Telegram, WhatsApp+380637610482
Վալերի Դանյուկ
Վալերի ԴանյուկմշակողԲիզնեսների համար արհեստական բանականության գործիքների մշակում։ Բարձրորակ։ Մատչելի։Գրել Telegram-ին

Անդեմ արհեստական ինտելեկտի «Ավատար. ձայնային գործակալը» բացահայտում է, թե ինչ է ասում

Արհեստական ինտելեկտի խորհրդատուն բացատրում է էսպրեսսոն, և մասնիկները ձևավորում են եռաչափ գոլորշու սուրճի բաժակ՝ ART DANYUK ոճով:

Ինչ կստանաք

  • ART DANYUK-ի ուղիղ ցուցադրություն՝ կարող եք դրան դիպչել հոդվածում։
  • Ինչպե՞ս է անդեմ ավատարը համեմատվում խոսող գլխի և զարկերակային գնդակի հետ։
  • Ինչպե՞ս տեղադրել նման արհեստական բանականության խորհրդատու ձեր կայքում կամ միացնել այն ձեր ձայնային արհեստական բանականությանը։
Կիրառել՝ 5 րոպեիցՊահպանում է՝ Տեսաավատար և սերվեր՝ տեսաքարտով. բոլոր գրաֆիկաները հաշվարկված են այցելուի հեռախոսի վրա։

Գրեթե բոլոր արհեստական բանականության ձայնային օգնականները իրենց էկրանին ունեն նույն բանը՝ զարկերակային գունդ։ Ավելի հազվադեպ, դրանք ունեն «խոսող գլուխ»՝ շուրթերը շարժող մարդու տեսաավատար։ Ես ստեղծեցի երրորդ տարբերակը և անվանեցի այն ART DANYUK. մինչ արհեստական բանականությունը խոսում է, հազարավոր փայլող մասնիկներ միաձուլվում են՝ ստեղծելով խոսվող սուբյեկտի եռաչափ պատկեր՝ սուրճի բաժակ, բազմոց, դելֆին, ապա կրկին ցրվում են որպես տվյալների հոսք։ Ստորև ներկայացված է ուղիղ ցուցադրություն. կարող եք դիպչել դրան այստեղ։ Այս հոդվածը օգտակար կլինի, եթե դուք ընտրում եք արհեստական բանականության օգնական ձեր կայքի համար կամ ստեղծում եք ձեր սեփական ձայնային գործակալը և ցանկանում եք, որ այն հիշվի։

Փորձեք այն հենց հոդվածում

Հպեք պատուհանի ներքևի մասում գտնվող ցանկացած առարկայի կամ մուտքագրեք ձեր սեփական բառը անգլերենով՝ օրինակ՝ «telescope» կամ «guitar»: ▶ «Շրջագայություն» կոճակը կարճ երկխոսություն է բացում. այցելուն հարցնում է սուրճի, քաղցրավենիքի, բազմոցի, ձիերի և նավարկության մասին. արհեստական բանականությունը պատասխանում է, և մասնիկները հավաքում են յուրաքանչյուր առարկան: Հպումը ստեղծում է ալիք, սահեցնելը պտտեցնում է տեսարանը, իսկ երկար սեղմումը ցրում է առարկան, որը վերամիավորում է այն: Անկյունում գտնվող կլոր կոճակը փոխում է գունապնակը:

Եթե պատուհանը չի բեռնվում, առանձին բացեք դեմո տարբերակը՝ vibevox.pro/stardust-demo:

Ինչո՞ւ ոչ մի դեմք գնդակից ու խոսող գլխից լավը չէ։

Գունդը ցույց է տալիս միայն այն, ինչ ասում է արհեստական բանականությունը։ Խոսող գլուխը ցույց է տալիս, թե ով է խոսում, բայց դա թանկ է և հեշտությամբ ընկնում է «անսովոր հովիտ», երբ գրեթե մարդկային պատկերն ավելի վախեցնող է, քան պարզ նկարը։ Անդեմ ավատարը բացահայտում է զրույցը, և դա հիշարժան է։

