Karibu wasaidizi wote wa sauti wa AI wana kitu kimoja kwenye skrini yao: duara linalodunda. Mara chache sana, huwa na "kichwa kinachozungumza," picha ya video ya mtu anayesogeza midomo yake. Niliunda aina ya tatu na kuiita ART DANYUK: wakati AI inapozungumza, maelfu ya chembe zinazong'aa hukusanyika na kuwa umbo la 3D la mada inayozungumziwa—kikombe cha kahawa, sofa, pomboo—na kisha hutawanyika tena kama mtiririko wa data. Hapa chini kuna onyesho la moja kwa moja; unaweza kuligusa hapa. Makala haya yatakuwa muhimu ikiwa unachagua msaidizi wa AI kwa tovuti yako au unaunda wakala wako mwenyewe wa sauti na unataka ikumbukwe.
Jaribu moja kwa moja katika makala
Gusa kitu chochote chini ya dirisha au andika neno lako mwenyewe kwa Kiingereza—kwa mfano, "darubini" au "gitaa." Kitufe cha ▶ Tour kinazindua mazungumzo mafupi: mgeni anauliza kuhusu kahawa, pipi, sofa, farasi, na safari ya mashua; akili bandia hujibu, na chembe hukusanya kila kitu. Kugonga huunda wimbi, kutelezesha huzunguka eneo la tukio, na kubonyeza kwa muda mrefu hutawanya kitu hicho, ambacho hukiunganisha tena. Kitufe cha duara kwenye kona hubadilisha rangi.
Ikiwa dirisha halijapakiwa, fungua onyesho kando: vibevox.pro/stardust-demo.
Kwa nini hakuna uso bora kuliko mpira na kichwa kinachozungumza?
Tufe linaonyesha tu kile ambacho AI inasema. Kichwa kinachozungumza kinaonyesha ni nani anayezungumza, lakini ni ghali na huanguka kwa urahisi katika "bonde la ajabu"—wakati picha inayokaribia kuwa ya kibinadamu inatisha zaidi kuliko mchoro ulio wazi. Picha isiyo na uso inaonyesha mazungumzo, na hilo linakumbukwa.
| Chaguo | Kile ambacho mgeni anaona | Picha inahesabiwa wapi? |
|---|---|---|
| Mpira unaodunda | uhuishaji dhahania | kwenye kivinjari, karibu bila mzigo |
| Ishara ya video ya binadamu | uso na midomo kwa wakati unaofaa na hotuba | Kwenye seva yenye kadi ya video, mazungumzo yote ni mtiririko wa video. |
| SANAA DANYUK | mada ya mazungumzo katika 3D | katika kivinjari cha mgeni, kupitia mtandao - sauti na jina la kipengee pekee |
Mitindo miwili: ART DANYUK na nyota za 3D
ART DANYUK - sanamu ya data. Hadi chembe 131,000 hutiririka kama kifuko, kitu huzaliwa ndani, hukaa kwa sekunde chache, na kisha huyeyuka tena. Paleti: "Otomatiki" (mchanganyiko wa polepole wa rangi zote), Bahari, Matumbawe, Nebula, Bustani. Inahitaji WebGL2, ambayo imejumuishwa katika karibu simu zote za hivi karibuni.
Nyota za 3D - galaksi ya ond katika nebula. Nyota hukusanyika pamoja ili kuunda umbo la pande tatu, lenye mwangaza linalozunguka kama kitu halisi. Hufanya kazi kwenye simu yoyote, na ART DANYUK hubadilisha kiotomatiki hadi mtindo huu ikiwa kifaa chako hakifikii kiwango kinachohitajika.
Katika mitindo yote miwili, chembe "hupumua" kwa wakati unaofaa na sauti ya AI: kadiri kifungu kinavyokuwa na sauti kubwa, ndivyo picha inavyokuwa angavu na yenye nguvu zaidi.
Inafanyaje kazi kutoka ndani?
- Zana ya AI. Kielelezo huita show_visual ("show object") kwa jina la Kiingereza—kwa mfano, "kikombe cha kahawa"—na huendelea kuzungumza. Sauti haisubiri picha kamwe: ni njia ndogo ya data tofauti.
- Maktaba ya mifano 1,359. Chakula, fanicha, wanyama, mimea, usafiri, zana, vipodozi, vito, vifaa vya elektroniki, na michezo. Mifano yote ya chanzo iko chini ya leseni ya bure ya CC0, na nimeibadilisha kuwa mawingu ya nukta ya 2-10 KB. Kila moja hupakuliwa inapotumika kwa mara ya kwanza na kisha kuhifadhiwa kwenye kivinjari chako.
