लगभग सभी एआई वॉइस असिस्टेंट की स्क्रीन पर एक ही चीज़ दिखाई देती है: एक स्पंदित गोला। कम ही देखने को मिलता है, जैसे कि एक "बोलता हुआ चेहरा", एक व्यक्ति का वीडियो अवतार जो अपने होंठ हिला रहा होता है। मैंने एक तीसरा संस्करण बनाया और इसे आर्ट डैन्युक नाम दिया: जब एआई बोलता है, तो हजारों चमकते कण मिलकर उस विषय की 3डी आकृति बनाते हैं जिसके बारे में बात हो रही है—जैसे कि एक कॉफी कप, एक सोफा, एक डॉल्फिन—और फिर डेटा की एक धारा के रूप में फिर से बिखर जाते हैं। नीचे एक लाइव डेमो दिया गया है; आप इसे यहीं छू सकते हैं। यह लेख आपके लिए उपयोगी होगा यदि आप अपनी वेबसाइट के लिए एक एआई असिस्टेंट चुन रहे हैं या अपना खुद का वॉइस एजेंट बना रहे हैं और चाहते हैं कि यह यादगार रहे।
लेख में ही इसे आजमाएं
विंडो के निचले भाग में किसी भी वस्तु पर टैप करें या अंग्रेज़ी में अपना कोई शब्द टाइप करें—उदाहरण के लिए, "दूरबीन" या "गिटार"। ▶ टूर बटन एक संक्षिप्त संवाद शुरू करता है: आगंतुक कॉफ़ी, मिठाई, सोफ़ा, घोड़े और नाव यात्रा के बारे में पूछता है; AI जवाब देता है, और कण प्रत्येक वस्तु को इकट्ठा करते हैं। टैप करने से एक लहर बनती है, स्वाइप करने से दृश्य घूमता है, और देर तक दबाने से वस्तु बिखर जाती है, जो उसे फिर से इकट्ठा करती है। कोने में गोल बटन पैलेट बदलता है।
यदि विंडो लोड नहीं होती है, तो डेमो को अलग से खोलें: vibevox.pro/stardust-demo ।
किसी चेहरे का न होना, गेंद और बोलने वाले सिर से बेहतर क्यों है?
गोलाकार स्क्रीन केवल वही दिखाती है जो AI कह रहा है। बोलने वाले व्यक्ति का चेहरा दिखाता है, लेकिन यह महंगा होता है और आसानी से "अजीबोगरीब घाटी" में आ जाता है—जब एक लगभग मानवीय छवि एक स्पष्ट रेखाचित्र से अधिक डरावनी लगती है। एक बिना चेहरे वाला अवतार बातचीत को प्रकट करता है, और वह यादगार होता है।
| विकल्प | आगंतुक क्या देखता है | तस्वीर की गिनती कहाँ होती है? |
|---|---|---|
| स्पंदित गेंद | अमूर्त एनीमेशन | ब्राउज़र में, लगभग बिना लोड हुए |
| मानव वीडियो अवतार | बोलते समय चेहरे और होंठों के हाव-भाव का ध्यान रखना चाहिए। | वीडियो कार्ड वाले सर्वर पर, पूरी बातचीत एक वीडियो स्ट्रीम के रूप में होती है। |
| आर्ट डैन्युक | 3डी में बातचीत का विषय | आगंतुक के ब्राउज़र में, नेटवर्क पर - केवल आवाज़ और वस्तु का नाम। |
दो शैलियाँ: आर्ट डैन्युक और 3डी सितारे
आर्ट डैन्युक - एक डेटा मूर्तिकला। 131,000 तक कण एक कोकून की तरह बहते हैं, जिसके भीतर एक वस्तु जन्म लेती है, कुछ सेकंड के लिए ठहरती है और फिर विलीन हो जाती है। रंग विकल्प: "ऑटो" (सभी रंगों का धीमा मिश्रण), महासागर, मूंगा, नीहारिका, उद्यान। इसके लिए WebGL2 की आवश्यकता है, जो लगभग सभी नवीनतम फोन में पहले से मौजूद है।
3D तारे – एक नीहारिका में सर्पिल आकाशगंगा। तारे आपस में मिलकर एक त्रि-आयामी, प्रकाशित आकृति बनाते हैं जो किसी वास्तविक वस्तु की तरह घूमती है। यह किसी भी फ़ोन पर काम करता है, और यदि आपका डिवाइस इसके अनुकूल नहीं है, तो ART DANYUK स्वचालित रूप से इस शैली में बदल जाता है।
दोनों शैलियों में, कण एआई की आवाज के साथ ताल मिलाकर "सांस लेते" हैं: वाक्यांश जितना तेज होगा, चित्र उतना ही चमकीला और जीवंत होगा।
यह अंदर से कैसे काम करता है?
- एक कृत्रिम बुद्धिमत्ता उपकरण। यह मॉडल show_visual ("वस्तु दिखाएँ") फ़ंक्शन को अंग्रेज़ी नाम—उदाहरण के लिए, "कॉफ़ी कप"—के साथ कॉल करता है और बोलना जारी रखता है। आवाज़ कभी भी छवि का इंतज़ार नहीं करती: यह एक अलग, छोटा डेटा चैनल है।
- 1,359 मॉडलों की एक लाइब्रेरी। भोजन, फर्नीचर, जानवर, पौधे, परिवहन, उपकरण, सौंदर्य प्रसाधन, आभूषण, इलेक्ट्रॉनिक्स और खेल। सभी स्रोत मॉडल मुफ़्त CC0 लाइसेंस के अंतर्गत हैं, और मैंने उन्हें 2-10 KB के पॉइंट क्लाउड में परिवर्तित कर दिया है। प्रत्येक मॉडल पहली बार उपयोग करने पर डाउनलोड हो जाता है और फिर आपके ब्राउज़र में कैश हो जाता है।
- सुरक्षा जाल। एआई मॉडल कभी-कभी किसी टूल को कॉल करना "भूल" जाते हैं। इसलिए, डेढ़ सेकंड के उत्तर के बाद, हल्का मॉडल आगंतुक के वाक्यांश और उत्तर की शुरुआत से आइटम को स्वचालित रूप से चुन लेता है। यह अभिवादन, सामान्य बातचीत और लोगों को छोड़ देता है।
- कैमरा। आगंतुक उत्पाद को कैमरे की ओर इंगित करके "पहचानें" पर क्लिक कर सकता है। एआई वस्तु का नाम बताएगा और कण उसका आकार बना लेंगे।
कॉल के दौरान आगंतुक को क्या दिखाई देता है?
