Szinte az összes mesterséges intelligencia által vezérelt hangasszisztens képernyőjén ugyanaz látható: egy pulzáló gömb. Ritkábban egy „beszélő fejet” is tartalmaznak, egy videós avatar-t, amelyen egy személy mozgatja az ajkait. Létrehoztam egy harmadik változatot, és ART DANYUK-nak neveztem el: miközben a mesterséges intelligencia beszél, több ezer izzó részecske egyesül a beszélt téma – egy kávéscsésze, egy kanapé, egy delfin – 3D-s alakjává, majd ismét adatfolyamként szétszóródik. Alább egy élő demó látható; itt azonnal megérintheted. Ez a cikk hasznos lesz, ha mesterséges intelligencia által vezérelt asszisztenst választasz a webhelyedhez, vagy saját hangasszisztenst hozol létre, és azt szeretnéd, hogy emlékezzenek rá.
Próbáld ki közvetlenül a cikkben
Koppintson bármelyik objektumra az ablak alján, vagy írjon be egy saját szót angolul – például „teleszkóp” vagy „gitár”. A ▶ Túra gomb egy rövid párbeszédet indít: a látogató kávéról, édességről, kanapéról, lovakról és hajókirándulásról kérdez; a mesterséges intelligencia válaszol, és a részecskék összerakják az egyes objektumokat. A koppintás hullámot hoz létre, a pöccintés elforgatja a jelenetet, a hosszan lenyomva tartás pedig szétszórja az objektumot, ami újra összerakja azt. A sarokban lévő kerek gomb megváltoztatja a palettát.
Ha az ablak nem töltődik be, nyisd meg külön a demót: vibevox.pro/stardust-demo.
Miért jobb egy arc egy labdánál és egy beszélő fejnél?
A gömb csak azt mutatja, amit a mesterséges intelligencia mond. Egy beszélő fej mutatja, hogy ki beszél, de drága, és könnyen a „furcsa völgybe” esik – amikor egy majdnem emberi kép ijesztőbb, mint egy tiszta rajz. Egy arctalan avatar felfedi a beszélgetést, és ez emlékezetes.
| Opció | Amit a látogató lát | Hol számolják a képet? |
|---|---|---|
| Pulzáló golyó | absztrakt animáció | a böngészőben, szinte betöltés nélkül |
| Emberi videós avatar | arc és ajkak a beszéd ütemében | Egy videokártyával rendelkező szerveren a teljes beszélgetés egy videostream. |
| ART DANYUK | a beszélgetés tárgya 3D-ben | a látogató böngészőjében, a hálózaton keresztül – csak a hang és az elem neve |
Két stílus: ART DANYUK és 3D csillagok
ART DANYUK - egy adatszobor. Akár 131 000 részecske áramlik, mint egy gubó, egy tárgy születik benne, néhány másodpercig ott időzik, majd újra feloldódik. Paletták: "Auto" (az összes szín lassú keverése), Óceán, Korall, Köd, Kert. WebGL2 szükséges hozzá, amely szinte az összes újabb telefonban megtalálható.
3D csillagok – egy spirálgalaxis egy ködben. A csillagok ívben egymáshoz simulva egy háromdimenziós, megvilágított alakzatot alkotnak, amely úgy forog, mint egy valódi tárgy. Bármely telefonon működik, és az ART DANYUK automatikusan erre a stílusra vált, ha az eszközöd nem felel meg az elvárásoknak.
Mindkét stílusban a részecskék a mesterséges intelligencia hangjával összhangban „lélegznek”: minél hangosabb a mondat, annál fényesebb és élénkebb a kép.
Belülről hogyan működik?
- Egy MI-eszköz. A modell meghívja a show_visual („objektum megjelenítése”) függvényt egy angol névvel – például „kávéscsésze” –, és folytatja a beszédet. A hang soha nem vár képre: ez egy különálló, apró adatcsatorna.
- 1359 modellt tartalmazó könyvtár. Ételek, bútorok, állatok, növények, közlekedés, szerszámok, kozmetikumok, ékszerek, elektronika és sportok. Minden forrásmodell ingyenes CC0 licenc alatt áll, és 2-10 KB méretű pontfelhőkké alakítottam őket. Mindegyiket az első használatkor töltöm le, majd a böngésző gyorsítótárában tárolom.