- Mtandao wa usalama. Mifumo ya akili bandia wakati mwingine "husahau" kuita kifaa. Kwa hivyo, baada ya sekunde moja na nusu ya kujibu, modeli nyepesi huchagua kiotomatiki kipengee kutoka kwa kifungu cha mgeni na mwanzo wa jibu. Huruka salamu, mazungumzo madogo, na watu.
- Kamera. Mgeni anaweza kuelekeza bidhaa kwenye kamera na kubofya "Tambua." AI itaja jina la kitu hicho, na chembe zitakusanya umbo lake.
Mgeni anaona nini wakati wa simu?
- Wakati simu inapounganishwa, chembe huunda maandishi ya VibeVox, na katika mradi wako - jina la chapa yako.
- AI inasalimu, na wingu la chembe hupumua kwa wakati kwa sauti yake: pause - picha inatoweka, kifungu kinakuwa hai.
- Mazungumzo yalimfikia mhusika - chembe hukusanyika kwenye umbo lake, hulishikilia huku akili bandia ikizungumza, kisha hutiririka kurudi.
- Kielelezo kinaweza kuzungushwa kwa kutelezesha kidole na kuvunjwa kwa kubonyeza kwa muda mrefu, kwa hivyo kusubiri jibu hugeuka kuwa mchezo.
- Kiasi hurekebishwa kwa kutumia kitelezi kwenye upau wa juu wa mlio wa simu, na kamera inaweza kuwashwa na kuzima wakati wowote.
Mshauri wa AI anajibu kwa lugha ya mgeni. Nilijadili jinsi ya kuifanya tovuti yenyewe iwe ya lugha nyingi ili ionekane na injini za utafutaji katika makala yangu kuhusu tovuti ya lugha nyingi bila mtafsiri.
Hii ina manufaa wapi kwa biashara?
- Duka la kahawa au duka la keki - mshauri anazungumzia espresso na vitindamlo, na mgeni anaona kikombe na keki ndogo.
- Duka la fanicha - "sofa ndogo kwa ajili ya ghorofa ndogo" mara moja hugeuka kuwa sofa kwenye skrini.
- Utalii na safari - safari ya mashua na pomboo inakuwa pomboo, na nafasi ya kuhifadhi inakuwa kikapu.
- Duka linalouza vipodozi, vifaa, na vifaa vya elektroniki —lipstick, bisibisi, na vipokea sauti vya masikioni—linapatikana katika maktaba.
- Maonyesho na maonyesho - skrini inayoonyesha kile wageni wanachouliza na kuwakusanya watu karibu.
Nilionyesha jinsi wakala wa akili bandia anayewaongoza wateja kwa maagizo yao anavyotofautiana na boti ya kawaida ya gumzo katika uchambuzi wangu wa mawakala wa biashara ya mtandaoni.
Jinsi ya kuiweka kwenye tovuti yako?
Kuna chaguzi tatu, kulingana na kama unahitaji mshauri aliyetengenezwa tayari, tovuti nzima, au michoro tu.
| Kinachohitajika | Jinsi ya kupata |
|---|---|
| Mshauri wa akili bandia aliyetengenezwa tayari mwenye sauti na mwonekano wa 3D | Wijeti ya VibeVox - katika mipangilio, chagua "takwimu za 3D" au ART DANYUK na sauti ya msaidizi |
| Tovuti yenye msaidizi wa akili bandia aliyejengewa ndani | 1001site AI: Mpango unaojumuisha yote - €45 kwa mwezi, mwezi wa kwanza ukiwa na msimbo wa ofa wa mwezi - €25 |
| Michoro tu kwa ajili ya akili bandia ya sauti yako | Injini ya Stardust kwenye GitHub: bure kwa miradi ya kibinafsi, leseni ya kibiashara kwa makampuni |
Jinsi ya kuwezesha na kusanidi msaidizi wa akili bandia (AI) katika akaunti yako 1001site imeelezwa katika msingi wa maarifa.
Kwa watengenezaji, muunganisho huchukua zana moja katika mipangilio ya modeli na mstari mmoja katika kivinjari - mifano ya Gemini Live, OpenAI Realtime, ElevenLabs, LiveKit, na Pipecat iko kwenye hazina ya Stardust.
Kama ungependa kuwa na mshauri wa akili bandia kama huyu lakini hutaki kujipatia jibu mwenyewe, nitumie ujumbe kwenye Telegram @GuruAppSheet: Nitaunda wakala wa orodha yako na kukuonyesha onyesho kwa kutumia bidhaa zako.
