تقریباً تمام AI صوتی معاونین کی اسکرین پر ایک ہی چیز ہوتی ہے: ایک دھڑکن والا دائرہ۔ کم عام طور پر، ان میں "بات کرنے والا سر"، اپنے ہونٹوں کو حرکت دینے والے شخص کا ویڈیو اوتار ہوتا ہے۔ میں نے ایک تیسرا ویرینٹ بنایا اور اسے ART DANYUK کا نام دیا: جب AI بولتا ہے، ہزاروں چمکتے ہوئے ذرات اس موضوع کی 3D شکل میں جمع ہو جاتے ہیں جس کے بارے میں بات کی جا رہی ہے — ایک کافی کپ، ایک صوفہ، ایک ڈولفن — اور پھر ڈیٹا کے ایک سلسلے کے طور پر دوبارہ منتشر ہو جاتے ہیں۔ ذیل میں ایک لائیو ڈیمو ہے؛ آپ اسے یہیں چھو سکتے ہیں۔ یہ مضمون مفید ہو گا اگر آپ اپنی ویب سائٹ کے لیے AI اسسٹنٹ کا انتخاب کر رہے ہیں یا اپنا وائس ایجنٹ بنا رہے ہیں اور چاہتے ہیں کہ اسے یاد رکھا جائے۔
اسے آرٹیکل میں ہی آزمائیں۔
کھڑکی کے نیچے کسی بھی چیز کو تھپتھپائیں یا انگریزی میں اپنا لفظ ٹائپ کریں — مثال کے طور پر، "ٹیلی سکوپ" یا "گٹار۔" ▶ ٹور بٹن ایک مختصر ڈائیلاگ شروع کرتا ہے: وزیٹر کافی، مٹھائی، صوفہ، گھوڑوں اور کشتی کے سفر کے بارے میں پوچھتا ہے۔ AI جواب دیتا ہے، اور ذرات ہر چیز کو جمع کرتے ہیں۔ ٹیپ کرنے سے ایک لہر پیدا ہوتی ہے، سوائپ کرنے سے منظر گھومتا ہے، اور دیر تک دبانے سے چیز بکھر جاتی ہے، جو اسے دوبارہ جوڑ دیتی ہے۔ کونے میں گول بٹن پیلیٹ کو تبدیل کرتا ہے۔
اگر ونڈو لوڈ نہیں ہوتی ہے تو ڈیمو کو الگ سے کھولیں: vibevox.pro/stardust-demo ۔
کوئی چہرہ گیند اور بات کرنے والے سر سے بہتر کیوں نہیں ہے؟
دائرہ صرف وہی دکھاتا ہے جو AI کہہ رہا ہے۔ ایک بات کرنے والا سر دکھاتا ہے کہ کون بول رہا ہے، لیکن یہ مہنگا ہے اور آسانی سے "غیر معمولی وادی" میں گر جاتا ہے — جب قریب کی انسان کی تصویر واضح ڈرائنگ سے زیادہ خوفناک ہوتی ہے۔ ایک بے چہرہ اوتار گفتگو کو ظاہر کرتا ہے، اور یہ یادگار ہے۔
| آپشن | جو دیکھنے والا دیکھتا ہے۔ | تصویر کہاں شمار ہوتی ہے؟ |
|---|---|---|
| pulsating گیند | خلاصہ حرکت پذیری | براؤزر میں، تقریبا لوڈ کے بغیر |
| انسانی ویڈیو اوتار | تقریر کے ساتھ وقت پر چہرہ اور ہونٹ | ویڈیو کارڈ والے سرور پر، پوری گفتگو ایک ویڈیو سٹریم ہے۔ |
| ART DANYUK | 3D میں گفتگو کا موضوع | وزیٹر کے براؤزر میں، نیٹ ورک پر - صرف آواز اور آئٹم کا نام |
دو طرزیں: ART DANYUK اور 3D ستارے۔
