Telegram, WhatsApp+380637610482
Valery Danyuk
Valery DanyukutviklerUtvikling av AI-verktøy for bedrifter. Høy kvalitet. Rimelig.Skriv på Telegram

Ansiktsløs AI-avatar: Stemmeagent avslører hva den sier

En AI-konsulent forklarer espresso, og partikler danner en dampende 3D-kopp kaffe i stil med ART DANYUK.

Hva du vil få

  • En live-demo av ART DANYUK – du kan ta på den rett i artikkelen.
  • Hvordan kan en ansiktsløs avatar sammenlignes med et snakkende hode og en pulserende ball?
  • Hvordan installere en slik AI-konsulent på nettstedet ditt eller koble den til din stemme-AI
Bruk: om 5 minutterLagrer: En videoavatar og en server med et skjermkort – all grafikk beregnes på den besøkendes telefon.

Nesten alle AI-stemmeassistenter har det samme på skjermen: en pulserende kule. Sjeldnere har de et «snakkehode», en videoavatar av en person som beveger leppene sine. Jeg lagde en tredje variant og kalte den ART DANYUK: mens AI-en snakker, smelter tusenvis av glødende partikler sammen til en 3D-figur av emnet det snakkes om – en kaffekopp, en sofa, en delfin – og sprer seg deretter igjen som en datastrøm. Nedenfor er en live-demo; du kan trykke på den her. Denne artikkelen vil være nyttig hvis du velger en AI-assistent til nettstedet ditt eller lager din egen stemmeagent og vil at den skal bli husket.

Prøv det riktig i artikkelen

Trykk på et hvilket som helst objekt nederst i vinduet, eller skriv ditt eget ord på engelsk – for eksempel «teleskop» eller «gitar». ▶ Omvisning-knappen starter en kort dialog: den besøkende spør om kaffe, søtsaker, en sofa, hester og en båttur. AI-en svarer, og partikler setter sammen hvert objekt. Trykking skaper en bølge, sveiping roterer scenen, og langt trykk sprer objektet, som setter det sammen igjen. Den runde knappen i hjørnet endrer paletten.

Hvis vinduet ikke lastes inn, åpne demoen separat: vibevox.pro/stardust-demo.

Hvorfor er intet ansikt bedre enn en ball og et snakkende hode?

Kulen viser bare hva AI-en sier. Et snakkende hode viser hvem som snakker, men det er dyrt og faller lett ned i «uncanny valley» – når et nesten menneskelig bilde er mer skremmende enn en tydelig tegning. En ansiktsløs avatar avslører samtalen, og det er minneverdig.

Sammenligning av en menneskelig videoavatar og en ansiktsløs AI-avatar av ART DANYUK for nettstedet

Alternativ Hva den besøkende ser Hvor telles bildet?
Pulserende ball abstrakt animasjon i nettleseren, nesten uten innlasting
Menneskelig videoavatar ansikt og lepper i takt med tale På en server med skjermkort er hele samtalen en videostrøm.
KUNST DANYUK samtaleemne i 3D i den besøkendes nettleser, over nettverket – bare stemmen og navnet på elementet

To stiler: ART DANYUK og 3D-stjerner

ART DANYUK – en dataskulptur. Opptil 131 000 partikler flyter som en kokong, et objekt fødes inni, blir værende i noen sekunder og løses deretter opp igjen. Paletter: «Auto» (en langsom blanding av alle farger), Hav, Korall, Tåke, Hage. Krever WebGL2, som er inkludert i nesten alle nyere telefoner.

3D-stjerner – en spiralgalakse i en tåke. Stjernene buer seg sammen for å danne en tredimensjonal, opplyst figur som roterer som et ekte objekt. Fungerer på alle telefoner, og ART DANYUK bytter automatisk til denne stilen hvis enheten din ikke er god nok.

I begge stilene «puster» partiklene i takt med AI-ens stemme: jo høyere frasen er, desto lysere og mer levende blir bildet.

Hvordan fungerer det innenfra?

  1. Et AI-verktøy. Modellen kaller show_visual («vis objekt») med et engelsk navn – for eksempel «kaffekopp» – og fortsetter å snakke. Stemmen venter aldri på et bilde: det er en separat, liten datakanal.
  2. Et bibliotek med 1359 modeller. Mat, møbler, dyr, planter, transport, verktøy, kosmetikk, smykker, elektronikk og sport. Alle kildemodeller er under en gratis CC0-lisens, og jeg har konvertert dem til punktskyer på 2–10 KB. Hver enkelt lastes ned ved første gangs bruk og lagres deretter i nettleseren din.
  3. Sikkerhetsnett. AI-modeller «glemmer» noen ganger å kalle på et verktøy. Derfor velger lettvektsmodellen automatisk elementet fra den besøkendes frase og begynnelsen av svaret etter halvannet sekund. Den hopper over hilsener, småprat og personer.
  4. Kamera. Den besøkende kan peke produktet mot kameraet og klikke på «Gjenkjenn». AI-en vil navngi varen, og partiklene vil sette sammen formen.

Hvordan en ansiktsløs AI-avatar viser emnet i en samtale: et spørsmål, et talesvar, en bibliotekmodell, partikler

Hva ser den besøkende under samtalen?

