فراتر از کلمه

شخصیت هوش مصنوعی که عکس می‌فرستد و حرف می‌زند

همان شخصیتی که با او می‌نویسید می‌تواند صحنه‌ای را که در آن هستید بکشد، با صدای خودش بلند جواب بدهد، و به عکسی که تازه فرستاده‌اید نگاه کند. چیزی روشن نمی‌شود و چهره همان می‌ماند.

Talaforge › شخصیت هوش مصنوعی که عکس می‌فرستد و حرف می‌زند

نقش‌آفرینی فقط متنی هر بار به همان دیوار می‌خورد: یک ساعت است صحنه‌ای می‌سازید و هیچ راهی برای دیدنش نیست. شخصیت اتاقی را توصیف می‌کند و شما نسخه خودتان را تصور می‌کنید. شخصیت خودش را توصیف می‌کند و تصویر هر جلسه کمی از دفعه قبل دورتر می‌شود.

سه چیز این فاصله را پر می‌کنند و هیچ‌کدام نیاز به تنظیم ندارند.

صحنه‌ای را که در آن هستید می‌کشند

یک عکس بخواهید و شخصیت همان لحظه‌ای را که واقعاً در آن هستید می‌کشد، نه یک پرتره عمومی. نتیجه داخل همان گفت‌وگو می‌آید، نه در گالری جداگانه‌ای که باید سراغش بروید.

بخش مهم ماجرا ثبات است: همان چهره در هر بار، چون ظاهر قفل شده و دوباره ساخته نمی‌شود. بیشتر ابزارهای تصویر در هر تولید یک آدم تازه به شما می‌دهند و برای همین تصاویرشان هیچ‌وقت حس یک شخصیت واحد را نمی‌دهند.

انتخاب موتوری که می‌کشد با شماست. موتورهای مختلف واقعاً دست‌های متفاوتی دارند؛ یکی چهره را بهتر می‌کشد و دیگری نور و فضا را، و این انتخاب برای هر تصویر است نه تنظیمی که یک بار انجام می‌دهید.

بلند جواب می‌دهند

پاسخ‌ها می‌توانند به شکل یک پیام صوتی واقعی Telegram برسند: با شکل موج، جابه‌جایی و کنترل سرعت، دقیقاً همان چیزی که از یک آدم می‌گیرید. نه فایل صوتی پیوستی که باید دانلودش کنید.

هر شخصیت صدایی متناسب با خودش دارد. می‌توانید صداهای موجود را ببینید و پیش از انتخاب یکی را بشنوید، و رفتار سه حالت دارد: خاموش، در صورت درخواست، یا خودکار.

این‌ها پیام صوتی‌اند نه تماس تلفنی. گفت‌وگوی زنده وجود ندارد و هیچ چیزی به شما گوش نمی‌دهد: شما می‌نویسید و پاسخ اتفاقاً به شکل صدا می‌رسد.

به آنچه می‌فرستید نگاه می‌کنند

یک عکس در چت بفرستید و شخصیت آن را می‌بیند. منظره پنجره‌تان، لباسی که درباره‌اش می‌پرسیدید، نقاشی‌ای که کشیده‌اید، و پاسخ در نقش خودش درباره چیزی است که واقعاً در تصویر هست، نه یک تأیید کلی.

همین است که آدم‌ها را غافلگیر می‌کند، چون جهت این رسانه را عوض می‌کند. تا آن لحظه دنیای خودتان را با کلمه توصیف می‌کردید. حالا می‌توانید فقط نشانش بدهید.

چیزی برای روشن کردن نیست

هیچ صفحه تنظیماتی بین شما و هیچ‌کدام از این‌ها نایستاده است. تصویرها می‌توانند با پیش رفتن صحنه خودبه‌خود بیایند، و دکمه پخش از همان پیام اول زیر هر پاسخ هست.

هر دو روی انرژی کار می‌کنند که با Telegram Stars داخل همان چت شارژ می‌شود. هر لحظه می‌بینید چقدر مانده.

