Hầu hết các trợ lý giọng nói AI đều có cùng một thứ trên màn hình: một quả cầu phát sáng. Ít phổ biến hơn, chúng có "đầu biết nói", một hình đại diện video của một người đang cử động môi. Tôi đã tạo ra một biến thể thứ ba và đặt tên là ART DANYUK: trong khi AI nói, hàng ngàn hạt phát sáng kết tụ lại thành hình 3D của đối tượng đang được nói đến—một tách cà phê, một chiếc ghế sofa, một con cá heo—và sau đó lại phân tán thành một luồng dữ liệu. Dưới đây là bản demo trực tiếp; bạn có thể chạm vào nó ngay tại đây. Bài viết này sẽ hữu ích nếu bạn đang chọn trợ lý AI cho trang web của mình hoặc tạo trợ lý giọng nói riêng và muốn nó được ghi nhớ.
Hãy thử ngay trong bài viết
Chạm vào bất kỳ vật thể nào ở cuối cửa sổ hoặc nhập từ tiếng Anh của riêng bạn—ví dụ: "kính thiên văn" hoặc "đàn guitar". Nút ▶ Tham quan sẽ mở một đoạn hội thoại ngắn: khách tham quan hỏi về cà phê, bánh ngọt, ghế sofa, ngựa và một chuyến đi thuyền; AI sẽ trả lời và các hạt sẽ tập hợp từng vật thể lại với nhau. Chạm sẽ tạo ra một làn sóng, vuốt sẽ xoay cảnh và nhấn giữ sẽ làm phân tán vật thể, sau đó vật thể sẽ được tập hợp lại. Nút tròn ở góc sẽ thay đổi bảng màu.
Nếu cửa sổ không tải được, hãy mở bản demo riêng: vibevox.pro/stardust-demo.
Tại sao không có khuôn mặt nào lại tốt hơn một quả bóng và một cái đầu biết nói?
Quả cầu chỉ hiển thị những gì trí tuệ nhân tạo đang nói. Một hình ảnh người biết nói cho thấy ai đang nói, nhưng nó đắt tiền và dễ rơi vào "thung lũng kỳ lạ" - khi một hình ảnh gần giống người lại đáng sợ hơn một bức vẽ rõ nét. Một hình đại diện không có khuôn mặt tiết lộ cuộc trò chuyện, và điều đó dễ nhớ hơn.
| Lựa chọn | Những gì du khách nhìn thấy | Bức ảnh được tính ở đâu? |
|---|---|---|
| Quả cầu rung động | hoạt hình trừu tượng | Trong trình duyệt, hầu như không cần tải. |
| Avatar video con người | Biểu cảm khuôn mặt và môi đồng bộ với lời nói. | Trên máy chủ có card đồ họa, toàn bộ cuộc hội thoại được truyền tải dưới dạng luồng video. |
| ART DANYUK | chủ đề cuộc trò chuyện trong không gian 3D | Trên trình duyệt của người truy cập, qua mạng - chỉ có giọng nói và tên của mục đó. |
Hai phong cách: ART DANYUK và ngôi sao 3D
ART DANYUK - một tác phẩm điêu khắc dữ liệu. Tối đa 131.000 hạt chuyển động như một cái kén, một vật thể được sinh ra bên trong, lưu lại vài giây rồi tan biến. Bảng màu: "Tự động" (pha trộn chậm tất cả các màu), Đại dương, San hô, Tinh vân, Vườn. Yêu cầu WebGL2, có sẵn trong hầu hết các điện thoại đời mới.
Những ngôi sao 3D – một thiên hà xoắn ốc trong tinh vân. Các ngôi sao uốn cong cùng nhau tạo thành một hình khối ba chiều được chiếu sáng, xoay tròn như một vật thể thật. Ứng dụng hoạt động trên mọi điện thoại, và ART DANYUK sẽ tự động chuyển sang kiểu hiển thị này nếu thiết bị của bạn không đáp ứng được yêu cầu.
Trong cả hai phong cách, các hạt "thở" theo nhịp điệu giọng nói của AI: câu nói càng to, hình ảnh càng sáng và sống động hơn.
Nó hoạt động như thế nào từ bên trong?
- Một công cụ AI. Mô hình gọi hàm show_visual ("hiển thị đối tượng") với một tên tiếng Anh—ví dụ, "cốc cà phê"—và tiếp tục nói. Giọng nói không bao giờ chờ hình ảnh: nó là một kênh dữ liệu nhỏ, riêng biệt.
- Thư viện gồm 1.359 mô hình. Thực phẩm, đồ nội thất, động vật, thực vật, phương tiện giao thông, dụng cụ, mỹ phẩm, trang sức, điện tử và thể thao. Tất cả các mô hình nguồn đều được cấp phép CC0 miễn phí, và tôi đã chuyển đổi chúng thành các đám mây điểm có kích thước từ 2-10 KB. Mỗi mô hình sẽ được tải xuống khi sử dụng lần đầu và sau đó được lưu vào bộ nhớ cache trong trình duyệt của bạn.
