تقريبن سڀني AI وائس اسسٽنٽس جي اسڪرين تي ساڳي شيءِ هوندي آهي: هڪ ڌڙڪندڙ دائرو. گهٽ عام طور تي، انهن ۾ هڪ "ڳالهائيندڙ سر" هوندو آهي، هڪ شخص جو هڪ وڊيو اوتار جيڪو پنهنجي چپن کي حرڪت ڏئي ٿو. مون هڪ ٽيون قسم ٺاهيو ۽ ان کي ART DANYUK سڏيو: جڏهن AI ڳالهائيندو آهي، هزارين چمڪندڙ ذرڙا ان موضوع جي 3D شڪل ۾ گڏ ٿين ٿا جنهن بابت ڳالهايو پيو وڃي - هڪ ڪافي ڪپ، هڪ صوفا، هڪ ڊولفن - ۽ پوءِ ڊيٽا جي وهڪري جي طور تي ٻيهر منتشر ٿين ٿا. هيٺ هڪ لائيو ڊيمو آهي؛ توهان ان کي هتي ئي ڇڪي سگهو ٿا. هي مضمون مفيد هوندو جيڪڏهن توهان پنهنجي ويب سائيٽ لاءِ AI اسسٽنٽ چونڊي رهيا آهيو يا پنهنجو وائس ايجنٽ ٺاهي رهيا آهيو ۽ چاهيو ٿا ته ان کي ياد رکيو وڃي.
مضمون ۾ صحيح ڪوشش ڪريو.
ونڊو جي تري ۾ ڪنهن به شيءِ تي ٽيپ ڪريو يا انگريزي ۾ پنهنجو لفظ ٽائيپ ڪريو - مثال طور، "ٽيلي اسڪوپ" يا "گٽار". ▶ ٽور بٽڻ هڪ مختصر ڊائلاگ شروع ڪري ٿو: گهمڻ وارو ڪافي، مٺايون، هڪ صوفا، گهوڙا، ۽ ٻيڙي جي سفر بابت پڇي ٿو؛ AI جواب ڏئي ٿو، ۽ ذرات هر شيءِ کي گڏ ڪن ٿا. ٽيپ ڪرڻ سان هڪ لهر پيدا ٿئي ٿي، سوائپ ڪرڻ سان منظر گھمندو آهي، ۽ ڊگهو دٻائڻ سان شيءِ ٽڙي پکڙي ويندي آهي، جيڪو ان کي ٻيهر گڏ ڪري ٿو. ڪنڊ ۾ گول بٽڻ پيليٽ کي تبديل ڪري ٿو.
جيڪڏهن ونڊو لوڊ نه ٿئي ته ڊيمو الڳ کوليو: vibevox.pro/stardust-demo.
ڇو ڪو به چهرو بال ۽ ڳالهائيندڙ سر کان بهتر ناهي؟
دائرو صرف اهو ڏيکاري ٿو ته AI ڇا چئي رهيو آهي. هڪ ڳالهائيندڙ سر ڏيکاري ٿو ته ڪير ڳالهائي رهيو آهي، پر اهو مهانگو آهي ۽ آساني سان "غير معمولي وادي" ۾ ڪري ٿو - جڏهن هڪ ويجهو انساني تصوير هڪ واضح ڊرائنگ کان وڌيڪ خوفناڪ آهي. هڪ بي چهرو اوتار گفتگو کي ظاهر ڪري ٿو، ۽ اهو يادگار آهي.
| اختيار | گهمڻ وارو ڇا ڏسي ٿو | تصوير ڪٿي ڳڻپيل آهي؟ |
|---|---|---|
| ڌڙڪندڙ بال | تجريدي اينيميشن | برائوزر ۾، تقريبن بغير لوڊ جي |
| انساني وڊيو اوتار | ڳالهائڻ وقت ۾ چهرو ۽ چپ | وڊيو ڪارڊ واري سرور تي، سڄي گفتگو هڪ وڊيو اسٽريم هوندي آهي. |
| آرٽ ڊينڪ | 3D ۾ گفتگو جو موضوع | ويزيٽر جي برائوزر ۾، نيٽ ورڪ تي - صرف آواز ۽ شيءِ جو نالو |
ٻہ انداز: آرٽ ڊين يوڪ ۽ ٿري ڊي اسٽار
آرٽ ڊين يوڪ - هڪ ڊيٽا مجسمو. 131,000 تائين ذرڙا ڪوڪون وانگر وهندا آهن، هڪ شيءِ اندر پيدا ٿئي ٿي، ڪجهه سيڪنڊن لاءِ رهي ٿي، ۽ پوءِ ٻيهر ڳري ٿي. پيليٽس: "آٽو" (سڀني رنگن جو هڪ سست ميلاپ)، سمنڊ، مرجان، نيبولا، باغ. WebGL2 جي ضرورت آهي، جيڪو تقريبن سڀني تازين فونن ۾ شامل آهي.