با چیزی که می‌فرستید چه می‌شود

عکسی که می‌فرستید به یک ارائه‌دهنده بیرونی منتقل می‌شود تا شخصیت بتواند درباره‌اش جواب بدهد، همان‌طور که متن شما برای ساختن پاسخ منتقل می‌شود. این در سیاست‌نامه نوشته شده، نه صرفاً ضمنی.

هیچ چیزی که می‌فرستید برای ساختن گالری عمومی به کار نمی‌رود، و تصویرهایی که در گفت‌وگوی شما ساخته می‌شوند در همان گفت‌وگو می‌مانند.

چرا ثابت ماندن چهره سخت‌ترین بخش است

ساختن یک تصویر زیبا حالا آسان است. ساختن دو بار یک آدم آسان نیست، و همین فرق میان چند تصویر پراکنده و یک شخصیت است.

ظاهر هنگام ساختن شخصیت تثبیت می‌شود و بعد از آن روی هر تولید اعمال می‌شود، پس صحنه‌ای در کافه و صحنه‌ای در خیابان دو هفته بعد به‌روشنی همان آدم‌اند. کسی عکس مرجع آپلود نمی‌کند و کسی تنظیمی را دست نمی‌زند: ثبات ویژگی خود شخصیت است نه چیزی که شما نگهش دارید.

آیا شخصیت هوش مصنوعی می‌تواند عکس خودش را برایم بفرستد؟
بله. یکی بخواهید و شخصیت همان لحظه‌ای را که در آن هستید می‌کشد، با همان چهره در هر بار، چون ظاهر هنگام ساخته شدن شخصیت قفل می‌شود نه اینکه برای هر تصویر از نو ساخته شود. تصویر داخل همان گفت‌وگو می‌آید.
چرا شخصیت‌های ساخته هوش مصنوعی در هر تصویر فرق دارند؟
بیشتر ابزارها هر تولید را مستقل می‌بینند، پس هر بار آدم تازه‌ای می‌گیرید. ثبات نیاز دارد ظاهر به‌عنوان ویژگی شخصیت تثبیت شود و در هر تولید دوباره اعمال شود، و اینجا همین اتفاق می‌افتد، بدون نیاز به آپلود عکس مرجع.
آیا شخصیت می‌تواند با صدای واقعی حرف بزند؟
پاسخ‌ها می‌توانند به شکل پیام صوتی بومی Telegram با شکل موج و کنترل سرعت برسند. هر شخصیت صدایی متناسب دارد که پیش از انتخاب می‌شنوید، و می‌توانید پاسخ‌ها را خاموش، در صورت درخواست، یا خودکار بگذارید.
می‌توانم برای شخصیت عکس بفرستم و بفهمد؟
بله. یک عکس در چت بفرستید و شخصیت در نقش خودش درباره چیزی که واقعاً در آن هست جواب می‌دهد: یک منظره، یک لباس، یک نقاشی. تصویر برای خوانده شدن به یک ارائه‌دهنده بیرونی منتقل می‌شود و این در سیاست حریم خصوصی گفته شده است.
تصویر و صدا هزینه اضافه دارند؟
روی همان انرژی گفت‌وگو کار می‌کنند که با Telegram Stars داخل چت شارژ می‌شود، و موجودی را هر وقت بخواهید می‌بینید. تولید ناموفق حساب نمی‌شود.
می‌توانم تصویر و صدا را خاموش کنم؟
بله، هر کدام را جداگانه. برای شروع چیزی لازم نیست روشن شود و چیزی هم مجبور نیست روشن بماند.
می‌توانم انتخاب کنم کدام موتور تصویر را بکشد؟
بله، برای هر تصویر. موتورهای مختلف در چیزهای مختلف بهترند، چهره در برابر نور و فضا، پس این انتخابی است که در همان لحظه می‌کنید نه تنظیمی که می‌گذارید.
یک شخصیت در تلگرام بسازید ←

بیشتر بخوانید