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

Bezlični AI avatar: Glasovni agent otkriva što govori

Konzultant za umjetnu inteligenciju objašnjava espresso, a čestice tvore 3D šalicu vruće kave u stilu ART DANYUK-a.

Što ćete dobiti

  • Demo uživo ART DANYUK-a - možete ga dodirnuti upravo u članku
  • Kako se bezlični avatar uspoređuje s glavom koja govori i pulsirajućom loptom?
  • Kako instalirati takvog AI konzultanta na svoju web stranicu ili ga povezati s vašom glasovnom AI
Primijeni: za 5 minutaSprema: Video avatar i poslužitelj s video karticom - sva grafika se izračunava na telefonu posjetitelja

Gotovo svi AI glasovni asistenti imaju istu stvar na svom zaslonu: pulsirajuću sferu. Rjeđe imaju "govornu glavu", video avatar osobe koja pomiče usne. Napravio sam treću varijantu i nazvao je ART DANYUK: dok AI govori, tisuće sjajnih čestica spajaju se u 3D figuru teme o kojoj se govori - šalicu kave, kauč, dupina - a zatim se ponovno 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 stvarate vlastitog glasovnog agenta i želite da ga se zapamti.

Isprobajte to odmah u članku

Dodirnite bilo koji objekt na dnu prozora ili upišite vlastitu riječ na engleskom - na primjer, "teleskop" ili "gitara". Gumb ▶ Obilazak pokreće kratki dijalog: posjetitelj pita o kavi, slatkišima, sofi, konjima i izletu brodom; umjetna inteligencija odgovara, a čestice sastavljaju svaki objekt. Dodirivanje stvara val, prevlačenje rotira scenu, a dugi pritisak raspršuje objekt, što ga ponovno sastavlja. Okrugli gumb u kutu mijenja paletu.

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

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

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

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

Opcija Što posjetitelj vidi Gdje se broji slika?
Pulsirajuća lopta apstraktna animacija u pregledniku, gotovo bez učitavanja
Ljudski video avatar lice i usne u ritmu govora Na poslužitelju s grafičkom karticom, cijeli razgovor je video stream.
ART DANYUK tema razgovora u 3D u pregledniku posjetitelja, 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 ponovno 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 maglici. Zvijezde se spajaju u luku i tvore 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 funkcionira iznutra?

  1. Alat umjetne inteligencije. Model poziva show_visual ("prikaži objekt") s engleskim nazivom - na primjer, "šalica za kavu" - i nastavlja govoriti. Glas nikada ne čeka sliku: to je zaseban, sićušan podatkovni kanal.
  2. Biblioteka s 1359 modela. Hrana, namještaj, životinje, biljke, prijevoz, alati, kozmetika, nakit, elektronika i sport. Svi izvorni modeli su pod besplatnom CC0 licencom, a ja sam ih pretvorio u oblake točaka od 2-10 KB. Svaki se preuzima pri prvoj upotrebi, a zatim se pohranjuje u predmemoriju vašeg preglednika.
  3. Sigurnosna mreža. Modeli umjetne inteligencije ponekad "zaborave" pozvati alat. Stoga, nakon sekunde i pol odgovaranja, lagani model automatski odabire stavku iz fraze posjetitelja i početka odgovora. Preskače pozdrave, neobavezni razgovor i ljude.
  4. Kamera. Posjetitelj može usmjeriti proizvod prema kameri i kliknuti "Prepoznaj". Umjetna inteligencija će imenovati predmet, a čestice će sastaviti njegov oblik.

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

Što posjetitelj vidi tijekom poziva?

  1. Dok se poziv spaja, čestice tvore natpis VibeVox, a u vašem projektu - naziv vašeg brenda.
  2. Umjetna inteligencija pozdravlja, a oblak čestica diše u ritmu svog glasa: pauza - slika blijedi, fraza oživljava.
  3. Razgovor je stigao do subjekta - čestice se skupljaju u njegovu figuru, drže je dok umjetna inteligencija govori, a zatim se vraćaju natrag.
  4. Figura se može rotirati povlačenjem prsta i lomiti dugim pritiskom, pa se čekanje odgovora pretvara u igru.
  5. Glasnoća se podešava klizačem u gornjoj traci zvona, a kamera se može uključiti i isključiti u bilo kojem trenutku.

Konzultant za umjetnu inteligenciju odgovara na jeziku posjetitelja. U svom članku o višejezičnoj web stranici bez prevoditelja raspravljao sam o tome kako učiniti samu web stranicu višejezičnom kako bi bila vidljiva tražilicama.

Gdje je ovo korisno za poslovanje?

  • Kafić ili slastičarnica – konzultant priča o espressu i desertima, a gost vidi šalicu i kolačić.
  • Trgovina namještajem - "kompaktna sofa za mali stan" odmah se pretvara u sofu na ekranu.
  • Turizam i izleti - izlet brodom s dupinima postaje dupin, a rezervacija postaje košarica.
  • U knjižnici se nalazi trgovina koja prodaje kozmetiku, alate i elektroniku - ruž za usne, odvijače i slušalice.
  • Izložbe i izložbeni prostori - ekran koji prikazuje ono što posjetitelji pitaju i okuplja ljude.

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

Kako to postaviti na svoju web stranicu?

Postoje tri opcije, ovisno o tome trebate li gotov konzultant, cijelu web stranicu ili samo grafiku.

Što je potrebno Kako doći
Gotov AI konzultant s 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 GitHubu: besplatan za osobne projekte, komercijalna licenca za tvrtke

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 konzultanta, ali ne želite sami to shvatiti, pošaljite mi poruku na Telegram @GuruAppSheet: Izradit ću agenta za vaš katalog i pokazati vam demo s vašim proizvodima.

Reference i izvori

Pitanja i odgovori

Smatra li se ovaj video ili grafika prikazom u stvarnom vremenu?

U stvarnom vremenu. Čestice crta preglednik posjetitelja pomoću WebGL-a, 3D grafičke tehnologije koja se nalazi u svakom modernom telefonu. Poslužitelj prenosi samo glas i naziv objekta, tako da je opterećenje interneta minimalno.

Kako umjetna inteligencija zna koji oblik treba prikazati?

Tijekom razgovora, AI model poziva alat show_visual s nazivom objekta na engleskom jeziku, kao što je "cup of coffee". Zatim, biblioteka od 1359 gotovih 3D modela odabire odgovarajući. Ako nijedan model nije dostupan, stvara se 3D silueta ikone emotikona; sustav ne crta ljude.

Hoće li se zakašnjavati na mom starom telefonu?

Kvaliteta se automatski prilagođava: ako kadrovi počnu zaostajati, prvo se smanjuje rezolucija, a zatim broj čestica. Kada je umjetna inteligencija tiha, slika se osvježava rjeđe kako bi se uštedjela baterija, a u skrivenoj kartici se uopće ne iscrtava.

Radi li ovo na iPhoneu?

Da, u Safariju i Chromeu na iPhoneu i Androidu. Ako telefon ne podržava potreban 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 osobne i nekomercijalne projekte. Tvrtkama je potrebna komercijalna licenca, koja je već uključena za VibeVox i 1001site klijente. Izvorni kod i primjeri instalacije dostupni su na GitHubu: github.com/DanikVR/vibevox-stardust.

Želite li ovakvu web stranicu za svoje poslovanje?

Odaberite stil iz 1000 uzoraka – AI agent će izraditi web stranicu na temelju vaše poveznice ili opisa i ispuniti je za nekoliko minuta, a ne tjedana.

Prikaži stilove