  1. Mens samtalen kobles til, danner partiklene inskripsjonen VibeVox, og i prosjektet ditt - navnet på merkevaren din.
  2. AI-en sier hei, og partikkelskyen puster i takt med stemmen: en pause – bildet forsvinner, frasen våkner til liv.
  3. Samtalen nådde emnet – partikler samler seg i figuren hans, holder den mens AI-en snakker, og sprer seg deretter ut igjen.
  4. Figuren kan roteres ved å sveipe og ødelegges ved å trykke lenge, så det å vente på svar blir til en lek.
  5. Volumet justeres ved hjelp av glidebryteren i den øverste ringetonelinjen, og kameraet kan slås av og på når som helst.

AI-konsulenten svarer på den besøkendes språk. Jeg diskuterte hvordan man kan gjøre selve nettstedet flerspråklig slik at det er synlig for søkemotorer i artikkelen min om et flerspråklig nettsted uten oversetter.

Hvor er dette nyttig for næringslivet?

  • En kaffebar eller et konditori – en konsulent snakker om espresso og desserter, og gjesten ser en kopp og en cupcake.
  • Møbelbutikk – «kompakt sofa for en liten leilighet» blir umiddelbart til en sofa på skjermen.
  • Turisme og utflukter – en båttur med delfiner blir til en delfin, og en bestilling blir til en kurv.
  • En butikk som selger kosmetikk, verktøy og elektronikk – leppestift, skrutrekkere og hodetelefoner – er tilgjengelig på biblioteket.
  • Utstillinger og montrer – en skjerm som viser hva besøkende spør om og samler folk rundt.

I min analyse av e-handelsagenter demonstrerte jeg hvordan en AI-agent som veileder kunder til bestillingene deres, skiller seg fra en vanlig chatbot.

Hvordan legger man det ut på nettsiden sin?

Det finnes tre alternativer, avhengig av om du trenger en ferdig konsulent, hele nettsiden eller bare grafikk.

Hva som trengs Hvordan få
En ferdiglaget AI-konsulent med stemme og 3D-visning VibeVox- widget – i innstillingene velger du «3D-figurer» eller ART DANYUK og assistentens stemme
En nettside med innebygd AI-assistent 1001site AI: Alt inkludert – 45 euro per måned, første måned med månedens kampanjekode – 25 euro
Bare grafikk for stemmen din, AI Stardust-motoren på GitHub: gratis for personlige prosjekter, kommersiell lisens for bedrifter

Hvordan du aktiverer og konfigurerer AI-assistenten i 1001site kontoen din er beskrevet i kunnskapsbasen.

For utviklere tar tilkoblingen ett verktøy i modellinnstillingene og én linje i nettleseren – eksempler for Gemini Live, OpenAI Realtime, ElevenLabs, LiveKit og Pipecat finnes i Stardust-repositoriet.

Hvis du ønsker å ha en slik AI-konsulent, men ikke vil finne ut av det selv, kan du sende meg en melding på Telegram @GuruAppSheet: Jeg oppretter en agent for katalogen din og viser deg en demonstrasjon av produktene dine.

Referanser og kilder

Spørsmål og svar

Regnes denne videoen eller grafikken i sanntid?

I sanntid. Partiklene tegnes av den besøkendes nettleser ved hjelp av WebGL, en 3D-grafikkteknologi som finnes i alle moderne telefoner. Serveren overfører bare stemmen og navnet på objektet, slik at internettbelastningen er minimal.

Hvordan vet AI-en hvilken form som skal vises?

Under en samtale aktiverer AI-modellen verktøyet show_visual med navnet på et objekt på engelsk, for eksempel «kaffekopp». Deretter velger et bibliotek med 1359 ferdige 3D-modeller en passende modell. Hvis ingen modell er tilgjengelig, opprettes en 3D-silhuett av et emoji-ikon; systemet tegner ikke personer.

Vil det hakke på den gamle telefonen min?

Kvaliteten justeres automatisk: hvis bildene begynner å ha en dårlig forsinkelse, reduseres oppløsningen først, deretter partikkelantallet. Når AI-en er stille, oppdateres bildet sjeldnere for å spare batterilevetid, og i en skjult fane tegnes det ikke i det hele tatt.

Fungerer dette på iPhone?

Ja, i Safari og Chrome på iPhone og Android. Hvis telefonen ikke støtter den nødvendige WebGL2-modusen, bytter ART DANYUK automatisk til stilen «3D-stjerner», som er tilstrekkelig for standard WebGL.

Kan jeg bruke denne grafikken i prosjektet mitt?

Ja. Stardust-motoren er gratis for personlige og ikke-kommersielle prosjekter. Bedrifter krever en kommersiell lisens, som allerede er inkludert for VibeVox- og 1001site klienter. Kildekoden og installasjonseksemplene er tilgjengelige på GitHub: github.com/DanikVR/vibevox-stardust.

Ønsker du deg en slik nettside for din bedrift?

Velg en stil blant 1000 eksempler – en AI-agent vil bygge et nettsted basert på lenken eller beskrivelsen din og fylle det ut på minutter, ikke uker.

Vis stiler