Մարդկային վիդեո ավատարի և դեմք չունեցող արհեստական ինտելեկտի ավատարի համեմատություն՝ ART DANYUK-ի կողմից կայքի համար

Ընտրանք Ինչ է տեսնում այցելուն Որտե՞ղ է հաշվվում նկարը։
Պուլսացնող գնդակ աբստրակտ անիմացիա զննարկիչում, գրեթե առանց բեռի
Մարդկային տեսանյութի ավատար դեմքն ու շրթունքները խոսքի հետ համահունչ Տեսաքարտով սերվերի վրա ամբողջ զրույցը տեսահոսք է։
ԱՐՏ ԴԱՆՅՈՒԿ զրույցի թեման 3D-ում այցելուի զննարկիչում, ցանցում՝ միայն ձայնը և տարրի անունը

Երկու ոճ՝ ART DANYUK և 3D աստղեր

ART DANYUK - տվյալների քանդակ։ Մինչև 131,000 մասնիկներ հոսում են բոժոժի պես, ներսում ծնվում է առարկա, մնում է մի քանի վայրկյան, ապա կրկին լուծվում։ Պալիտրա՝ «Ավտոմատ» (բոլոր գույների դանդաղ խառնուրդ), Օվկիանոս, Մարջան, Միգամածություն, Այգի։ Պահանջվում է WebGL2, որը ներառված է գրեթե բոլոր վերջին հեռախոսներում։

3D աստղեր ՝ պարուրաձև գալակտիկա միգամածության մեջ։ Աստղերը միանում են՝ կազմելով եռաչափ, լուսավորված պատկեր, որը պտտվում է ինչպես իրական առարկա։ Աշխատում է ցանկացած հեռախոսի վրա, և ART DANYUK-ը ավտոմատ կերպով անցնում է այս ոճին, եթե ձեր սարքը չի համապատասխանում պահանջներին։

Երկու ոճերում էլ մասնիկները «շնչում են» արհեստական բանականության ձայնին համընթաց. որքան բարձր է արտահայտությունը, այնքան պայծառ ու կենսունակ է պատկերը։

Ինչպե՞ս է այն աշխատում ներսից։

  1. Արհեստական բանականության գործիք։ Մոդելը կանչում է show_visual-ը («show object») անգլերեն անվամբ, օրինակ՝ «սուրճի բաժակ» և շարունակում է խոսել։ Ձայնը երբեք չի սպասում պատկերի. դա առանձին, փոքրիկ տվյալների ալիք է։
  2. 1359 մոդելներից բաղկացած գրադարան։ Սնունդ, կահույք, կենդանիներ, բույսեր, տրանսպորտ, գործիքներ, կոսմետիկա, զարդեր, էլեկտրոնիկա և սպորտ։ Բոլոր սկզբնաղբյուր մոդելները գտնվում են անվճար CC0 լիցենզիայի ներքո, և ես դրանք վերածել եմ 2-10 ԿԲ կետային ամպերի։ Յուրաքանչյուրը ներբեռնվում է առաջին օգտագործման ժամանակ և այնուհետև պահվում է ձեր զննարկիչում։
  3. Անվտանգության ցանց։ Արհեստական բանականության մոդելները երբեմն «մոռանում» են գործիք կանչել։ Հետևաբար, պատասխանելուց մեկուկես վայրկյան անց թեթև մոդելը ավտոմատ կերպով ընտրում է տվյալը այցելուի արտահայտությունից և պատասխանի սկզբից։ Այն բաց է թողնում ողջույնները, զրույցները և մարդկանց։
  4. Տեսախցիկ։ Այցելուն կարող է ապրանքը ուղղել դեպի տեսախցիկը և սեղմել «Ճանաչել»։ Արհեստական բանականությունը կանվանի ապրանքը, իսկ մասնիկները կհավաքեն դրա ձևը։

Ինչպես է անդեմ արհեստական բանականության ավատարը ցուցադրում զրույցի թեման՝ հարց, ձայնային պատասխան, գրադարանային մոդել, մասնիկներ