- कॉल कनेक्ट होने के दौरान, कण मिलकर VibeVox अक्षर बनाते हैं, और आपके प्रोजेक्ट में - आपके ब्रांड का नाम बनता है।
- एआई 'हैलो' कहता है, और कणों का बादल उसकी आवाज के साथ ताल मिलाते हुए सांस लेता है: एक विराम - तस्वीर धुंधली हो जाती है, वाक्यांश जीवंत हो उठता है।
- बातचीत विषय पर आ गई - कण उसकी आकृति में एकत्रित होते हैं, एआई के बात करते समय उसे रोके रखते हैं, और फिर वापस प्रवाहित हो जाते हैं।
- स्वाइप करके आकृति को घुमाया जा सकता है और देर तक दबाकर उसे तोड़ा जा सकता है, इसलिए उत्तर की प्रतीक्षा करना एक खेल में बदल जाता है।
- रिंगटोन बार के शीर्ष भाग में स्थित स्लाइडर का उपयोग करके वॉल्यूम को समायोजित किया जाता है, और कैमरे को किसी भी समय चालू या बंद किया जा सकता है।
एआई सलाहकार आगंतुक की भाषा में जवाब देता है। मैंने अपने लेख "बिना अनुवादक के बहुभाषी वेबसाइट" में चर्चा की है कि वेबसाइट को बहुभाषी कैसे बनाया जाए ताकि वह खोज इंजनों में दिखाई दे।
व्यापार के लिए यह कहाँ उपयोगी है?
- एक कॉफी शॉप या पेस्ट्री शॉप - एक सलाहकार एस्प्रेसो और मिठाइयों के बारे में बात करता है, और ग्राहक एक कप और एक कपकेक देखता है।
- फर्नीचर स्टोर - "छोटे अपार्टमेंट के लिए कॉम्पैक्ट सोफा" तुरंत स्क्रीन पर सोफे में बदल जाता है।
- पर्यटन और भ्रमण - डॉल्फ़िन के साथ नाव यात्रा एक डॉल्फ़िन बन जाती है, और बुकिंग एक टोकरी बन जाती है।
- पुस्तकालय में सौंदर्य प्रसाधन, औजार और इलेक्ट्रॉनिक सामान - जैसे लिपस्टिक, स्क्रूड्राइवर और हेडफोन - बेचने वाली एक दुकान उपलब्ध है।
- प्रदर्शनियाँ और शोकेस - एक स्क्रीन जो आगंतुकों द्वारा पूछे गए प्रश्नों को प्रदर्शित करती है और लोगों को एक जगह इकट्ठा करती है।
मैंने ई-कॉमर्स एजेंटों के अपने विश्लेषण में यह दिखाया कि ग्राहकों को उनके ऑर्डर तक पहुंचाने वाला एआई एजेंट एक सामान्य चैटबॉट से कैसे भिन्न होता है।
इसे अपनी वेबसाइट पर कैसे डालें?
आपके पास तीन विकल्प हैं, यह इस बात पर निर्भर करता है कि आपको तैयार सलाहकार की आवश्यकता है, पूरी वेबसाइट की, या केवल ग्राफिक्स की।
| क्या आवश्यक है | कैसे प्राप्त करें |
|---|---|
| आवाज और 3डी दृश्य क्षमता वाला एक तैयार एआई सलाहकार | VibeVox विजेट - सेटिंग्स में, "3D आकृतियाँ" या ART DANYUK और सहायक की आवाज़ चुनें। |
| एक वेबसाइट जिसमें अंतर्निहित एआई सहायक है | 1001site AI: ऑल-इन्क्लूसिव प्लान - €45 प्रति माह, महीने के प्रोमो कोड के साथ पहला महीना - €25 |
| बस आपकी वॉइस एआई के लिए ग्राफिक्स | GitHub पर Stardust इंजन: व्यक्तिगत परियोजनाओं के लिए निःशुल्क, कंपनियों के लिए वाणिज्यिक लाइसेंस |
आपके 1001site खाते में एआई सहायक को सक्षम और कॉन्फ़िगर करने का तरीका नॉलेज बेस में बताया गया है।
डेवलपर्स के लिए, कनेक्शन के लिए मॉडल सेटिंग्स में एक टूल और ब्राउज़र में एक लाइन की आवश्यकता होती है - Gemini लाइव, ओपनएआई रियलटाइम, इलेवनलैब्स, लाइवकिट और पाइपकैट के उदाहरण स्टारडस्ट रिपॉजिटरी में उपलब्ध हैं।
यदि आप इस तरह का एआई सलाहकार चाहते हैं लेकिन इसे स्वयं नहीं समझना चाहते हैं, तो मुझे Telegram पर @GuruAppSheet पर संदेश भेजें: मैं आपके कैटलॉग के लिए एक एजेंट बनाऊंगा और आपके उत्पादों का उपयोग करके आपको एक डेमो दिखाऊंगा।
