Telegram, WhatsApp+380637610482
Valery Danyuk
Valery DanyukframkallareUtvecklar AI-verktyg för företag. Högkvalitativt. Prisvärt.Skriv i Telegram

Ansiktslös AI-avatar: Röstagent avslöjar vad den säger

En AI-konsult förklarar espresso, och partiklar bildar en ångande 3D-kopp kaffe i stil med ART DANYUK.

Vad du får

  • En livedemo av ART DANYUK – du kan röra vid den direkt i artikeln
  • Hur jämför sig en ansiktslös avatar med ett talande huvud och en pulserande boll?
  • Hur man installerar en sådan AI-konsult på sin webbplats eller kopplar den till sin röstbaserade AI
Tillämpa: om 5 minuterSparar: En videoavatar och en server med ett grafikkort – all grafik beräknas på besökarens telefon.

Nästan alla AI-röstassistenter har samma sak på sin skärm: en pulserande sfär. Mer sällan har de ett "talande huvud", en videoavatar av en person som rör sina läppar. Jag skapade en tredje variant och kallade den ART DANYUK: medan AI:n talar, sammanfaller tusentals glödande partiklar till en 3D-figur av det ämne som talas om – en kaffekopp, en soffa, en delfin – och sprids sedan igen som en dataström. Nedan finns en livedemo; du kan trycka på den här. Den här artikeln kommer att vara användbar om du väljer en AI-assistent för din webbplats eller skapar din egen röstagent och vill att den ska bli ihågkommen.

Testa det direkt i artikeln

Tryck på valfritt objekt längst ner i fönstret eller skriv ditt eget ord på engelska – till exempel "teleskop" eller "gitarr". Knappen ▶ Rundtur startar en kort dialog: besökaren frågar om kaffe, godis, en soffa, hästar och en båttur; AI:n svarar och partiklar sätter ihop varje objekt. Genom att trycka skapas en våg, svepning roterar scenen och ett långt tryck sprider objektet, vilket sätter ihop det igen. Den runda knappen i hörnet ändrar paletten.

Om fönstret inte laddas, öppna demon separat: vibevox.pro/stardust-demo.

Varför är inget ansikte bättre än en boll och ett pratande huvud?

Sfären visar bara vad AI:n säger. Ett talande huvud visar vem som talar, men det är dyrt och hamnar lätt i "uncanny valley" – där en nästan mänsklig bild är mer skrämmande än en tydlig teckning. En ansiktslös avatar avslöjar samtalet, och det är minnesvärt.

Jämförelse av en mänsklig videoavatar och en ansiktslös AI-avatar av ART DANYUK för webbplatsen

Alternativ Vad besökaren ser Var räknas bilden?
Pulserande boll abstrakt animation i webbläsaren, nästan utan belastning
Mänsklig videoavatar ansikte och läppar i takt med tal På en server med ett grafikkort är hela konversationen en videoström.
ART DANYUK samtalsämne i 3D i besökarens webbläsare, över nätverket – endast rösten och objektets namn

Två stilar: ART DANYUK och 3D-stjärnor

ART DANYUK – en dataskulptur. Upp till 131 000 partiklar flyter som en kokong, ett objekt föds inuti, dröjer sig kvar i några sekunder och löses sedan upp igen. Paletter: "Auto" (en långsam blandning av alla färger), Ocean, Korall, Nebulosa, Trädgård. Kräver WebGL2, vilket ingår i nästan alla nyare telefoner.

3D-stjärnor – en spiralgalax i en nebulosa. Stjärnorna bågar sig samman och bildar en tredimensionell, upplyst figur som roterar som ett verkligt objekt. Fungerar på alla telefoner, och ART DANYUK växlar automatiskt till den här stilen om din enhet inte är i toppskick.

I båda stilarna "andas" partiklarna i takt med AI:ns röst: ju högre frasen är, desto ljusare och mer levande blir bilden.

Hur fungerar det inifrån?

  1. Ett AI-verktyg. Modellen anropar show_visual ("show object") med ett engelskt namn – till exempel "coffee cup" – och fortsätter att tala. Rösten väntar aldrig på en bild: det är en separat, liten datakanal.
  2. Ett bibliotek med 1 359 modeller. Mat, möbler, djur, växter, transport, verktyg, kosmetika, smycken, elektronik och sport. Alla källmodeller är under en fri CC0-licens, och jag har konverterat dem till punktmoln på 2–10 KB. Var och en laddas ner vid första användningen och cachas sedan i din webbläsare.
  3. Skyddsnät. AI-modeller "glömmer" ibland att anropa ett verktyg. Därför väljer lättviktsmodellen automatiskt objektet från besökarens fras och början av svaret efter en och en halv sekund. Den hoppar över hälsningar, småprat och människor.
  4. Kamera. Besökaren kan rikta produkten mot kameran och klicka på "Igenkänn". AI:n kommer att namnge föremålet och partiklarna kommer att forma det.

