อวตาร AI ไร้หน้า: ตัวแทนเสียงเผยสิ่งที่มันกำลังพูด

ผู้ช่วยเสียง AI เกือบทั้งหมดมีสิ่งเดียวกันบนหน้าจอ นั่นคือทรงกลมที่กะพริบ บางตัวอาจมี "หัวพูดได้" ซึ่งเป็นอวตารวิดีโอของคนกำลังขยับริมฝีปาก ผมได้สร้างรูปแบบที่สามขึ้นมาและตั้งชื่อว่า ART DANYUK: ในขณะที่ AI พูด อนุภาคเรืองแสงนับพันจะรวมตัวกันเป็นรูปทรง 3 มิติของสิ่งที่กำลังพูดถึง ไม่ว่าจะเป็นถ้วยกาแฟ โซฟา หรือโลมา แล้วก็กระจายตัวออกไปอีกครั้งในรูปแบบของข้อมูล ด้านล่างนี้คือการสาธิตสด คุณสามารถแตะได้ที่นี่ บทความนี้จะเป็นประโยชน์หากคุณกำลังเลือกผู้ช่วย AI สำหรับเว็บไซต์ของคุณ หรือกำลังสร้างผู้ช่วยเสียงของคุณเองและต้องการให้คนจดจำได้

ลองใช้ดูในบทความเลย

แตะที่วัตถุใดก็ได้ที่ด้านล่างของหน้าต่าง หรือพิมพ์คำศัพท์ภาษาอังกฤษของคุณเอง เช่น "กล้องโทรทัศน์" หรือ "กีตาร์" ปุ่ม ▶ ทัวร์ จะเริ่มบทสนทนาสั้นๆ โดยผู้เยี่ยมชมจะถามเกี่ยวกับกาแฟ ขนมหวาน โซฟา ม้า และการล่องเรือ AI จะตอบกลับ และอนุภาคจะประกอบกันเป็นวัตถุแต่ละชิ้น การแตะจะสร้างคลื่น การปัดจะหมุนฉาก และการกดค้างจะกระจายวัตถุแล้วประกอบใหม่ ปุ่มกลมที่มุมจะเปลี่ยนจานสี

หากหน้าต่างไม่โหลด ให้เปิดเดโมแยกต่างหาก: vibevox.pro/stardust-demo

ทำไมการไม่มีใบหน้าถึงดีกว่าการไม่มีใบหน้าและหัวที่พูดได้?

วงกลมนั้นแสดงเฉพาะสิ่งที่ AI กำลังพูดอยู่เท่านั้น ภาพหัวคนพูดได้จะแสดงให้เห็นว่าใครกำลังพูด แต่มีราคาแพงและอาจตกอยู่ใน "หุบเขาแห่งความน่าขนลุก" ได้ง่าย—ซึ่งภาพที่เหมือนจริงมากอาจน่ากลัวกว่าภาพวาดที่ชัดเจน อวตารไร้ใบหน้าจะเปิดเผยบทสนทนา และนั่นทำให้จดจำได้ง่าย

มีสองแบบ: ART DANYUK และดาวสามมิติ

ART DANYUK - ประติมากรรมข้อมูล อนุภาคมากถึง 131,000 อนุภาคไหลเวียนราวกับรังไหม วัตถุหนึ่งถือกำเนิดขึ้นภายใน ลอยอยู่เพียงไม่กี่วินาที แล้วก็สลายไป ชุดสี: "อัตโนมัติ" (การผสมสีทั้งหมดอย่างช้าๆ), มหาสมุทร, ปะการัง, เนบิวลา, สวน ต้องใช้ WebGL2 ซึ่งมีอยู่ในโทรศัพท์รุ่นใหม่เกือบทุกรุ่น

ดวงดาวสามมิติ – กาแล็กซีเกลียวในเนบิวลา ดวงดาวโค้งเข้าหากันเพื่อสร้างรูปทรงสามมิติที่ส่องสว่างและหมุนได้เหมือนวัตถุจริง ใช้งานได้กับโทรศัพท์ทุกรุ่น และ ART DANYUK จะเปลี่ยนไปใช้รูปแบบนี้โดยอัตโนมัติหากอุปกรณ์ของคุณไม่รองรับ

ในทั้งสองรูปแบบ อนุภาคต่างๆ จะ "หายใจ" ไปพร้อมกับเสียงของ AI: ยิ่งเสียงพูดดังเท่าไหร่ ภาพก็จะยิ่งสว่างและสดใสมากขึ้นเท่านั้น

มันทำงานอย่างไรจากภายใน?