3D تارا - هڪ نيبولا ۾ هڪ سرپل ڪهڪشان. تارا گڏجي هڪ ٽي-dimensional، روشن شڪل ٺاهيندا آهن جيڪو هڪ حقيقي شيءِ وانگر گھمندو آهي. ڪنهن به فون تي ڪم ڪري ٿو، ۽ ART DANYUK خودڪار طريقي سان هن انداز ۾ سوئچ ڪري ٿو جيڪڏهن توهان جو ڊوائيس برابر نه آهي.
ٻنهي اندازن ۾، ذرڙا AI جي آواز سان وقت سان "سانس" وٺندا آهن: جملي جيترو بلند هوندو، تصوير اوتري ئي روشن ۽ وڌيڪ متحرڪ هوندي.
اهو اندر کان ڪيئن ڪم ڪندو آهي؟
- هڪ AI اوزار. ماڊل show_visual ("شو آبجيڪٽ") کي انگريزي نالو سان سڏي ٿو - مثال طور، "ڪافي ڪپ" - ۽ ڳالهائڻ جاري رکي ٿو. آواز ڪڏهن به تصوير جو انتظار نٿو ڪري: اهو هڪ الڳ، ننڍڙو ڊيٽا چينل آهي.
- 1,359 ماڊلز جي لائبريري. کاڌو، فرنيچر، جانور، ٻوٽا، نقل و حمل، اوزار، سينگار، زيور، اليڪٽرانڪس، ۽ رانديون. سڀئي سورس ماڊل مفت CC0 لائسنس تحت آهن، ۽ مون انهن کي 2-10 KB جي پوائنٽ ڪلائوڊز ۾ تبديل ڪيو آهي. هر هڪ پهرين استعمال تي ڊائون لوڊ ڪيو ويندو آهي ۽ پوءِ توهان جي برائوزر ۾ ڪيش ڪيو ويندو آهي.
- حفاظتي نيٽ. اي آءِ ماڊل ڪڏهن ڪڏهن ڪنهن اوزار کي ڪال ڪرڻ "وساري" ويندا آهن. تنهن ڪري، جواب ڏيڻ جي اڌ سيڪنڊ کان پوءِ، هلڪو وزن وارو ماڊل خودڪار طريقي سان مهمان جي جملي ۽ جواب جي شروعات مان شيءِ چونڊيندو آهي. اهو سلام، ننڍڙين ڳالهين ۽ ماڻهن کي ڇڏي ڏيندو آهي.
- ڪئميرا. گهمڻ وارو پراڊڪٽ کي ڪئميرا ڏانهن اشارو ڪري سگهي ٿو ۽ "سڃاڻڻ" تي ڪلڪ ڪري سگهي ٿو. AI شيءِ جو نالو ڏيندو، ۽ ذرڙا ان جي شڪل گڏ ڪندا.
ڪال دوران ملاقاتي ڇا ڏسندو آهي؟
- جڏهن ڪال ڳنڍجي رهي آهي، ته ذرڙا VibeVox لکت ٺاهيندا آهن، ۽ توهان جي پروجيڪٽ ۾ - توهان جي برانڊ جو نالو.
- AI هيلو چوي ٿو، ۽ ذرڙن جو ڪڪر پنهنجي آواز سان وقت ۾ ساهه کڻي ٿو: هڪ وقفو - تصوير ختم ٿي وڃي ٿي، جملو زندگي ۾ اچي ٿو.
- ڳالهه ٻولهه موضوع تي پهتي - ذرڙا سندس شڪل ۾ گڏ ٿين ٿا، ان کي پڪڙي رکن ٿا جڏهن ته AI ڳالهائي ٿو، ۽ پوءِ واپس وهي ٿو.
- شڪل کي سوائپ ڪري گھمائي سگھجي ٿو ۽ ڊگھي دٻائڻ سان ٽوڙي سگھجي ٿو، تنھنڪري جواب جو انتظار راند ۾ بدلجي ويندو.
