Σχεδόν όλοι οι φωνητικοί βοηθοί τεχνητής νοημοσύνης έχουν το ίδιο πράγμα στην οθόνη τους: μια παλλόμενη σφαίρα. Λιγότερο συχνά, διαθέτουν ένα «κεφάλι που μιλάει», ένα βίντεο-άβαταρ ενός ατόμου που κουνάει τα χείλη του. Δημιούργησα μια τρίτη παραλλαγή και την ονόμασα ART DANYUK: ενώ η τεχνητή νοημοσύνη μιλάει, χιλιάδες λαμπερά σωματίδια συγχωνεύονται σε μια τρισδιάστατη φιγούρα του θέματος για το οποίο μιλάμε - ένα φλιτζάνι καφέ, έναν καναπέ, ένα δελφίνι - και στη συνέχεια διασκορπίζονται ξανά ως ροή δεδομένων. Παρακάτω είναι μια ζωντανή επίδειξη. Μπορείτε να την αγγίξετε εδώ. Αυτό το άρθρο θα είναι χρήσιμο εάν επιλέγετε έναν βοηθό τεχνητής νοημοσύνης για τον ιστότοπό σας ή δημιουργείτε τον δικό σας φωνητικό παράγοντα και θέλετε να τον θυμάστε.
Δοκιμάστε το απευθείας στο άρθρο
Πατήστε οποιοδήποτε αντικείμενο στο κάτω μέρος του παραθύρου ή πληκτρολογήστε τη δική σας λέξη στα Αγγλικά—για παράδειγμα, "telescope" ή "guitar". Το κουμπί ▶ Tour ξεκινά έναν σύντομο διάλογο: ο επισκέπτης ρωτάει για καφέ, γλυκά, έναν καναπέ, άλογα και μια εκδρομή με πλοίο. Η τεχνητή νοημοσύνη απαντά και τα σωματίδια συναρμολογούν κάθε αντικείμενο. Το άγγιγμα δημιουργεί ένα κύμα, η σάρωση περιστρέφει τη σκηνή και το παρατεταμένο πάτημα διασκορπίζει το αντικείμενο, το οποίο το επανασυναρμολογεί. Το στρογγυλό κουμπί στη γωνία αλλάζει την παλέτα χρωμάτων.
Εάν το παράθυρο δεν φορτώνει, ανοίξτε την επίδειξη ξεχωριστά: vibevox.pro/stardust-demo.
Γιατί κανένα πρόσωπο δεν είναι καλύτερο από μια μπάλα και ένα κεφάλι που μιλάει;
Η σφαίρα δείχνει μόνο τι λέει η Τεχνητή Νοημοσύνη. Ένα κεφάλι που μιλάει δείχνει ποιος μιλάει, αλλά είναι ακριβό και εύκολα πέφτει στην «κοιλάδα των παράξενων» — όταν μια σχεδόν ανθρώπινη εικόνα είναι πιο τρομακτική από ένα καθαρό σχέδιο. Ένα απρόσωπο avatar αποκαλύπτει τη συζήτηση, και αυτό είναι αξιομνημόνευτο.
| Επιλογή | Τι βλέπει ο επισκέπτης | Πού μετριέται η εικόνα; |
|---|---|---|
| Παλμική μπάλα | αφηρημένη κινούμενη εικόνα | στο πρόγραμμα περιήγησης, σχεδόν χωρίς φόρτωση |
| Ανθρώπινο avatar βίντεο | πρόσωπο και χείλη σε αρμονία με την ομιλία | Σε έναν διακομιστή με κάρτα γραφικών, ολόκληρη η συνομιλία είναι μια ροή βίντεο. |
| ART DANYUK | θέμα συζήτησης σε 3D | στο πρόγραμμα περιήγησης του επισκέπτη, μέσω δικτύου - μόνο η φωνή και το όνομα του αντικειμένου |
Δύο στυλ: ART DANYUK και 3D stars
ART DANYUK - ένα γλυπτό δεδομένων. Έως και 131.000 σωματίδια ρέουν σαν κουκούλι, ένα αντικείμενο γεννιέται μέσα του, παραμένει για λίγα δευτερόλεπτα και μετά διαλύεται ξανά. Παλέτες: "Αυτόματο" (αργό μείγμα όλων των χρωμάτων), Ωκεανός, Κοράλι, Νεφέλωμα, Κήπος. Απαιτείται WebGL2, το οποίο περιλαμβάνεται σε σχεδόν όλα τα πρόσφατα τηλέφωνα.