Ի՞նչ է տեսնում այցելուն զանգի ժամանակ։

  1. Զանգի միացման ընթացքում մասնիկները ձևավորում են VibeVox գրությունը, իսկ ձեր նախագծում՝ ձեր ապրանքանիշի անվանումը։
  2. Արհեստական բանականությունը ողջունում է, և մասնիկների ամպը շնչում է ժամանակին համընթաց իր ձայնով. դադար՝ նկարը մարում է, արտահայտությունը կենդանանում է։
  3. Զրույցը հասավ թեմային. մասնիկները կուտակվում են նրա ֆիգուրայի մեջ, պահում այն, մինչ արհեստական բանականությունը խոսում է, ապա հոսում են հետ։
  4. Ֆիգուրը կարող է պտտվել սահեցնելով և կոտրվել երկար սեղմելով, այնպես որ պատասխանի սպասելը վերածվում է խաղի։
  5. Ձայնի ուժգնությունը կարգավորվում է վերին զանգի տողի սահիկի միջոցով, և տեսախցիկը կարող է միացվել և անջատվել ցանկացած պահի։

Արհեստական բանականության խորհրդատուն պատասխանում է այցելուի լեզվով: Ես քննարկել եմ, թե ինչպես կարելի է կայքը բազմալեզու դարձնել, որպեսզի այն տեսանելի լինի որոնողական համակարգերի համար ՝ թարգմանիչ չունեցող բազմալեզու կայքի մասին իմ հոդվածում:

Որտե՞ղ է սա օգտակար բիզնեսի համար։

  • Սրճարան կամ հրուշակեղենի խանութ ՝ խորհրդատուն խոսում է էսպրեսոյի և աղանդերի մասին, իսկ հյուրը տեսնում է մի բաժակ և մի կեքս։
  • Կահույքի խանութ - «փոքր բնակարանի համար կոմպակտ բազմոց» էկրանին անմիջապես վերածվում է բազմոցի։
  • Զբոսաշրջություն և էքսկուրսիաներ. դելֆիններով նավարկությունը վերածվում է դելֆինի, իսկ ամրագրումը՝ զամբյուղի։
  • Գրադարանում կա խանութ, որտեղ վաճառվում են կոսմետիկա, գործիքներ և էլեկտրոնիկա ՝ շրթներկ, պտուտակահաններ և ականջակալներ։
  • Ցուցահանդեսներ և ցուցափեղկեր ՝ էկրան, որը ցուցադրում է այցելուների հարցերը և հավաքում մարդկանց շուրջը։

Էլեկտրոնային առևտրի գործակալների իմ վերլուծության մեջ ես ցույց տվեցի, թե ինչպես է արհեստական բանականության գործակալը, որը ուղղորդում է հաճախորդներին դեպի իրենց պատվերները, տարբերվում սովորական չաթբոտից։

Ինչպե՞ս տեղադրել այն ձեր կայքում։

Կան երեք տարբերակ՝ կախված նրանից, թե ձեզ անհրաժեշտ է պատրաստի խորհրդատու, ամբողջ կայքը, թե՞ պարզապես գրաֆիկա։

Ինչ է անհրաժեշտ Ինչպես ստանալ
Պատրաստի արհեստական բանականության խորհրդատու՝ ձայնային և 3D տեսարանով VibeVox վիջեթ - կարգավորումներում ընտրեք «3D պատկերներ» կամ ART DANYUK և օգնականի ձայնը
Կայք՝ ներկառուցված արհեստական բանականության օգնականով 1001site AI: Ամեն ինչ ներառյալ պլան - €45 ամսական, առաջին ամիսը՝ ամսվա գովազդային կոդով - €25
Պարզապես գրաֆիկա ձեր ձայնային արհեստական բանականության համար Stardust շարժիչը GitHub-ում. անվճար անձնական նախագծերի համար, առևտրային լիցենզիա ընկերությունների համար

