posjetioca

Gotovo svi AI glasovni asistenti imaju istu stvar na svom ekranu: pulsirajuću sferu. Rjeđe, imaju "govoreću glavu", video avatar osobe koja pomiče usne. Napravio sam treću varijantu i nazvao je ART DANYUK: dok AI govori, hiljade sjajnih čestica se spajaju u 3D figuru subjekta o kojem se govori - šoljicu kafe, sofu, delfina - a zatim se ponovo raspršuju kao tok podataka. Ispod je demonstracija uživo; možete je dodirnuti ovdje. Ovaj članak će biti koristan ako birate AI asistenta za svoju web stranicu ili kreirate vlastitog glasovnog agenta i želite da ga se zapamti.

Isprobajte to direktno u članku

Dodirnite bilo koji objekat na dnu prozora ili upišite vlastitu riječ na engleskom - na primjer, "teleskop" ili "gitara". Dugme ▶ Obilazak pokreće kratki dijalog: posjetilac pita o kafi, slatkišima, sofi, konjima i izletu brodom; vještačka inteligencija odgovara, a čestice sastavljaju svaki objekat. Dodirivanje stvara talas, prevlačenje rotira scenu, a dugi pritisak raspršuje objekat, što ga ponovo sastavlja. Okruglo dugme u uglu mijenja paletu.

Ako se prozor ne učita, otvorite demo zasebno: vibevox.pro/stardust-demo.

Zašto nijedno lice nije bolje od lopte i glave koja priča?

Sfera prikazuje samo ono što vještačka inteligencija govori. Govorna glava pokazuje ko govori, ali je skupa i lako upada u "jezivu dolinu" - kada je gotovo ljudska slika strašnija od jasnog crteža. Avatar bez lica otkriva razgovor, a to je nezaboravno.

Poređenje ljudskog video avatara i bezličnog AI avatara od strane ART DANYUK-a za web stranicu

Opcija Šta posjetilac vidi Gdje se slika računa?
Pulsirajuća lopta apstraktna animacija u pregledniku, gotovo bez učitavanja
Ljudski video avatar lice i usne u ritmu govora Na serveru sa grafičkom karticom, cijeli razgovor je video stream.
ART DANYUK tema razgovora u 3D u pretraživaču posjetioca, preko mreže - samo glas i naziv stavke

Dva stila: ART DANYUK i 3D zvijezde

ART DANYUK - skulptura podataka. Do 131.000 čestica teče poput čahure, objekt se rađa unutra, zadržava se nekoliko sekundi, a zatim se ponovo rastvara. Palete: "Auto" (sporo miješanje svih boja), Ocean, Coral, Nebula, Garden. Zahtijeva WebGL2, koji je uključen u gotovo sve novije telefone.

3D zvijezde – spiralna galaksija u maglini. Zvijezde se spajaju u luk i formiraju trodimenzionalnu, osvijetljenu figuru koja se rotira poput pravog objekta. Radi na bilo kojem telefonu, a ART DANYUK automatski prelazi na ovaj stil ako vaš uređaj nije u redu.

U oba stila, čestice "dišu" u ritmu s glasom umjetne inteligencije: što je fraza glasnija, to je slika svjetlija i življa.

Kako to funkcioniše iznutra?

  1. Alat umjetne inteligencije. Model poziva show_visual ("prikaži objekt") s engleskim nazivom - na primjer, "šolja za kavu" - i nastavlja govoriti. Glas nikada ne čeka sliku: to je zaseban, sićušan podatkovni kanal.
  2. Biblioteka od 1.359 modela. Hrana, namještaj, životinje, biljke, transport, alati, kozmetika, nakit, elektronika i sport. Svi izvorni modeli su pod besplatnom CC0 licencom, a ja sam ih pretvorio u oblake tačaka od 2-10 KB. Svaki se preuzima pri prvoj upotrebi, a zatim kešira u vašem pregledniku.
  3. Sigurnosna mreža. Modeli umjetne inteligencije ponekad "zaborave" pozvati alat. Stoga, nakon sekundu i po odgovaranja, lagani model automatski odabire stavku iz fraze posjetitelja i početka odgovora. Preskače pozdrave, neobavezni razgovor i ljude.
  4. Kamera. Posjetilac može usmjeriti proizvod prema kameri i kliknuti na "Prepoznaj". Vještačka inteligencija će imenovati predmet, a čestice će sastaviti njegov oblik.

Kako bezlični AI avatar prikazuje temu razgovora: pitanje, glasovni odgovor, model biblioteke, čestice

Šta posjetilac vidi tokom poziva?

