Peaaegu kõigil tehisintellektil põhinevatel häälassistentidel on ekraanil sama asi: pulseeriv kera. Harvemini on neil "rääkiv pea" – videoavatar inimesest, kes liigutab huuli. Lõin kolmanda variandi ja nimetasin selle ART DANYUKiks: samal ajal kui tehisintellekt räägib, ühinevad tuhanded helendavad osakesed räägitava objekti 3D-figuuriks – kohvitassiks, diivaniks, delfiiniks – ja seejärel hajuvad uuesti andmevooguna. Allpool on reaalajas demo; saate seda siinsamas puudutada. See artikkel on kasulik, kui valite oma veebisaidile tehisintellekti abilist või loote oma häälagenti ja soovite, et see meelde jääks.
Proovi seda otse artiklis
Puuduta akna allosas mis tahes objekti või sisesta oma sõna inglise keeles – näiteks „teleskoop” või „kitarr”. Nupp ▶ Tour käivitab lühikese dialoogi: külastaja küsib kohvi, maiustuste, diivani, hobuste ja paadisõidu kohta; tehisintellekt vastab ja osakesed panevad iga objekti kokku. Puudutamine loob laine, pühkimine pöörab stseeni ja pikk vajutus hajutab objekti laiali, mis paneb selle uuesti kokku. Nurgas olev ümmargune nupp muudab paletti.
Kui aken ei lae, avage demo eraldi: vibevox.pro/stardust-demo.
Miks pole nägu parem kui pall ja jutukas pea?
Sfäär näitab ainult seda, mida tehisintellekt ütleb. Rääkiv pea näitab, kes räägib, aga see on kallis ja langeb kergesti "ebameeldivasse orgu" – kus peaaegu inimkujutis on hirmutavam kui selge joonis. Näota avatar paljastab vestluse ja see on meeldejääv.
| Valik | Mida külastaja näeb | Kus pilti loetakse? |
|---|---|---|
| Pulseeriv pall | abstraktne animatsioon | brauseris, peaaegu ilma laadimiseta |
| Inimese videoavatar | nägu ja huuled kõnega kooskõlas | Videokaardiga serveris on kogu vestlus videovoog. |
| ART DANYUK | vestluse teema 3D-s | külastaja brauseris, võrgu kaudu – ainult hääl ja üksuse nimi |
Kaks stiili: ART DANYUK ja 3D tähed
ART DANYUK – andmeskulptuur. Kuni 131 000 osakest voolab nagu kookon, mille sees sünnib objekt, mis püsib seal paar sekundit ja seejärel lahustub uuesti. Paletid: „Automaatne” (kõikide värvide aeglane segu), ookean, korall, udukogu, aed. Nõuab WebGL2 tuge, mis on peaaegu kõigis uuemates telefonides olemas.
3D-tähed – spiraalgalaktika udukogus. Tähed moodustavad kaarega kolmemõõtmelise valgustatud kujundi, mis pöörleb nagu päris objekt. Töötab igas telefonis ja ART DANYUK lülitub automaatselt sellele stiilile, kui teie seade pole piisavalt hea.
Mõlemas stiilis "hingavad" osakesed tehisintellekti häälega kooskõlas: mida valjem on fraas, seda eredam ja elavam on pilt.
Kuidas see seestpoolt toimib?
- Tehisintellekti tööriist. Mudel kutsub funktsiooni show_visual („show object“) ingliskeelse nimega – näiteks „coffee cup“ – ja jätkab rääkimist. Hääl ei oota kunagi pilti: see on eraldi, pisike andmekanal.
- 1359 mudeli kogu. Toit, mööbel, loomad, taimed, transport, tööriistad, kosmeetika, ehted, elektroonika ja sport. Kõik lähtekoodimudelid on tasuta CC0 litsentsi all ja olen need teisendanud 2–10 KB suurusteks punktpilvedeks. Igaüks neist laaditakse esmakordsel kasutamisel alla ja salvestatakse seejärel teie brauseri vahemällu.