Ինչպես միացնել և կարգավորել արհեստական բանականության օգնականը ձեր 1001site հաշվի մեջ, նկարագրված է գիտելիքների բազայում ։

Մշակողների համար միացումը պահանջում է մոդելի կարգավորումներում մեկ գործիք և զննարկիչում մեկ տող. Gemini Live-ի, OpenAI Realtime-ի, ElevenLabs-ի, LiveKit-ի և Pipecat-ի օրինակները գտնվում են Stardust պահոցում ։

Եթե ցանկանում եք ունենալ նման արհեստական բանականության խորհրդատու, բայց չեք ուզում ինքներդ հասկանալ, գրեք ինձ Telegram ում՝ @GuruAppSheet. Ես կստեղծեմ գործակալ ձեր կատալոգի համար և կցուցադրեմ ձեզ դեմո տարբերակ՝ օգտագործելով ձեր արտադրանքը։

Հղումներ և աղբյուրներ

Հարցեր և պատասխաններ

Այս տեսանյութը, թե՞ գրաֆիկան համարվում է իրական ժամանակի՞։

Իրական ժամանակում։ Մասնիկները նկարվում են այցելուի զննարկչի կողմից՝ օգտագործելով WebGL-ը, որը եռաչափ գրաֆիկայի տեխնոլոգիա է, որը հանդիպում է յուրաքանչյուր ժամանակակից հեռախոսում։ Սերվերը փոխանցում է միայն օբյեկտի ձայնը և անունը, ուստի ինտերնետի ծանրաբեռնվածությունը նվազագույն է։

Ինչպե՞ս է արհեստական բանականությունը իմանում, թե որ ձևը ցույց տալ։

Զրույցի ընթացքում արհեստական բանականության մոդելը գործարկում է show_visual գործիքը՝ անգլերեն լեզվով օբյեկտի անունով, օրինակ՝ «coffee cup»: Այնուհետև 1359 պատրաստի 3D մոդելներից բաղկացած գրադարանը ընտրում է համապատասխանը: Եթե մոդել հասանելի չէ, ստեղծվում է էմոջիի պատկերակի 3D ուրվագիծ. համակարգը մարդկանց չի նկարում:

Արդյո՞ք այն կհետաձգվի իմ հին հեռախոսի վրա։

Որակը կարգավորվում է ավտոմատ կերպով. եթե կադրերը սկսում են դանդաղել, նախ լուծաչափը նվազում է, ապա մասնիկների քանակը։ Երբ արհեստական բանականությունը լուռ է, պատկերը թարմացվում է ավելի քիչ հաճախականությամբ՝ մարտկոցի լիցքը խնայելու համար, իսկ թաքնված ներդիրում այն ընդհանրապես չի նկարվում։

Սա iPhone-ի վրա աշխատո՞ւմ է։

Այո, iPhone-ի և Android-ի Safari-ում և Chrome-ում: Եթե հեռախոսը չի աջակցում պահանջվող WebGL2 ռեժիմը, ART DANYUK-ը ավտոմատ կերպով անցնում է «3D աստղեր» ոճին, որը բավարար է ստանդարտ WebGL-ի համար:

Կարո՞ղ եմ այս գրաֆիկան օգտագործել իմ նախագծում։

Այո։ Stardust շարժիչը անվճար է անձնական և ոչ առևտրային նախագծերի համար։ Ընկերություններին անհրաժեշտ է առևտրային լիցենզիա, որն արդեն ներառված է VibeVox և 1001site հաճախորդների համար։ Սկզբնական կոդը և տեղադրման օրինակները հասանելի են GitHub-ում՝ github.com/DanikVR/vibevox-stardust։

Ցանկանու՞մ եք ունենալ նմանատիպ կայք ձեր բիզնեսի համար։

Ընտրեք ոճ 1000 նմուշներից. արհեստական բանականության գործակալը կստեղծի կայք՝ հիմնվելով ձեր հղման կամ նկարագրության վրա և կլրացնի այն րոպեների, այլ ոչ թե շաբաթների ընթացքում։

Դիտել ոճերը