تحويل النص إلى كلام (TTS) هو برنامج tech-du-jour لمعظم المساعدين الصوتيين. لا فرق إذا تفاعل شخص ما مع Alexa أو Siri أو Google أو غيرهم؛ عادةً ما تكون الردود عبارة عن صوت TTS يتم تشغيله من مكبر صوت ذكي أو هاتف محمول أو مكبر صوت سيارة. يعمل نموذج المساعد الصوتي الحالي المتمثل في التحدث إلى الصندوق الأسود وتلقي استجابة صوتية غير مجسدة مع نماذج التفاعل الحالية، لكن هذا لا يُترجم جيدًا إلى metaverse الذي نراه في الأفق.
انضم إلى مجموعة من الشركات الناشئة الجديدة في سباق لتطوير «Virtual Humans» أو «Digital Twins». إنهم ينشئون ما سيكون على الأرجح الجيل التالي من واجهات المحادثة القائمة على تفاعلات رقمية أكثر طبيعية وأصالة وإنسانية. فلماذا البشر الافتراضيون، ولماذا الآن؟ أدت بعض محركات التكنولوجيا والعوامل الاجتماعية والاقتصادية إلى خلق العاصفة المثالية لتجميع الفيديو في الوقت الفعلي والبشر الافتراضيين.
محركات التكنولوجيا
عند مقارنتها بردود TTS التحادثية، ليس هناك شك في أن حلول تجميع الفيديو تتطلب أعباء عمل أعلى (CPU+GPU) لإنشاء فيديو وحمولات أعلى (حجم الملف) لتقديم الفيديو. ومع ذلك، يؤدي الأداء المتزايد لوحدة المعالجة المركزية ووحدة معالجة الرسومات وزيادة التوفر إلى تسريع عملية تجميع الفيديو في السحابة وعلى الحافة. أيضًا، أدى التقدم في المعالجة المجمعة والتخزين المؤقت الذكي إلى تمكين تجميع الفيديو في الوقت الفعلي الذي ينافس حلول TTS لسرعة المحادثة. لذلك، تمت معالجة عقبة إنشاء فيديو فائق الواقعية أثناء الطيران بشكل أساسي. يؤدي هذا إلى تقديم الفيديو في الوقت الفعلي، والذي بفضل سرعات النطاق العريض عبر كل من Wi-Fi و 5G، أصبح متاحًا الآن بسهولة لمعظم المنازل والشركات والمدارس. يمكنك مشاهدة المقارنة في الفيديو أدناه.
مطلوب المساعدة (والمحتوى)
تواجه الشركات التي تتطلب من الموظفين التعامل مع العملاء، مثل الفنادق أو البنوك أو مطاعم الخدمة السريعة، مشكلة في تعيين موظفين جدد والاحتفاظ بهم. يمكن أن يؤدي نقص الموظفين المتاحين والمؤهلين إلى الإضرار بتصور العميل للعلامة التجارية وخلق استنزاف حقيقي للإيرادات. أدخل البشر الافتراضيين الذين يمكنهم التعامل مع الطلبات الأساسية بسرعة وثبات. في كوريا، قام كل من 7-11 و KB Bank بتثبيت أكشاك الذكاء الاصطناعي التي تعتمد على الإنسان الافتراضي للتفاعل مع العملاء. يدعم تنفيذ 7-11 عملية بدون رجل (أو بدون امرأة).
مجال آخر واعد للبشر الافتراضيين هو وسائل الإعلام، سواء وسائل البث أو وسائل التواصل الاجتماعي (المؤثرون). سواء كنت تبث الأخبار على مدار 24 ساعة في اليوم أو تظل ذات صلة على TikTok، فإن الحاجة هي نفسها: إنشاء المزيد من محتوى الفيديو وجعله أسرع. مرة أخرى، احتلت آسيا زمام المبادرة مع Virtual Humans. تكمل كل من محطات التلفزيون مثل MBN و LG HelloVision البث المباشر بإصدارات Virtual Human من مذيعيها الرئيسيين الذين يقدمون تحديثات إخبارية منتظمة على مدار اليوم. باستخدام مكالمات API أو واجهة ويب سهلة الاستخدام «ما تكتبه هو ما تحصل عليه»، يمكن إنشاء مقاطع فيديو باستخدام Virtual Humans في دقائق دون الحاجة إلى كاميرا أو طاقم أو أضواء أو مكياج وما إلى ذلك، وهي أداة لتوفير الوقت وتوفير التكلفة يمكن مزجها على مدار اليوم للحفاظ على تحديث المحتوى.
«ما هي استراتيجيتنا لميتافيرس؟» يتم طرح هذا السؤال داخل غرف المؤتمرات في جميع القطاعات. من السهل أن نتخيل كيف ستتطور العلامات التجارية التي تستفيد من البشر الافتراضيين ثنائي الأبعاد اليوم لتلقي الطلبات والمساعدة ومشاركة الأخبار بسرعة لتصبح الرواد الأوائل للعالم ثلاثي الأبعاد والميتافيرس. شاهد على مدار العام بعض الإعلانات الكبيرة داخل هذه المساحة.