- Lưới an toàn. Mô hình AI đôi khi "quên" gọi một công cụ. Do đó, sau một giây rưỡi trả lời, mô hình đơn giản này sẽ tự động chọn mục từ cụm từ của người truy cập và phần đầu câu trả lời. Nó bỏ qua lời chào hỏi, những câu chuyện phiếm và người được giới thiệu.
- Máy ảnh. Khách tham quan có thể hướng sản phẩm về phía máy ảnh và nhấn "Nhận diện". Trí tuệ nhân tạo (AI) sẽ đặt tên cho sản phẩm, và các hạt sẽ ghép lại thành hình dạng của nó.
Khách truy cập nhìn thấy gì trong suốt cuộc gọi?
- Trong khi cuộc gọi đang được kết nối, các hạt sẽ tạo thành dòng chữ VibeVox, và trong dự án của bạn - đó sẽ là tên thương hiệu của bạn.
- Trí tuệ nhân tạo cất tiếng chào, và đám mây hạt chuyển động theo nhịp điệu giọng nói của nó: một khoảng lặng - hình ảnh mờ dần, câu nói trở nên sống động.
- Cuộc trò chuyện đã đi đến chủ đề chính - các hạt tập trung lại thành hình dạng của nó, giữ lấy nó trong khi trí tuệ nhân tạo nói chuyện, rồi lại chảy ngược trở lại.
- Hình ảnh có thể được xoay bằng cách vuốt và bị phá vỡ bằng cách nhấn giữ lâu, vì vậy việc chờ đợi câu trả lời trở thành một trò chơi.
- Âm lượng được điều chỉnh bằng thanh trượt ở thanh nhạc chuông phía trên, và camera có thể được bật hoặc tắt bất cứ lúc nào.
Chuyên gia tư vấn AI sẽ trả lời bằng ngôn ngữ của người truy cập. Tôi đã thảo luận về cách làm cho trang web tự động hỗ trợ nhiều ngôn ngữ để có thể hiển thị trên các công cụ tìm kiếm trong bài viết của tôi về một trang web đa ngôn ngữ mà không cần người dịch.
Điều này có ích lợi gì cho doanh nghiệp?
- Một quán cà phê hoặc tiệm bánh ngọt – một chuyên gia tư vấn nói về cà phê espresso và các món tráng miệng, và khách hàng nhìn thấy một tách cà phê và một chiếc bánh cupcake.
- Cửa hàng nội thất - "ghế sofa nhỏ gọn cho căn hộ nhỏ" ngay lập tức biến thành một chiếc sofa trên màn hình.
- Du lịch và tham quan - một chuyến đi thuyền ngắm cá heo trở thành một chuyến đi ngắm cá heo, và việc đặt chỗ trở thành một chuyến đi ngắn.
- Trong thư viện có một cửa hàng bán mỹ phẩm, dụng cụ và đồ điện tử — son môi, tua vít và tai nghe.
- Các cuộc triển lãm và trưng bày - màn hình hiển thị những thông tin mà khách tham quan quan tâm và thu hút mọi người đến xem.
Trong bài phân tích về các tác nhân thương mại điện tử, tôi đã chứng minh sự khác biệt giữa một trợ lý AI hướng dẫn khách hàng đến đơn đặt hàng của họ và một chatbot thông thường.
Làm thế nào để đưa nó lên trang web của bạn?
Có ba lựa chọn, tùy thuộc vào việc bạn cần một chuyên gia tư vấn có sẵn, toàn bộ trang web, hay chỉ cần thiết kế đồ họa.
| Cần gì? | Làm thế nào để có được |
|---|---|
| Một chuyên gia tư vấn AI hoàn chỉnh với giọng nói và khả năng xem 3D. | Tiện ích VibeVox - trong phần cài đặt, chọn "Hình ảnh 3D" hoặc ART DANYUK và giọng nói của trợ lý ảo. |
| Một trang web tích hợp trợ lý AI. | 1001site AI: Gói trọn gói - 45€/tháng, tháng đầu tiên với mã khuyến mãi của tháng - 25€ |
| Chỉ là đồ họa cho AI giọng nói của bạn | Công cụ Stardust trên GitHub: miễn phí cho các dự án cá nhân, giấy phép thương mại cho các công ty. |
Hướng dẫn cách kích hoạt và cấu hình trợ lý AI trong tài khoản 1001site của bạn được mô tả trong cơ sở kiến thức.
Đối với các nhà phát triển, việc kết nối chỉ cần một công cụ trong cài đặt mô hình và một dòng lệnh trên trình duyệt - các ví dụ về Gemini Live, OpenAI Realtime, ElevenLabs, LiveKit và Pipecat có trong kho lưu trữ Stardust.
Nếu bạn muốn có một chuyên gia tư vấn AI như thế này nhưng không muốn tự mình tìm hiểu, hãy nhắn tin cho tôi trên Telegram @GuruAppSheet: Tôi sẽ tạo một tác nhân ảo cho danh mục sản phẩm của bạn và trình diễn cho bạn xem bản demo sử dụng các sản phẩm của bạn.
