निजी परिनियोजन, कस्टम अवतार और बहुभाषी संवाद - नया एआई डिजिटल मानव क्या कर सकता है

यिंगमी का मल्टीमॉडलएआई इंटरैक्टिव डिजिटल मानव प्रणाली- अब एक स्टैंडअलोन के रूप में शिपिंग सभी तरह से {{1}एक ही टर्मिनल में - के साथ एक ही इकाई में नंगे {4}आंख 3डी डिस्प्ले, बड़े भाषा मॉडल तर्क, और एक स्थानीय निजी ज्ञान का आधार रखता है। संगठन इसे कॉन्फ़िगर करते हैं, इसकी ब्रांडिंग करते हैं और बाहरी क्लाउड के माध्यम से संवेदनशील डेटा को रूट किए बिना इसे चलाते हैं।

उस अंतिम बिंदु को हल्के में लेना कठिन हो गया है। सार्वजनिक संस्थान और उद्यम इस बात को लेकर सतर्क हो रहे हैं कि साझा एआई बुनियादी ढांचे में क्या होता है और यह कहां समाप्त होता है। सिस्टम का निजी आरएजी (पुनर्प्राप्ति-संवर्धित पीढ़ी) ज्ञान आधार सामग्री को ग्राहक के अपने वातावरण में संग्रहीत और संसाधित रखता है। निर्यात और बैकअप एक क्लिक में चलता है।

टर्मिनल एक वर्चुअल अटेंडेंट के रूप में काम करता है - आगंतुकों के सवालों का जवाब देता है, उपयोगकर्ताओं को सेवाओं के माध्यम से ले जाता है, और क्वेरी के लिए उपयुक्त किसी भी प्रारूप में जानकारी लौटाता है: पाठ, छवि, वीडियो, या मौखिक प्रतिक्रिया। आगंतुक तीन तरीकों से बातचीत शुरू कर सकते हैं: वॉयस कीवर्ड, टचस्क्रीन, या फेस डिटेक्शन। तीन मोड एक साथ चल सकते हैं या प्रबंधन बैकएंड से अलग-अलग चालू और बंद किए जा सकते हैं।

भाषण प्रबंधन में शोर को फ़िल्टर करने वाले माइक्रोफ़ोन समर्थन के साथ चीनी {{0}अंग्रेज़ी संवाद शामिल है। निश्चित प्लेबैक कियोस्क के विपरीत, सिस्टम वाक्य के बीच में रुकावटों को स्वीकार करता है। आगंतुक प्रतिक्रिया समाप्त होने की प्रतीक्षा किए बिना फॉलो अप के साथ आगे बढ़ सकते हैं। अतिरिक्त भाषाएँ अंतर्राष्ट्रीय पर्यटन स्थलों या सीमा पार उद्यम वातावरण के लिए कॉन्फ़िगर करने योग्य हैं।

एआई तर्क के लिए, सिस्टम डीपसीक, डौबाओ, ईआरएनआईई बॉट, ज़ुनफेई स्पार्क और वैकल्पिक रूप से जीपीटी -4.0 से जुड़ता है। यह क्लाइंट द्वारा प्रदत्त मालिकाना एपीआई एंडपॉइंट - को भी स्वीकार करता है जो उन संगठनों के लिए उपयोगी है जिन्होंने पहले से ही आंतरिक मॉडल बुनियादी ढांचे का निर्माण किया है और चाहते हैं कि डिजिटल मानव तीसरे पक्ष की सेवा के बजाय इसके माध्यम से चले।

दृश्य घटक चश्मे या हेडसेट के बिना एक नंगे {0}आंख 3डी लेंटिकुलर डिस्प्ले - गहराई प्रतिपादन पर चलता है। अवतार लाइब्रेरी में व्यवसाय, सरकार और पर्यटन में पेशेवर भूमिकाओं को कवर करने वाले 200 से अधिक पूर्व निर्मित पात्र हैं, जिसमें तैनाती के समय तीन मानक सेट शामिल हैं। ग्राहक प्रबंधन इंटरफ़ेस के माध्यम से कस्टम एंटरप्राइज़ वर्ण अपलोड कर सकते हैं।

प्रत्येक अवतार में तीन गति सेट होते हैं: सूक्ष्म अभिव्यक्ति के साथ निष्क्रिय श्वास, अभिवादन के संकेत (धनुष, सिर हिलाना, लहर), और स्पष्टीकरण मोड हाथ की गतिविधियां जो बोली जाने वाली सामग्री के साथ समन्वयित होती हैं। अवतारों को बदलना - या भाषा मोड को बदलना, मान लीजिए एक मंदारिन बिजनेस व्यक्तित्व से अंग्रेजी बोलने वाले गाइड - तक, रनटाइम पर वॉयस कमांड द्वारा होता है, किसी बैकएंड पुन: कॉन्फ़िगरेशन की आवश्यकता नहीं होती है।

वॉयस क्लोनिंग से क्लाइंट सिस्टम में एक विशिष्ट आवाज ला सकते हैं। किसी प्रवक्ता या संस्थागत व्यक्ति की एक छोटी रिकॉर्डिंग क्लोन प्रशिक्षण से गुजरती है; डिजिटल मानव फिर उसी आवाज में बोलता है। एकाधिक टीटीएस प्रोफाइल को स्वतंत्र रूप से स्थापित और स्वैप किया जा सकता है, भले ही कौन सा अवतार चल रहा हो।