- Biztonsági háló. A mesterséges intelligencia modellek néha „elfelejtik” meghívni az eszközöket. Ezért másfél másodpercnyi válaszadás után a könnyűsúlyú modell automatikusan kiválasztja az elemet a látogató kifejezése és a válasz elejéből. Kihagyja az üdvözléseket, a csevegést és az embereket.
- Kamera. A látogató a kamerára irányíthatja a terméket, és rákattinthat a „Felismerés” gombra. A mesterséges intelligencia elnevezi a tárgyat, és a részecskék összeállítják annak alakját.
Mit lát a látogató a hívás során?
- A hívás csatlakozása közben a részecskék VibeVox feliratot alkotnak, a projektedben pedig a márkád nevét.
- A mesterséges intelligencia köszön, és a részecskefelhő a hangjával összhangban lélegzik: szünet - a kép elhalványul, a mondat életre kel.
- A beszélgetés tárgyra tért - részecskék gyűlnek össze az alakjában, megtartják, amíg a mesterséges intelligencia beszél, majd visszaáramlanak.
- A figura elhúzással forgatható, hosszú nyomással pedig törhető, így a válaszra várakozás játékká válik.
- A hangerőt a felső csengőhang sávban található csúszkával lehet beállítani, a kamera pedig bármikor be- és kikapcsolható.
A mesterséges intelligencia tanácsadója a látogató nyelvén válaszol. A fordító nélküli többnyelvű weboldalról szóló cikkemben már tárgyaltam, hogyan lehet magát a weboldalt többnyelvűvé tenni, hogy a keresőmotorok láthatóak legyenek.
Hol hasznos ez az üzleti életben?
- Egy kávézó vagy cukrászda – az eladó eszpresszóról és desszertekről beszél, a vendég pedig egy csészét és egy cupcake-et lát.
- Bútorbolt - a "kis lakásba való kompakt kanapé" azonnal kanapévá változik a képernyőn.
- Turizmus és kirándulások - egy delfinekkel tett hajókirándulásból delfin lesz, egy foglalásból pedig kosár.
- A könyvtárban található egy kozmetikumokat, szerszámokat és elektronikai cikkeket – például rúzst, csavarhúzókat és fejhallgatót – árusító bolt.
- Kiállítások és bemutatók – egy képernyő, amely megjeleníti a látogatók kérdéseit, és köré gyűjti az embereket.
Az e-kereskedelmi ügynökökről szóló elemzésemben bemutattam, hogy miben különbözik egy olyan mesterséges intelligencia alapú ügynök, amely a vásárlókat a rendelésükhöz vezeti, egy hagyományos chatbottól.
Hogyan lehet feltenni a weboldaladra?
Három lehetőség közül választhatsz, attól függően, hogy kész tanácsadóra, a teljes weboldalra vagy csak a grafikára van szükséged.
| Mire van szükség | Hogyan juthatok el |
|---|---|
| Készre szerelt MI-tanácsadó hangvezérléssel és 3D nézettel | VibeVox widget - a beállításokban válaszd a "3D figurák" vagy az ART DANYUK lehetőséget, és az asszisztens hangját |
| Egy weboldal beépített mesterséges intelligencia asszisztenssel | 1001site AI: Mindent tartalmazó csomag - 45 euró havonta, az első hónap a hónap promóciós kódjával - 25 euró |
| Csak grafika a hangodhoz AI | Stardust motor a GitHubon: ingyenes személyes projektekhez, kereskedelmi licenc vállalatoknak |
Az AI asszisztens engedélyezésének és konfigurálásának módja a 1001site fiókodban a tudásbázisban található.
A fejlesztők számára a kapcsolat létrehozásához egy eszközre van szükség a modellbeállításokban, és egy sorra a böngészőben – Gemini Live, az OpenAI Realtime, az ElevenLabs, a LiveKit és a Pipecat példái a Stardust repositoryban találhatók.
Ha szeretnél egy ilyen MI-tanácsadót, de nem akarod magad megoldani, írj nekem Telegram a @GuruAppSheet címen: Létrehozok egy ügynököt a katalógusodhoz, és mutatok neked egy demót a termékeid felhasználásával.
