Álbum de fotos
I. Sobre o Produto
1.1 Introdução ao Produto
Este produto é um sistema de humano digital interativo por voz, adequado para implantação privada em empresas. É aplicável à interação inteligente por voz e à consulta/resposta de dados em empresas, escolas e órgãos governamentais. Desenvolvido com base em um modelo de inferência em larga escala, um modelo de reconhecimento de fala, um modelo de síntese de fala e um mecanismo de fluxo de trabalho, ele pode alternar de forma flexível entre modelos de implantação em rede pública e local para atender às necessidades de processamento de dados personalizados das empresas. É focado em valor comercial, leve, personalizável e pode ser implantado rapidamente.
1.2 Representação de Personagens
Permite personalizar a imagem do seu personagem e oferece mais de dez imagens para escolher na biblioteca de imagens.
1.3 Principais Vantagens
A principal diferença entre nós e outros fabricantes de humanos digitais:
- Utilização em múltiplos terminais: Não se limitando a máquinas tudo-em-um, pode ser utilizado de forma flexível em diversos terminais, como computadores Windows, tablets Android (sinais de sala de aula), páginas web, contas oficiais e miniprogramas.
- Respostas a perguntas privadas: Permite a conexão flexível com dados internos da empresa por meio de interfaces, consultas a bancos de dados, etc., possibilitando que humanos digitais respondam a conteúdo exclusivo e possibilitando a consulta flexível de relatórios, vídeos e outros conteúdos.
- Implantação localizada: Suporta implantação privada localizada em empresas, executada na intranet (todos os modelos e dados de grande porte são locais).
1.4 Lista de funções do software
| Número de série | categoria | Subitem | ilustrar |
|---|---|---|---|
| 1 | Personalização de personagem | 1.1 Clonagem de Caracteres | Gravação em tela verde: Clonagem humana digital baseada em vídeos gravados em tela verde fornecidos pela pessoa alvo; Síntese por IA: Geração da imagem de uma pessoa com base em sua foto; Suporta diversas ações como esperar, ficar parado com as mãos abaixadas, falar com as mãos juntas, falar com uma mão e falar com as duas mãos. |
| 1.2 Clonagem de Voz de Personagem | Suporta replicação rápida de 3 segundos, fornecendo de 3 a 10 segundos de gravações de voz humana reais para replicar rapidamente as características vocais da pessoa. | ||
| 1.3 Configurações de fundo | Oferece opções para definir e alterar a imagem de fundo do humano digital. | ||
| 2 | Tecnologia de voz | 2.1 Ativação por voz | O sistema permite nomear humanos digitais, e o humano digital irá despertar ativamente e iniciar uma conversa quando ouvir alguém chamando seu nome. |
| 2.2 Reconhecimento de Fala | Baseado em um modelo de fala abrangente, este framework de reconhecimento de fala em tempo real e de ponta a ponta apresenta uma taxa de erro de palavras e velocidade de inferência simultânea líderes do setor. Ele suporta o reconhecimento de dialetos e pode identificar mais de 10 idiomas nacionais. | ||
| 2.3 Síntese de Fala | Síntese de fala baseada em um modelo de fala abrangente, oferecendo múltiplas opções de voz. Algoritmos de áudio: AEC, ANC, AGC. |
1.5 Máquina Digital Humana Tudo-em-Um
Um dispositivo terminal interativo inteligente que integra uma câmera e um microfone, pronto para uso imediato.
II. Cenários de Aplicação
PC All-in-One com tela sensível ao toque de 2,1 polegadas
Este equipamento multifuncional vertical com tela sensível ao toque é ideal para ambientes como saguões e salas de exposições, permitindo que os usuários interajam diretamente por toque ou voz.
2.2 Porta-retratos eletrônico
A tela interativa com o humano digital, em formato de moldura de obra de arte, pode ser integrada a ambientes domésticos e de escritório, permitindo que os usuários conversem com o humano digital dentro da moldura eletrônica por meio de perguntas e respostas ativadas por voz.
2.3 Guia do Salão de Exposições
Uma solução digital de explicação baseada em interação humana, adequada para cenários como museus de história escolares, showrooms corporativos e museus, com suporte para exibição integrada em telas grandes.