- مٿي واري رنگ ٽون بار ۾ سلائڊر استعمال ڪندي حجم کي ترتيب ڏنو ويندو آهي، ۽ ڪئميرا کي ڪنهن به وقت آن ۽ آف ڪري سگهجي ٿو.
اي آءِ صلاحڪار مهمان جي ٻولي ۾ جواب ڏئي ٿو. مون پنهنجي مضمون ۾ بحث ڪيو ته ويب سائيٽ کي ڪيئن گھڻ لساني بڻايو وڃي ته جيئن اهو سرچ انجن کي نظر اچي سگهي بغير مترجم جي.
هي ڪاروبار لاءِ ڪٿي ڪارآمد آهي؟
- هڪ ڪافي شاپ يا پيسٽري شاپ - هڪ صلاحڪار ايسپريسو ۽ مٺاڻن بابت ڳالهائيندو آهي، ۽ مهمان هڪ پيالو ۽ هڪ ڪپ ڪيڪ ڏسي ٿو.
- فرنيچر اسٽور - "ننڍي اپارٽمينٽ لاءِ ڪمپيڪٽ سوفا" فوري طور تي اسڪرين تي هڪ سوفا ۾ بدلجي ويندو آهي.
- سياحت ۽ سير - ڊولفن سان گڏ ٻيڙيءَ جو سفر ڊولفن بڻجي ويندو آهي، ۽ بکنگ ٽوڪري بڻجي ويندي آهي.
- لائبريري ۾ هڪ دڪان موجود آهي جيڪو سينگار، اوزار، ۽ اليڪٽرانڪس - لپ اسٽڪ، اسڪرو ڊرائيور، ۽ هيڊفون - وڪڻندو آهي.
- نمائشون ۽ نمائشون - هڪ اسڪرين جيڪا ڏيکاري ٿي ته گهمڻ وارا ڇا پڇن ٿا ۽ ماڻهن کي چوڌاري گڏ ڪن ٿا.
مون اي-ڪامرس ايجنٽن جي پنهنجي تجزيي ۾ ڏيکاريو ته ڪيئن هڪ AI ايجنٽ جيڪو گراهڪن کي انهن جي آرڊرن جي رهنمائي ڪري ٿو، هڪ باقاعده چيٽ بوٽ کان مختلف آهي.
ان کي پنهنجي ويب سائيٽ تي ڪيئن لڳايو؟
ٽي آپشن آهن، ان تي منحصر آهي ته توهان کي تيار ٿيل صلاحڪار جي ضرورت آهي، پوري ويب سائيٽ، يا صرف گرافڪس.
| ڇا جي ضرورت آهي | ڪيئن حاصل ڪجي |
|---|---|
| آواز ۽ 3D نظاري سان هڪ تيار ٿيل AI صلاحڪار | VibeVox ويجيٽ - سيٽنگز ۾، "3D شڪلون" يا ART DANYUK ۽ اسسٽنٽ جي آواز کي چونڊيو. |
| بلٽ ان AI اسسٽنٽ سان گڏ هڪ ويب سائيٽ | 1001site AI: سڀ شامل منصوبو - هر مهيني €45، پهرين مهيني مهيني جي پرومو ڪوڊ سان - €25 |
| صرف توهان جي آواز لاءِ گرافڪس AI | GitHub تي اسٽارڊسٽ انجن: ذاتي منصوبن لاءِ مفت، ڪمپنين لاءِ ڪمرشل لائسنس |
توهان جي 1001site اڪائونٽ ۾ AI اسسٽنٽ کي ڪيئن فعال ۽ ترتيب ڏيڻو آهي، اهو نالج بيس ۾ بيان ڪيو ويو آهي.
ڊولپرز لاءِ، ڪنيڪشن ماڊل سيٽنگز ۾ هڪ ٽول ۽ برائوزر ۾ هڪ لائن وٺندو آهي - Gemini Live، OpenAI Realtime، ElevenLabs، LiveKit، ۽ Pipecat لاءِ مثال Stardust repository ۾ آهن.
جيڪڏهن توهان هن جهڙو AI صلاحڪار رکڻ چاهيو ٿا پر پاڻ اهو سمجهڻ نٿا چاهيو، ته مون کي Telegram تي پيغام موڪليو @GuruAppSheet: مان توهان جي ڪيٽلاگ لاءِ هڪ ايجنٽ ٺاهيندس ۽ توهان کي توهان جي شين کي استعمال ڪندي هڪ ڊيمو ڏيکاريندس.