- Turvavõrk. Tehisintellekti mudelid "unustavad" mõnikord tööriista kutsuda. Seetõttu valib kerge mudel pärast poolteise sekundi möödumist vastamisest automaatselt üksuse külastaja fraasi ja vastuse alguse hulgast. See jätab vahele tervitused, vestluse ja inimesed.
- Kaamera. Külastaja saab toote kaamera poole suunata ja klõpsata nupul „Tuvasta“. Tehisintellekt annab esemele nime ja osakesed panevad selle kuju kokku.
Mida külastaja kõne ajal näeb?
- Kõne ühendamise ajal moodustavad osakesed VibeVoxi pealkirja ja teie projektis teie brändi nime.
- Tehisintellekt ütleb tere ja osakeste pilv hingab tema häälega kaasa: paus - pilt kaob, fraas ärkab ellu.
- Vestlus jõudis teemani – osakesed kogunevad tema kuju sisse, hoiavad seda paigal, kuni tehisintellekt räägib, ja levivad seejärel uuesti laiali.
- Figuuri saab pühkimisega pöörata ja pikalt vajutades murda, nii et vastuse ootamine muutub mänguks.
- Helitugevust saab reguleerida ülemise helinariba liuguri abil ja kaamerat saab igal ajal sisse ja välja lülitada.
Tehisintellekti konsultant vastab külastaja keeles. Arutasin oma artiklis mitmekeelse veebisaidi kohta ilma tõlkijata, kuidas muuta veebisait ise mitmekeelseks, et see otsingumootoritele nähtav oleks.
Kus see ettevõtlusele kasulik on?
- Kohvik või kondiitriäri – konsultant räägib espressost ja magustoitudest ning külaline näeb tassi ja koogikest.
- Mööblipood – „kompaktne diivan väikese korteri jaoks” muutub ekraanil kohe diivaniks.
- Turism ja ekskursioonid – paadireisist delfiinidega saab delfiin ja broneeringust ostukorv.
- Raamatukogus on pood, kus müüakse kosmeetikat, tööriistu ja elektroonikat – huulepulka, kruvikeerajaid ja kõrvaklappe.
- Näitused ja vitriinid – ekraan, mis kuvab külastajate küsimusi ja kogub inimesi enda ümber.
Oma e-kaubanduse agentide analüüsis demonstreerisin, kuidas kliente tellimusteni juhatav tehisintellekti agent erineb tavalisest vestlusrobotist.
Kuidas seda oma veebisaidile panna?
Valikuid on kolm, olenevalt sellest, kas vajate valmis konsultanti, kogu veebisaiti või ainult graafikat.
| Mida on vaja | Kuidas saada |
|---|---|
| Valmis tehisintellekti konsultant hääle ja 3D-vaatega | VibeVoxi vidin - valige seadetes "3D-kujundid" või ART DANYUK ja assistendi hääl |
| Veebisait sisseehitatud tehisintellekti abilisega | 1001site AI: Kõikehõlmav pakett – 45 € kuus, esimene kuu sooduskoodiga – 25 € |
| Ainult graafika teie hääle tehisintellekti jaoks | Stardust mootor GitHubis: tasuta isiklikele projektidele, ärilitsents ettevõtetele |
Kuidas oma 1001site kontol tehisintellekti assistenti lubada ja seadistada, on kirjeldatud teadmistebaasis.
Arendajate jaoks kulub ühenduse loomiseks üks tööriist mudeli seadetes ja üks rida brauseris – näited Gemini Live'i, OpenAI Realtime'i, ElevenLabsi, LiveKiti ja Pipecati kohta leiate Stardusti repositooriumist.
Kui soovid sellist tehisintellekti konsultanti, aga ei taha ise hakkama saada, saada mulle Telegram sõnum @GuruAppSheet: loon sinu kataloogi jaoks agendi ja näitan sulle sinu toodete demot.