2.4 Consulta de Dados Industriais
Este humano digital, projetado para cenários industriais, permite que os usuários consultem dados de produção, status de equipamentos e outras informações por meio de interação por voz.
2.5 PC com Windows
| projeto | Especificação |
|---|---|
| Método de instalação | Fornece instalador .exe |
| Terminais aplicáveis | Computador multifuncional para pódio/tela sensível ao toque |
| CPU | Processadores i3 e superiores |
| Cenários típicos | Computador em pódio de sala de aula, questionário interdisciplinar de conhecimento humano digital |
2.6 Sinalização Eletrônica de Sala de Aula
| projeto | Especificação |
|---|---|
| Tela de exibição | Tela IPS LCD |
| tamanho | 18,5 polegadas |
| resolução | 1920 × 1080 |
| chip | RK3288 Quad-core 1.8GHz |
| Memória | 2 GB |
| memória flash | 16 GB |
2.7 Cão Robô Industrial
Um cão robô biônico quadrúpede, uma plataforma móvel de interação humana digital, capaz de se deslocar por terrenos complexos e interagir com os usuários por meio de voz.
2.8 Conferências de grande escala
A solução de tela interativa extragrande é adequada para exibição e interação humana digital em cenários como grandes conferências e salas de aula.
III. Clonagem de Personagens
3.1 Filmagem com Tela Verde
A clonagem humana digital é realizada com base em vídeos em tela verde fornecidos pela pessoa alvo. A gravação deve ser feita em um ambiente profissional com tela verde. Após o envio das imagens de vídeo em alta definição, o treinamento de imagem geralmente pode ser concluído em 1 a 2 dias úteis.
3.2 Combinação de Fotos
Avatares gerados por IA com base em fotografias podem criar rapidamente aparências humanas digitais sem a necessidade de equipamentos especializados.
3.3 Síntese Sonora
Permite a replicação rápida de características da voz em 3 segundos. Apenas 3 a 10 segundos de gravação de fala de uma pessoa real são necessários para replicar as características da voz para uso na síntese digital da fala humana.
IV. Humano Digital de Front-end
4.1 Perguntas e Respostas sobre Humanos Digitais
4.1.1 Resposta de texto
O humano digital responde às perguntas do usuário em formato de texto simples, o que é adequado para cenários gerais de perguntas e respostas baseadas em conhecimento.
4.1.2 Responda com imagens e texto
Quando uma pergunta exige explicitamente uma resposta com "texto e imagens", o humano digital pode exibir tanto texto quanto imagens na resposta.
4.1.3 Respostas em vídeo
Quando a pergunta exige explicitamente uma "resposta em vídeo", o humano digital pode acessar e reproduzir os materiais de vídeo já configurados no sistema (os recursos do sistema devem conter os materiais de vídeo correspondentes).
4.2 Comutação de Interface
4.2.1 Comutação multimodo
Você pode alternar livremente entre os modos de entrada de voz e entrada de texto.
4.2.2 Troca de Múltiplos Processos em Segundo Plano
Permite alterar a imagem de fundo do humano digital.
4.2.3 Comutação multirresolução
Oferece múltiplas resoluções, incluindo 1K, 2K e 4K, adequadas tanto para dispositivos comuns quanto para computadores tudo-em-um com telas grandes.
4.2.4 Alternando entre várias figuras humanas digitais
Windows: Selecione o humano digital que deseja executar no aplicativo de humanos digitais; Android: Clique no ponto no canto superior esquerdo da interface para abrir a interface de troca de humanos digitais.
4.2.5 Alternando entre os modos paisagem e retrato
O modo paisagem é adequado para palestras com recursos visuais e apresentações corporativas; o modo retrato é adequado para computadores tudo-em-um com telas grandes. Clique no menu à direita para alternar.
4.3 Alternando entre modos de diálogo
4.3.1 Modo de ativação
O sistema inicia por padrão no modo de ativação, que liga automaticamente o humano digital e inicia uma conversa quando ele ouve alguém chamar seu "nome".
