آیا تا به حال از گفت‌وگو با ربات‌های پشتیبانی خسته شده‌اید؟ گوگل با معرفی Live Avatars در زوایای تازه‌ی پلتفرم Gemini 3.8، می‌خواهد این تجربه را کاملاً دگرگون کند. این فناوری نه فقط یک شخصیت صوتی است، بلکه یک هویت بصری زنده است که از تولید ویدیو در لحظه و مدل‌های پردازش گفتار استفاده می‌کند تا حس یک گفت‌وگوی واقعی را به مخاطب برساند.
شخصیت بصری با بیان‌های طبیعی و هماهنگی لب
مهم‌ترین ویژگی Live Avatars، دقت بالای آن‌ها در هماهنگی لب (lip-syncing) و تغییرات طبیعی در چهره است. این شخصیت‌های مجازی در حین صحبت، حالت‌های چهره‌ای خود را متناسب با لحن کلام تغییر می‌دهند. اما جادوی اصلی در چندزبانی نهفته است؛ این آواتارها توانایی جابه‌جایی بین ۹۷ زبان را دارند و این تغییرات بدون افت کیفیت بصری یا از دست رفتن هماهنگی‌های ظریف صورت انجام می‌شود. این یعنی مشتری، فارغ از زبان، یک تجربه بصری یکپارچه و طبیعی خواهد داشت.
چگونگی عملکرد زیر پوست آواتارها
- دعوت‌های ابزار پیمانی (Asynchronous Tool Calling): آواتار می‌تواند در حالی که با شما صحبت می‌کند، به صورت پس‌زمینه دستورات اجرایی ارسال و اطلاعات کسب کند؛ مثلاً در حین گفتگو درباره سایر موضوعات، رزرو اقامتگاه شما را نهایی کند.
- گفت‌وگوی تعاملی: طراحی برای ارائه راهنماهای تعاملی و خدمات مشتری که باعث ایجاد مکالمه‌ای غنی‌تر و جامع‌تر می‌شود.
این تکنولوژی نه‌فقط یک ابزار تفریحی، بلکه یک حل‌کردن هوشمندانه برای کسب‌وکارهای سازمانی است که به دنبال ارائه تجربه‌ای منصفانه‌تر و انسانی‌تر به مشتریان خود هستند. با وجود اینکه در حال حاضر این قابلیت برای اشتراک‌های سازمانی (Enterprise) Gemini در دسترس است، اما گامی بزرگ برای آینده‌ی تعامل انسان و ماشین محسوب می‌شود.
نظر، سوال یا تجربه خود را درباره این مطلب با سایر کاربران اوکالا به اشتراک بگذارید.