निजी ज्ञानकोष कई प्रारूपों में सामग्री लेता है: क्यू एंड ए जोड़े के लिए एक्सेल फ़ाइलें, प्रस्तुतियों के दौरान स्वचालित {{0}सिंक की गई स्लाइड प्रगति के साथ पावरपॉइंट डेक, और विशिष्ट इंटरैक्शन बिंदुओं पर ट्रिगर होने वाली वीडियो संपत्तियां। लाइव क्वेरी - मौसम, समाचार - क्यूरेटेड संस्थागत सामग्री के साथ चलता है।

दिन-प्रतिदिन का प्रबंधन शून्य-कोड विज़ुअल संपादक के माध्यम से चलता है। ऑपरेटर ग्राफिकल इंटरफ़ेस के माध्यम से वेक शब्द, आवाज की गति, व्यक्तित्व सेटिंग्स और ऑडियो प्रोफाइल को समायोजित करते हैं; सिस्टम पुनः आरंभ किए बिना परिवर्तन तुरंत लाइव हो जाते हैं। बैकएंड स्तरीय अनुमति नियंत्रणों का उपयोग करता है इसलिए विभिन्न ऑपरेटर भूमिकाएँ केवल वही देखती और संपादित करती हैं जिसे छूने के लिए वे अधिकृत हैं।

टर्मिनल छह स्क्रीन आकारों - 21.5, 27, 32, 43, 49, और 55 इंच - में या तो मानक एलसीडी या नंगे-आई 3डी लेंटिकुलर में आता है। संलग्नक विकल्पों में ब्रश धातु, टेम्पर्ड ग्लास और लाह फ़िनिश शामिल हैं; ब्रांडिंग लेजर उत्कीर्णन या स्क्रीन प्रिंटिंग के माध्यम से होती है। इंस्टॉलेशन कैस्टर, दीवार ब्रैकेट या डेस्कटॉप स्टैंड के साथ एक फ्रीस्टैंडिंग फ़्लोर यूनिट के रूप में माउंट होता है।

OEM और ODM कॉन्फ़िगरेशनसिस्टम इंटीग्रेटर्स और पुनर्विक्रेताओं के लिए उपलब्ध हैं। सॉफ़्टवेयर अनुकूलन में बूट एनीमेशन, एंटरप्राइज़ विज़ुअल पहचान के विरुद्ध पूर्ण यूआई थीम प्रतिस्थापन, और मॉड्यूल -स्तरीय सक्रियण नियंत्रण शामिल हैं। हार्डवेयर क्लाइंट ब्रांडिंग के साथ शुरू से अंत तक - एनक्लोजर, स्टार्टअप अनुक्रम, यूआई - के साथ आता है, अगर क्लाइंट को इसकी आवश्यकता है तो कोई निर्माता पहचान दिखाई नहीं देती है।

वर्तमान तैनाती सरकारी प्रशासनिक केंद्रों, संग्रहालय प्रदर्शनी हॉल, कॉर्पोरेट शोरूम, अस्पताल विभाग लॉबी, विश्वविद्यालय परिसर सूचना बिंदुओं और बैंक शाखा मंजिलों पर चलती है। यिंगमी के लक्ष्य पांच क्षेत्र सरकारी और सार्वजनिक सेवाएं, उद्यम स्थान, सांस्कृतिक पर्यटन, शिक्षा और स्वास्थ्य सेवा और वित्तीय संस्थान हैं।

तैनाती सात चरणों में होती है: आवश्यकता परामर्श, समाधान उद्धरण, अनुबंध, सामग्री उत्पादन, विनिर्माण और शिपिंग, साइट पर स्थापना, और बिक्री के बाद हैंडओवर। तैनाती के बाद के समर्थन में आजीवन सॉफ़्टवेयर अपडेट, चौबीसों घंटे दूरस्थ तकनीकी प्रतिक्रिया, ज्ञान आधार रखरखाव सहायता और ऑपरेटर प्रशिक्षण शामिल हैं। आपातकालीन कवरेज के लिए एक अतिरिक्त इकाई ऐड के रूप में उपलब्ध है।

खरीद टीमों के लिए, व्यावहारिक प्रश्न तीन चीजों के इर्द-गिर्द केंद्रित होते हैं: डेटा कहाँ संग्रहीत किया जाता है, क्या सिस्टम की आवाज और ब्रांडिंग को शेल्फ के बजाय संस्थागत महसूस कराया जा सकता है, और चल रहे ऑपरेशन में कितनी आंतरिक आईटी भागीदारी की आवश्यकता होती है। निजी परिनियोजन आर्किटेक्चर, वॉइस क्लोनिंग, और शून्य {{3} कोड प्रबंधन बैकएंड प्रत्येक का लक्ष्य उन तीन चिंताओं में से एक - है, हालांकि वे पैमाने पर कितनी अच्छी पकड़ रखते हैं यह विशिष्ट वातावरण और ग्राहक की अपनी बुनियादी ढांचे की तैयारी पर निर्भर करता है।