4.3.2 Modo de entrada de texto
Clique no menu "Modo de Entrada" e uma caixa de entrada de texto será exibida. Digite o conteúdo relevante para conversar com o humano digital.
4.3.3 Modo de Diálogo do Celular
Clique no menu "Entrada de voz" e, em seguida, pressione e mantenha pressionado o botão abaixo para conversar com o humano digital por meio de voz.
4.4 Gerenciamento de Aplicativos
Atualização do aplicativo 4.4.1
Permite atualizações online do cliente humano digital através do aplicativo.
4.4.2 Autorização do aplicativo
Ele oferece suporte ao gerenciamento de autorização de aplicativos, permitindo o controle das permissões de uso de diferentes usuários.
V. Sistema de gerenciamento de back-end
5.1 Operação do Sistema
Download do cliente 5.1.1
Faça o download dos pacotes de instalação do cliente para cada plataforma no painel de administração.
5.1.2 Gestão de Recursos Humanos Multidígito
Fornecemos de um a dezenas de avatares digitais para diferentes clientes, os quais são gerenciados de forma uniforme através da interface de informações do avatar.
5.1.3 Renomeação de Humanos Digitais
O nome do humano digital é a palavra de ativação; quando o humano digital ouve esse nome, ele começa a conversar.
5.1.4 Consulta de registro de diálogo
Você pode filtrar por diferentes usuários digitais para visualizar os registros de conversas recentes.
5.1.5 Autorização do Sistema de Usuário
Diferentes permissões de menu e permissões de dados são concedidas a diferentes tipos de usuários.
5.2 Gestão da Base de Conhecimento de Documentos
📌 Usuários comuns podem simplesmente fazer o upload de arquivos; não são necessários ajustes na estratégia de segmentação.
5.2.1 Gerenciamento de Arquivos
Selecione o upload de arquivo local (com suporte para arrastar e soltar), o sistema dividirá o arquivo de acordo com a estratégia padrão: chunk_size=500, chunk_overlap=50, separator=['\n\n'].
5.2.2 Gestão Segmentada
Permite visualizar e ajustar manualmente segmentos de documentos carregados.
5.3 Gestão da Base de Conhecimento de Garantia da Qualidade
5.3.1 Gestão de pares em sessões de perguntas e respostas
Manter manualmente pares de perguntas e respostas padrão, adequados para cenários de alta frequência e que exigem respostas precisas.
5.3.2 Respostas precisas a perguntas e respostas
Permite configurar regras de correspondência precisas para garantir que uma resposta padrão predefinida seja retornada para uma pergunta específica.
5.4 Modelo Grande Relacionado
5.4.1 Seleção do Modelo
Ele oferece suporte à alternância flexível entre o modelo de rede pública de grande porte e o modelo de implantação local.
5.4.2 Treinamento do Modelo
Ele oferece suporte ao ajuste fino e ao treinamento de modelos com base em dados privados da empresa.
5.5 Fluxo de Trabalho Humano Digital
5.5.1 Gerenciamento de Fluxo de Trabalho
Orquestre visualmente o processo de perguntas e respostas do humano digital, com suporte para configuração de nós por meio de arrastar e soltar.
| Nome do nó | Descrição da função |
|---|---|
| 5.5.2 Nó Inicial | Nó inicial do fluxo de trabalho (criado automaticamente, não pode ser copiado ou excluído). Configuração: A mensagem inicial está vazia; recupera automaticamente a hora atual (aaaa-mm-dd hh:mm); armazena os n registros de bate-papo mais recentes, sendo possível personalizar o número de registros. |
| 5.5.3 Nó de entrada | Ele recebe o conteúdo inserido pelo usuário na caixa de diálogo e o armazena na variável user_input, não exigindo nenhuma configuração adicional. |
| 5.5.4 Nó de Saída | Defina o conteúdo da resposta final retornada ao usuário. |
| 5.5.5 Nós de Modelo Grandes | Chame o LLM para realizar inferências e gerar respostas. |
| 5.5.6 Nó Assistente | Configure comandos de prompt em nível de sistema e comportamentos do assistente. |
| 5.5.7 Nó de Recuperação da Base de Conhecimento de Garantia de Qualidade | Recupere pares de perguntas e respostas correspondentes da base de conhecimento de perguntas e respostas. |
| 5.5.8 Nó de Perguntas e Respostas da Base de Conhecimento de Documentos | Recupere o conteúdo relevante da base de conhecimento do documento para responder à pergunta. |
| 5.5.9 Nó de ramificação condicional | Determine o fluxo do processo com base em condições para implementar uma lógica de diálogo complexa. |
5.6 Ferramentas do Sistema
Fornece ferramentas e funções auxiliares relacionadas à operação e manutenção do sistema.