Τρισδιάστατα αστέρια – ένας σπειροειδής γαλαξίας σε ένα νεφέλωμα. Τα αστέρια σχηματίζουν ένα τόξο μεταξύ τους για να σχηματίσουν μια τρισδιάστατη, φωτισμένη φιγούρα που περιστρέφεται σαν ένα πραγματικό αντικείμενο. Λειτουργεί σε οποιοδήποτε τηλέφωνο και το ART DANYUK μεταβαίνει αυτόματα σε αυτό το στυλ εάν η συσκευή σας δεν είναι συμβατή με τις προδιαγραφές.
Και στα δύο στυλ, τα σωματίδια «αναπνέουν» στον συγχρονισμό με τη φωνή της Τεχνητής Νοημοσύνης: όσο πιο δυνατή είναι η φράση, τόσο πιο φωτεινή και ζωντανή είναι η εικόνα.
Πώς λειτουργεί από μέσα;
- Ένα εργαλείο τεχνητής νοημοσύνης. Το μοντέλο καλεί το show_visual ("show object") με ένα αγγλικό όνομα—για παράδειγμα, "coffee cup"—και συνεχίζει να μιλάει. Η φωνή δεν περιμένει ποτέ μια εικόνα: είναι ένα ξεχωριστό, μικροσκοπικό κανάλι δεδομένων.
- Μια βιβλιοθήκη με 1.359 μοντέλα. Τρόφιμα, έπιπλα, ζώα, φυτά, μέσα μεταφοράς, εργαλεία, καλλυντικά, κοσμήματα, ηλεκτρονικά είδη και αθλήματα. Όλα τα μοντέλα πηγής υπόκεινται σε μια δωρεάν άδεια CC0 και τα έχω μετατρέψει σε σύννεφα σημείων 2-10 KB. Κάθε ένα λαμβάνεται κατά την πρώτη χρήση και στη συνέχεια αποθηκεύεται προσωρινά στο πρόγραμμα περιήγησής σας.
- Δίχτυ ασφαλείας. Τα μοντέλα τεχνητής νοημοσύνης μερικές φορές «ξεχνούν» να καλέσουν ένα εργαλείο. Επομένως, μετά από ενάμιση δευτερόλεπτο απάντησης, το ελαφρύ μοντέλο επιλέγει αυτόματα το στοιχείο από τη φράση του επισκέπτη και την αρχή της απάντησης. Παραλείπει τους χαιρετισμούς, τις ψιλοκουβέντες και τους ανθρώπους.
- Κάμερα. Ο επισκέπτης μπορεί να στρέψει το προϊόν στην κάμερα και να κάνει κλικ στην επιλογή "Αναγνώριση". Η Τεχνητή Νοημοσύνη θα ονομάσει το αντικείμενο και τα σωματίδια θα σχηματίσουν το σχήμα του.
Τι βλέπει ο επισκέπτης κατά τη διάρκεια της κλήσης;
- Ενώ η κλήση συνδέεται, τα σωματίδια σχηματίζουν την επιγραφή VibeVox και, στο έργο σας, το όνομα της επωνυμίας σας.
- Η Τεχνητή Νοημοσύνη λέει γεια, και το νέφος των σωματιδίων αναπνέει στον χρόνο με τη φωνή του: μια παύση - η εικόνα ξεθωριάζει, η φράση ζωντανεύει.
- Η συζήτηση έφτασε στο θέμα - σωματίδια συσσωρεύονται στη φιγούρα του, την κρατούν ενώ η Τεχνητή Νοημοσύνη μιλάει και μετά επιστρέφουν.
- Η φιγούρα μπορεί να περιστραφεί σύροντας και να σπάσει πατώντας παρατεταμένα, οπότε η αναμονή για μια απάντηση μετατρέπεται σε παιχνίδι.