  1. Dok se poziv povezuje, čestice formiraju natpis VibeVox, a u vašem projektu - naziv vašeg brenda.
  2. Vještačka inteligencija pozdravlja, a oblak čestica diše u ritmu njenog glasa: pauza - slika blijedi, fraza oživljava.
  3. Razgovor je stigao do subjekta - čestice se okupljaju u njegovoj figuri, drže je dok vještačka inteligencija govori, a zatim se vraćaju nazad.
  4. Figura se može rotirati prevlačenjem i lomiti dugim pritiskom, tako da čekanje odgovora pretvara u igru.
  5. Jačina zvuka se podešava pomoću klizača u gornjoj traci melodija zvona, a kamera se može uključiti i isključiti u bilo kojem trenutku.

Konsultant za vještačku inteligenciju odgovara na jeziku posjetioca. U svom članku o višejezičnoj web stranici bez prevodioca sam objasnio kako učiniti samu web stranicu višejezičnom kako bi bila vidljiva pretraživačima.

Gdje je ovo korisno za poslovanje?

  • Kafić ili poslastičarnica – konsultant priča o espressu i desertima, a gost vidi šoljicu i kolačić.
  • Prodavnica namještaja - "kompaktna sofa za mali stan" se odmah pretvara u sofu na ekranu.
  • Turizam i izleti - izlet brodom s delfinima postaje delfin, a rezervacija postaje korpa.
  • U biblioteci se nalazi prodavnica koja prodaje kozmetiku, alate i elektroniku — ruž za usne, odvijače i slušalice.
  • Izložbe i izložbeni prostori - ekran koji prikazuje ono što posjetioci pitaju i okuplja ljude.

U svojoj analizi agenata za e-trgovinu demonstrirao sam kako se AI agent koji vodi kupce do njihovih narudžbi razlikuje od običnog chatbota.

Kako to postaviti na vašu web stranicu?

Postoje tri opcije, ovisno o tome da li vam je potreban gotov konsultant, cijela web stranica ili samo grafika.

Šta je potrebno Kako doći
Gotov AI konsultant sa glasom i 3D prikazom VibeVox widget - u postavkama odaberite "3D figure" ili ART DANYUK i glas asistenta
Web stranica s ugrađenim AI asistentom 1001site AI: Sveobuhvatni plan - 45 € mjesečno, prvi mjesec s promotivnim kodom mjeseca - 25 €
Samo grafika za vašu glasovnu umjetnu inteligenciju Stardust engine na GitHub-u: besplatan za lične projekte, komercijalna licenca za kompanije

Kako omogućiti i konfigurirati AI asistenta na vašem 1001site računu opisano je u bazi znanja.

Za programere, veza zahtijeva jedan alat u postavkama modela i jednu liniju u pregledniku - primjeri za Gemini Live, OpenAI Realtime, ElevenLabs, LiveKit i Pipecat nalaze se u Stardust repozitoriju.

Ako biste željeli imati ovakvog AI konsultanta, ali ne želite sami da to shvatite, pošaljite mi poruku na Telegram @GuruAppSheet: Napravit ću agenta za vaš katalog i pokazati vam demo s vašim proizvodima.

Reference i izvori

Pitanja i odgovori

Da li se ovaj video ili grafika smatra prikazom u stvarnom vremenu?

U realnom vremenu. Čestice crta preglednik posjetitelja koristeći WebGL, 3D grafičku tehnologiju koja se nalazi u svakom modernom telefonu. Server prenosi samo glas i naziv objekta, tako da je opterećenje interneta minimalno.

Kako vještačka inteligencija zna koji oblik treba prikazati?

Tokom razgovora, AI model poziva alat show_visual s nazivom objekta na engleskom jeziku, kao što je "šolja za kafu". Zatim, biblioteka od 1.359 gotovih 3D modela odabire odgovarajući. Ako nijedan model nije dostupan, kreira se 3D silueta ikone emotikona; sistem ne crta ljude.

Hoće li doći do kašnjenja na mom starom telefonu?

Kvalitet se automatski podešava: ako kadrovi počnu da zaostaju, prvo se smanjuje rezolucija, a zatim broj čestica. Kada je vještačka inteligencija tiha, slika se osvježava rjeđe kako bi se uštedjela baterija, a u skrivenom tabu se uopšte ne iscrtava.

Da li ovo radi na iPhoneu?

Da, u Safariju i Chromeu na iPhoneu i Androidu. Ako telefon ne podržava potrebni WebGL2 način rada, ART DANYUK automatski prelazi na stil "3D zvijezde", što je dovoljno za standardni WebGL.

Mogu li koristiti ovu grafiku u svom projektu?

Da. Stardust engine je besplatan za lične i nekomercijalne projekte. Kompanije zahtijevaju komercijalnu licencu, koja je već uključena za VibeVox i 1001site klijente. Izvorni kod i primjeri instalacije dostupni su na GitHub-u: github.com/DanikVR/vibevox-stardust.

Da li želite ovakvu web stranicu za svoje poslovanje?

Odaberite stil iz 1.000 uzoraka – AI agent će kreirati web stranicu na osnovu vašeg linka ili opisa i popuniti je za nekoliko minuta, a ne sedmica.

Prikaži stilove