ART DANYUK - ڈیٹا کا مجسمہ۔ 131,000 تک ذرات کوکون کی طرح بہتے ہیں، کوئی چیز اندر پیدا ہوتی ہے، چند سیکنڈ کے لیے ٹھہرتی ہے، اور پھر دوبارہ گھل جاتی ہے۔ پیلیٹس: "آٹو" (تمام رنگوں کا آہستہ مرکب)، اوقیانوس، مرجان، نیبولا، باغ۔ WebGL2 کی ضرورت ہے، جو تقریباً تمام حالیہ فونز میں شامل ہے۔
3D ستارے - نیبولا میں ایک سرپل کہکشاں۔ ستارے ایک ساتھ مل کر تین جہتی، روشن شخصیت بناتے ہیں جو ایک حقیقی شے کی طرح گھومتی ہے۔ کسی بھی فون پر کام کرتا ہے، اور اگر آپ کا آلہ برابر نہیں ہے تو ART DANYUK خود بخود اس انداز میں بدل جاتا ہے۔
دونوں طرزوں میں، ذرات AI کی آواز کے ساتھ وقت کے ساتھ "سانس لیتے ہیں": جملہ جتنا بلند ہوگا، تصویر اتنی ہی روشن اور متحرک ہوگی۔
یہ اندر سے کیسے کام کرتا ہے؟
- ایک AI ٹول۔ ماڈل انگریزی نام کے ساتھ show_visual ("شو آبجیکٹ") کو کال کرتا ہے — مثال کے طور پر، "کافی کپ" — اور بولنا جاری رکھتا ہے۔ آواز کبھی بھی تصویر کا انتظار نہیں کرتی: یہ ایک الگ، چھوٹا ڈیٹا چینل ہے۔
- 1,359 ماڈلز کی لائبریری۔ خوراک، فرنیچر، جانور، پودے، نقل و حمل، اوزار، کاسمیٹکس، زیورات، الیکٹرانکس، اور کھیل۔ تمام سورس ماڈلز مفت CC0 لائسنس کے تحت ہیں، اور میں نے انہیں 2-10 KB کے پوائنٹ کلاؤڈز میں تبدیل کر دیا ہے۔ ہر ایک کو پہلے استعمال پر ڈاؤن لوڈ کیا جاتا ہے اور پھر آپ کے براؤزر میں کیش کیا جاتا ہے۔
- سیفٹی نیٹ۔ AI ماڈل کبھی کبھی کسی ٹول کو کال کرنا "بھول جاتے ہیں"۔ لہذا، جواب دینے کے ڈیڑھ سیکنڈ کے بعد، ہلکا پھلکا ماڈل خود بخود وزیٹر کے فقرے اور جواب کے آغاز میں سے آئٹم کا انتخاب کرتا ہے۔ یہ سلام، چھوٹی چھوٹی باتوں اور لوگوں کو چھوڑ دیتا ہے۔
- کیمرہ۔ دیکھنے والا پروڈکٹ کو کیمرے کی طرف اشارہ کر کے "پہچان" پر کلک کر سکتا ہے۔ AI شے کا نام دے گا، اور ذرات اس کی شکل کو جمع کریں گے۔
کال کے دوران ملاقاتی کیا دیکھتا ہے؟
- جب کال منسلک ہو رہی ہوتی ہے، ذرات VibeVox لکھتے ہیں، اور آپ کے پروجیکٹ میں - آپ کے برانڈ کا نام۔
- اے آئی ہیلو کہتا ہے، اور ذرات کا بادل اپنی آواز کے ساتھ وقت کے ساتھ سانس لیتا ہے: ایک وقفہ - تصویر ختم ہو جاتی ہے، جملہ زندہ ہو جاتا ہے۔
- بات چیت موضوع تک پہنچ گئی - ذرات اس کی شکل میں جمع ہوتے ہیں، اسے پکڑتے ہیں جب AI بات کرتا ہے، اور پھر واپس پھیل جاتا ہے.