- Η ένταση του ήχου ρυθμίζεται χρησιμοποιώντας το ρυθμιστικό στην επάνω γραμμή ήχων κλήσης και η κάμερα μπορεί να ενεργοποιηθεί και να απενεργοποιηθεί ανά πάσα στιγμή.
Ο σύμβουλος Τεχνητής Νοημοσύνης απαντά στη γλώσσα του επισκέπτη. Στο άρθρο μου σχετικά με έναν πολύγλωσσο ιστότοπο χωρίς μεταφραστή, συζήτησα πώς να κάνω τον ίδιο τον ιστότοπο πολύγλωσσο, ώστε να είναι ορατός στις μηχανές αναζήτησης.
Πού είναι αυτό χρήσιμο για τις επιχειρήσεις;
- Ένα καφέ ή ζαχαροπλαστείο – ένας σύμβουλος μιλάει για εσπρέσο και επιδόρπια, και ο επισκέπτης βλέπει ένα φλιτζάνι και ένα cupcake.
- Κατάστημα επίπλων - "συμπαγής καναπές για ένα μικρό διαμέρισμα" μετατρέπεται αμέσως σε καναπέ στην οθόνη.
- Τουρισμός και εκδρομές - μια εκδρομή με βάρκα με δελφίνια γίνεται δελφίνι και μια κράτηση γίνεται καλάθι.
- Στη βιβλιοθήκη υπάρχει ένα κατάστημα που πουλάει καλλυντικά, εργαλεία και ηλεκτρονικά είδη —κραγιόν, κατσαβίδια και ακουστικά.
- Εκθέσεις και βιτρίνες - μια οθόνη που προβάλλει τι ρωτούν οι επισκέπτες και συγκεντρώνει κόσμο τριγύρω.
Στην ανάλυσή μου για τους πράκτορες ηλεκτρονικού εμπορίου, έδειξα πώς ένας πράκτορας τεχνητής νοημοσύνης που καθοδηγεί τους πελάτες στις παραγγελίες τους διαφέρει από ένα κανονικό chatbot.
Πώς να το βάλετε στην ιστοσελίδα σας;
Υπάρχουν τρεις επιλογές, ανάλογα με το αν χρειάζεστε έναν έτοιμο σύμβουλο, ολόκληρο τον ιστότοπο ή μόνο γραφικά.
| Τι χρειάζεται | Πώς να αποκτήσετε |
|---|---|
| Ένας έτοιμος σύμβουλος τεχνητής νοημοσύνης με φωνή και τρισδιάστατη προβολή | Widget VibeVox - στις ρυθμίσεις, επιλέξτε "3D φιγούρες" ή ART DANYUK και τη φωνή του βοηθού |
| Ένας ιστότοπος με ενσωματωμένο βοηθό τεχνητής νοημοσύνης | 1001site AI: Πρόγραμμα all-inclusive - 45€ ανά μήνα, πρώτος μήνας με κωδικό προσφοράς του μήνα - 25€ |
| Απλώς γραφικά για τη φωνή σας με τεχνητή νοημοσύνη | Μηχανή Stardust στο GitHub: δωρεάν για προσωπικά έργα, εμπορική άδεια για εταιρείες |
Ο τρόπος ενεργοποίησης και διαμόρφωσης του βοηθού τεχνητής νοημοσύνης στον λογαριασμό σας 1001site περιγράφεται στη βάση γνώσεων.
Για τους προγραμματιστές, η σύνδεση απαιτεί ένα εργαλείο στις ρυθμίσεις του μοντέλου και μία γραμμή στο πρόγραμμα περιήγησης - παραδείγματα για Gemini Live, OpenAI Realtime, ElevenLabs, LiveKit και Pipecat βρίσκονται στο αποθετήριο Stardust.
Αν θέλετε να έχετε έναν σύμβουλο Τεχνητής Νοημοσύνης σαν κι αυτόν, αλλά δεν θέλετε να το καταλάβετε μόνοι σας, στείλτε μου μήνυμα στο Telegram @GuruAppSheet: Θα δημιουργήσω έναν εκπρόσωπο για τον κατάλογό σας και θα σας δείξω μια επίδειξη χρησιμοποιώντας τα προϊόντα σας.