1. เครื่องมือ AI โมเดลจะเรียกใช้คำสั่ง show_visual ("แสดงวัตถุ") ด้วยชื่อภาษาอังกฤษ เช่น "ถ้วยกาแฟ" แล้วพูดต่อ เสียงจะไม่รอภาพ: มันเป็นช่องข้อมูลขนาดเล็กที่แยกต่างหาก
2. คลังโมเดลกว่า 1,359 แบบ ประกอบด้วย อาหาร เฟอร์นิเจอร์ สัตว์ พืช ยานพาหนะ เครื่องมือ เครื่องสำอาง เครื่องประดับ อุปกรณ์อิเล็กทรอนิกส์ และกีฬา โมเดลทั้งหมดอยู่ภายใต้ลิขสิทธิ์ CC0 และผมได้แปลงเป็นไฟล์จุด (point cloud) ขนาด 2-10 KB แล้ว โดยแต่ละไฟล์จะถูกดาวน์โหลดเมื่อใช้งานครั้งแรกและจัดเก็บไว้ในแคชของเบราว์เซอร์ของคุณ
3. ระบบป้องกันความผิดพลาด โมเดล AI บางครั้งอาจ "ลืม" เรียกใช้เครื่องมือ ดังนั้น หลังจากตอบคำถามไปประมาณหนึ่งวินาทีครึ่ง โมเดลขนาดเล็กนี้จะเลือกรายการจากวลีของผู้เยี่ยมชมและส่วนเริ่มต้นของคำตอบโดยอัตโนมัติ โดยจะข้ามคำทักทาย บทสนทนาทั่วไป และการพูดคุยกับบุคคลไป
4. กล้องถ่ายรูป ผู้เข้าชมสามารถชี้ผลิตภัณฑ์ไปที่กล้องแล้วคลิก "จดจำ" ระบบ AI จะตั้งชื่อสินค้า และอนุภาคจะประกอบกันเป็นรูปร่างของสินค้า

ผู้เยี่ยมชมเห็นอะไรบ้างระหว่างการโทร?

1. ในระหว่างการเชื่อมต่อสาย อนุภาคเหล่านั้นจะรวมตัวกันเป็นข้อความ VibeVox และในโปรเจ็กต์ของคุณก็จะปรากฏเป็นชื่อแบรนด์ของคุณ
2. AI กล่าวสวัสดี และกลุ่มอนุภาคก็เคลื่อนไหวไปพร้อมกับเสียงของมัน: หยุดชั่วครู่ - ภาพจางหายไป วลีนั้นก็มีชีวิตขึ้นมา
3. บทสนทนามาถึงหัวข้อที่ว่า อนุภาคต่างๆ รวมตัวกันเป็นรูปร่างของเขา ยึดรูปร่างนั้นไว้ขณะที่ปัญญาประดิษฐ์กำลังพูด แล้วจึงไหลกลับไป
4. สามารถหมุนภาพได้ด้วยการปัดนิ้ว และทำลายภาพได้ด้วยการกดค้างไว้ ดังนั้นการรอคำตอบจึงกลายเป็นเหมือนเกม
5. สามารถปรับระดับเสียงได้โดยใช้แถบเลื่อนในแถบเสียงเรียกเข้าด้านบน และสามารถเปิดหรือปิดกล้องได้ตลอดเวลา

ที่ปรึกษา AI จะตอบกลับเป็นภาษาของผู้เข้าชม ฉันได้พูดถึงวิธีการทำให้เว็บไซต์เป็นหลายภาษาเพื่อให้เครื่องมือค้นหามองเห็นได้ในบทความของฉัน เรื่อง "เว็บไซต์หลายภาษาโดยไม่ต้องใช้ตัวแปลภาษา "

สิ่งนี้มีประโยชน์ต่อธุรกิจในด้านใดบ้าง?

• ร้านกาแฟหรือร้านเบเกอรี่ – ที่ปรึกษาพูดถึงเอสเปรสโซและของหวาน ขณะที่แขกเห็นถ้วยกาแฟและคัพเค้ก
• ร้านขายเฟอร์นิเจอร์ - "โซฟาขนาดกะทัดรัดสำหรับอพาร์ตเมนต์ขนาดเล็ก" กลายเป็นโซฟาบนหน้าจอในทันที
• การท่องเที่ยวและทัศนศึกษา - การล่องเรือชมโลมากลายเป็น "โลมา" และการจองกลายเป็น "ตะกร้า"
• ภายในห้องสมุดมี ร้านค้าจำหน่ายเครื่องสำอาง เครื่องมือ และอุปกรณ์อิเล็กทรอนิกส์ เช่น ลิปสติก ไขควง และหูฟัง
• นิทรรศการและการจัดแสดง - จอที่แสดงสิ่งที่ผู้เข้าชมสอบถามและดึงดูดผู้คนให้มารวมตัวกัน

ในบทวิเคราะห์ เกี่ยวกับตัวแทนอีคอมเมิร์ซ ผมได้แสดงให้เห็นว่าตัวแทน AI ที่คอยแนะนำลูกค้าไปยังคำสั่งซื้อของพวกเขานั้นแตกต่างจากแชทบอททั่วไปอย่างไร

จะนำไปใส่ในเว็บไซต์ของคุณได้อย่างไร?

มีสามตัวเลือก ขึ้นอยู่กับว่าคุณต้องการที่ปรึกษาที่พร้อมใช้งาน เว็บไซต์ทั้งหมด หรือเพียงแค่กราฟิก

วิธีการเปิดใช้งานและกำหนดค่าผู้ช่วย AI ในบัญชี 1001site ของคุณมีอธิบายไว้ใน ฐานความรู้ แล้ว

สำหรับนักพัฒนา การเชื่อมต่อใช้เพียงเครื่องมือเดียวในการตั้งค่าโมเดลและบรรทัดเดียวในเบราว์เซอร์ ตัวอย่างสำหรับ Gemini Live, OpenAI Realtime, ElevenLabs, LiveKit และ Pipecat อยู่ใน ที่เก็บข้อมูล Stardust

หากคุณต้องการที่ปรึกษาด้าน AI แบบนี้ แต่ไม่อยากเสียเวลาทำเอง ติดต่อผมทาง Telegram ได้ที่ @GuruAppSheet ผมจะสร้างเอเจนต์สำหรับแคตตาล็อกของคุณและสาธิตการใช้งานผลิตภัณฑ์ของคุณให้ดูครับ