VI. Lado SaaS: Criando um novo humano digital
| etapa | operar | ilustrar |
|---|---|---|
| primeiro passo | 6.1 Usuários Registrados | Crie uma conta na plataforma SaaS. |
| Etapa 2 | 6.2.1 Criando um novo fluxo de trabalho | Criar um fluxo de diálogo para humanos digitais. |
| 6.2.2 Criação de uma nova base de conhecimento | Faça upload de documentos ou configure pares de perguntas e respostas para o controle de qualidade. | |
| Etapa 3 | 6.3.1 Criando uma nova imagem de personagem | Escolha ou personalize a aparência do seu humano digital. |
| 6.3.2 Configuração de Associação | Assegure-se de que o fluxo de trabalho e a base de conhecimento dessa pessoa estejam devidamente interligados. | |
| Passo 4 | 6.4.1 Obtenção do Número de Série | Clique no pequeno círculo no canto superior esquerdo do dispositivo para verificar o número de série do dispositivo. |
| 6.4.2 Vinculação de Dispositivos | Insira o número de série na seção "Vincular Dispositivo" do sistema de gerenciamento. Após reiniciar o aplicativo, o dispositivo exibirá o humano digital recém-criado, cujas respostas são baseadas em uma base de conhecimento dedicada. |
VII. Implantação da Privatização
7.1 Configuração do Servidor do Sistema
| matéria | ilustrar |
|---|---|
| 7.1.1 Máquina Humana Digital Tudo-em-Um | Dispositivos de hardware que integram tela sensível ao toque, câmera e microfone, prontos para uso imediato. |
| 7.1.2 Servidor de Computação de Modelos Grandes (Opcional) | Para executar modelos grandes localmente, recomenda-se um servidor com GPU (NVIDIA RTX 3060 ou superior) com 16 GB ou mais de RAM e 50 GB ou mais de espaço disponível em disco rígido, dependendo da concorrência e do tamanho do modelo. |
7.2 Compilação de Dados do Projeto
| Tipo de dados | ilustrar |
|---|---|
| 7.2.1 Aparência e voz do personagem | Forneça um vídeo com fundo verde ou uma foto em alta definição da pessoa em questão, juntamente com uma amostra de áudio de 3 a 10 segundos. |
| 7.2.2 Compilação de Perguntas e Respostas | Compile perguntas frequentes da empresa e suas respostas padrão e importe-as para a base de conhecimento de controle de qualidade. |
| 7.2.3 Processamento de Dados (RAG) | Organize documentos corporativos (compatível com PDF, Word, TXT, Markdown e outros formatos), e o sistema os analisa automaticamente e gera resultados de pesquisa RAG aprimorados. |
7.3 Integração de Dados
- 7.3.1 Integração com a Base de Conhecimento de QA: Importe os pares de perguntas e respostas de QA compilados para o sistema.
- 7.3.2 Integração com a base de conhecimento de documentos: Faça o upload de documentos corporativos e o sistema os segmentará e indexará automaticamente.
- 7.3.3 Integração de consultas ao banco de dados: Ao integrar-se com o banco de dados interno da empresa, o humano digital pode consultar dados comerciais (como relatórios, ordens de serviço, etc.) em tempo real.
VIII. Precauções
8.1 Ligar/desligar temporizado
Configure temporizadores para ligar/desligar através de dispositivos móveis, como desligar às 22h e ligar às 8h, para garantir um funcionamento estável e economizar energia.
WeChat
WhatAPP