- اعداد و شمار کو swiping کے ذریعے گھمایا جا سکتا ہے اور طویل دبانے سے ٹوٹا جا سکتا ہے، اس لیے جواب کا انتظار کھیل میں بدل جاتا ہے۔
- اوپر والے رنگ ٹون بار میں سلائیڈر کا استعمال کرتے ہوئے والیوم کو ایڈجسٹ کیا جاتا ہے، اور کیمرہ کسی بھی وقت آن اور آف کیا جا سکتا ہے۔
AI کنسلٹنٹ وزیٹر کی زبان میں جواب دیتا ہے۔ میں نے اس بات پر تبادلہ خیال کیا کہ ویب سائٹ کو خود کو کثیر لسانی کیسے بنایا جائے تاکہ یہ کسی مترجم کے بغیر کثیر لسانی ویب سائٹ کے بارے میں میرے مضمون میں سرچ انجنوں پر نظر آئے۔
یہ کاروبار کے لیے کہاں مفید ہے؟
- ایک کافی شاپ یا پیسٹری شاپ - ایک کنسلٹنٹ یسپریسو اور ڈیزرٹس کے بارے میں بات کرتا ہے، اور مہمان ایک کپ اور ایک کپ کیک دیکھتا ہے۔
- فرنیچر کی دکان - "چھوٹے اپارٹمنٹ کے لئے کمپیکٹ سوفی" فوری طور پر اسکرین پر سوفی میں بدل جاتا ہے۔
- سیاحت اور سیر و تفریح - ڈولفن کے ساتھ کشتی کا سفر ڈولفن بن جاتا ہے، اور بکنگ ایک ٹوکری بن جاتی ہے۔
- لائبریری میں کاسمیٹکس، ٹولز، اور الیکٹرانکس—لِپ اسٹک، سکریو ڈرایور اور ہیڈ فون—فروخت کرنے والا اسٹور دستیاب ہے۔
- نمائشیں اور شوکیسز - ایک اسکرین جو یہ دکھاتی ہے کہ زائرین کیا پوچھتے ہیں اور لوگوں کو آس پاس جمع کرتے ہیں۔
میں نے یہ ظاہر کیا کہ کس طرح ایک AI ایجنٹ جو صارفین کو ان کے آرڈرز کے لیے رہنمائی کرتا ہے ای کامرس ایجنٹس کے میرے تجزیے میں ایک باقاعدہ چیٹ بوٹ سے مختلف ہے۔
اسے اپنی ویب سائٹ پر کیسے ڈالیں؟
تین اختیارات ہیں، اس پر منحصر ہے کہ آیا آپ کو ایک ریڈی میڈ کنسلٹنٹ، پوری ویب سائٹ، یا صرف گرافکس کی ضرورت ہے۔
| جس کی ضرورت ہے۔ | کیسے حاصل کرنا ہے۔ |
|---|---|
| آواز اور 3D منظر کے ساتھ ایک ریڈی میڈ AI کنسلٹنٹ | VibeVox ویجیٹ - ترتیبات میں، "3D اعداد و شمار" یا ART DANYUK اور اسسٹنٹ کی آواز کو منتخب کریں |
| بلٹ ان AI اسسٹنٹ کے ساتھ ایک ویب سائٹ | 1001site AI: سب پر مشتمل منصوبہ - €45 فی مہینہ، پہلا مہینہ مہینہ کے پرومو کوڈ کے ساتھ - €25 |
| آپ کی آواز AI کے لیے صرف گرافکس | GitHub پر سٹارڈسٹ انجن: ذاتی منصوبوں کے لیے مفت، کمپنیوں کے لیے تجارتی لائسنس |
اپنے 1001site اکاؤنٹ میں AI اسسٹنٹ کو فعال اور کنفیگر کرنے کا طریقہ علم کی بنیاد میں بیان کیا گیا ہے۔
ڈویلپرز کے لیے، کنکشن ماڈل کی ترتیبات میں ایک ٹول اور براؤزر میں ایک لائن لیتا ہے - Gemini Live، OpenAI Realtime، ElevenLabs، LiveKit، اور Pipecat کی مثالیں Stardust repository میں ہیں۔
اگر آپ اس طرح کا AI کنسلٹنٹ رکھنا چاہتے ہیں لیکن خود اس کا پتہ نہیں لگانا چاہتے تو مجھے Telegram @GuruAppSheet پر میسج کریں: میں آپ کے کیٹلاگ کے لیے ایک ایجنٹ بناؤں گا اور آپ کو آپ کی مصنوعات کا استعمال کرتے ہوئے ایک ڈیمو دکھاؤں گا۔