Hur en ansiktslös AI-avatar visar ämnet för en konversation: en fråga, ett röstsvar, en biblioteksmodell, partiklar

Vad ser besökaren under samtalet?

  1. Medan samtalet ansluter bildar partiklarna inskriptionen VibeVox, och i ditt projekt - namnet på ditt varumärke.
  2. AI:n säger hej, och partikelmolnet andas i takt med sin röst: en paus – bilden bleknar bort, frasen vaknar till liv.
  3. Samtalet nådde ämnet – partiklar samlas i hans figur, håller den kvar medan AI:n pratar och sprider sig sedan ut igen.
  4. Figuren kan roteras genom att svepa och brytas genom att trycka länge, så att vänta på ett svar förvandlas till en lek.
  5. Volymen justeras med hjälp av reglaget i den övre ringsignalsfältet och kameran kan slås på och av när som helst.

AI-konsulten svarar på besökarens språk. Jag diskuterade hur man gör själva webbplatsen flerspråkig så att den är synlig för sökmotorer i min artikel om en flerspråkig webbplats utan översättare.

Var är detta användbart för företag?

  • Ett kafé eller konditori – en konsult pratar om espresso och desserter, och gästen ser en kopp och en cupcake.
  • Möbelaffär - "kompakt soffa för en liten lägenhet" förvandlas omedelbart till en soffa på skärmen.
  • Turism och utflykter – en båttur med delfiner blir en delfin, och en bokning blir en varukorg.
  • En butik som säljer kosmetika, verktyg och elektronik – läppstift, skruvmejslar och hörlurar – finns i biblioteket.
  • Utställningar och montrar – en skärm som visar vad besökarna frågar om och samlar människor runt.

Jag visade hur en AI-agent som vägleder kunder till deras beställningar skiljer sig från en vanlig chatbot i min analys av e-handelsagenter.

Hur lägger man upp det på sin webbplats?

Det finns tre alternativ, beroende på om du behöver en färdig konsult, hela webbplatsen eller bara grafik.

Vad som behövs Hur man får
En färdig AI-konsult med röst och 3D-vy VibeVox- widgeten – i inställningarna, välj "3D-figurer" eller ART DANYUK och assistentens röst
En webbplats med inbyggd AI-assistent 1001site AI: All inclusive-plan - 45 € per månad, första månaden med månadens kampanjkod - 25 €
Bara grafik för din röst-AI Stardust-motorn på GitHub: gratis för personliga projekt, kommersiell licens för företag

Hur du aktiverar och konfigurerar AI-assistenten i ditt 1001site konto beskrivs i kunskapsbasen.

För utvecklare krävs det ett verktyg i modellinställningarna och en rad i webbläsaren för anslutningen – exempel för Gemini Live, OpenAI Realtime, ElevenLabs, LiveKit och Pipecat finns i Stardust-arkivet.

Om du vill ha en sådan här AI-konsult men inte vill lista ut det själv, skicka ett meddelande till mig på Telegram @GuruAppSheet: Jag skapar en agent för din katalog och visar dig en demo med dina produkter.

Referenser och källor

Frågor och svar

Räknas den här videon eller grafiken i realtid?

I realtid. Partiklarna ritas av besökarens webbläsare med hjälp av WebGL, en 3D-grafikteknik som finns i alla moderna telefoner. Servern överför endast rösten och objektets namn, så internetbelastningen är minimal.

Hur vet AI:n vilken form som ska visas?

Under en konversation anropar AI-modellen verktyget show_visual med namnet på ett objekt på engelska, till exempel "coffee cup". Sedan väljer ett bibliotek med 1 359 färdiga 3D-modeller en lämplig modell. Om ingen modell finns tillgänglig skapas en 3D-silhuett av en emoji-ikon; systemet ritar inte personer.

Kommer det att lagga på min gamla telefon?

Kvaliteten justeras automatiskt: om bildrutorna börjar lagga minskas först upplösningen och sedan partikelantalet. När AI:n är tyst uppdateras bilden mer sällan för att spara batteritid, och i en dold flik ritas den inte alls.

Fungerar detta på iPhone?

Ja, i Safari och Chrome på iPhone och Android. Om telefonen inte stöder det obligatoriska WebGL2-läget växlar ART DANYUK automatiskt till stilen "3D-stjärnor", vilket är tillräckligt för standard WebGL.

Kan jag använda den här grafiken i mitt projekt?

Ja. Stardust-motorn är gratis för personliga och icke-kommersiella projekt. Företag kräver en kommersiell licens, som redan ingår för VibeVox- och 1001site -klienter. Källkoden och installationsexemplen finns tillgängliga på GitHub: github.com/DanikVR/vibevox-stardust.

Vill du ha en sådan här webbplats för ditt företag?

Välj en stil bland 1 000 exempel – en AI-agent bygger en webbplats baserad på din länk eller beskrivning och fyller i den på några minuter, inte veckor.

Visa stilar