Descripción general del producto
La plataforma de humanos digitales interactivos en tiempo real da servicio a una amplia variedad de escenarios de aplicación en distintos sectores y construye un sistema de capacidades de humanos digitales en tiempo real que combina una experiencia de interacción natural con una expresividad sobresaliente.
Mediante la captación de información multimodal y el reconocimiento de la intención en múltiples dimensiones, el sistema percibe de forma continua el estado del usuario y el contexto del escenario durante toda la conversación y, combinándolos con estrategias de persona adaptadas a cada escenario, orquesta el lenguaje, los movimientos y las expresiones faciales en una salida unificada y coordinada:
- La comprensión multimodal impulsa la coordinación multimodal: La expresión verbal, las expresiones faciales y los movimientos corporales se programan de forma unificada, de modo que la semántica, el tono y la expresión del comportamiento se mantengan coherentes de manera natural, mientras que el ritmo de la interacción, el momento de las respuestas y la intensidad expresiva se ajustan dinámicamente según el estado de la interacción en tiempo real. La forma en que avanza y concluye una conversación depende conjuntamente del estado del usuario y del contexto del escenario, y va más allá de la reproducción de guiones fijos.
- Generación de contenido naturalizado basada en la persona: A partir de la persona predefinida, el escenario de interacción y el estado del usuario, se genera dinámicamente un contenido de interacción acorde con la identidad del personaje y su estilo de expresión. Se tienen en cuenta la coherencia del contexto, la validez de la información y el atractivo expresivo, de modo que las respuestas sean naturales, precisas y bien dirigidas, y se eviten la deriva de la persona, el contenido vacío y la repetición mecánica.
Gracias a estas capacidades, la plataforma ofrece una experiencia interactiva en tiempo real con una atmósfera natural, contenido sustancial y una expresión vívida. Esto permite que los humanos digitales igualen o superen el rendimiento global de interacción de las personas reales en escenarios concretos, y proporciona una base de interacción con humanos digitales de ciclo cerrado y en profundidad para las aplicaciones ToB de todos los sectores.
Ventajas del producto
- Interacción en lenguaje natural en tiempo real
- Respuestas a demanda e interrupciones gestionadas con facilidad: El humano digital entiende las preguntas que los usuarios formulan en lenguaje cotidiano y puede conversar con la misma facilidad que en un chat natural. Los usuarios pueden añadir información a mitad de la conversación, cambiar el rumbo de una pregunta o interrumpir directamente la respuesta en curso, y el humano digital continúa la conversación a partir del nuevo contenido. Entiende todo tipo de expresiones y gestiona cualquier interrupción. La comprensión multilingüe hace que la conversación sea tan natural como hablar con una persona real.
- Escenario de aplicación: En un escenario de explicación de producto, mientras el humano digital presenta un producto, un usuario pregunta de repente: "¿Tienen algún modelo adecuado para personas mayores?". El humano digital interrumpe la explicación original y responde primero a la nueva pregunta.
- Respuesta emocional similar a la humana
- Percibe la alegría y el enfado, y responde con empatía: El humano digital ajusta su forma de expresarse según el contenido y la emoción de lo que dice el usuario, y sus expresiones y movimientos cambian en consecuencia, como fruncir el ceño, asentir o pensar.
- Escenario de aplicación: Un usuario dice: "Hoy no estoy de buen humor, ¿podemos hablar?" El humano digital muestra un ceño preocupado y dice palabras de consuelo.
- Respuesta de baja latencia en segundos
- Lo que ves es lo que obtienes, sin esperas en la conversación: Mientras el usuario habla, el sistema recibe la información en streaming y completa rápidamente el reconocimiento de voz, la comprensión del contenido y la generación de la respuesta. El humano digital puede empezar a responder tras una pausa de aproximadamente un segundo, de modo que los usuarios no tienen que esperar mucho y la interacción resulta tan natural y fluida como hablar con una persona real.
- Escenario de aplicación: El sistema recibe la información mientras el usuario todavía está hablando, así que una respuesta completa puede empezar de inmediato cuando el usuario termina.
- Generación multimodal en tiempo real
- Audio e imagen sincronizados, con expresiones y movimientos perfectamente integrados: El humano digital no solo entiende el contenido de la conversación del cliente, sino que también comprende visualmente el entorno y el escenario del cliente. Puede responder con voz, expresiones faciales y movimientos corporales, y también ofrecer subtítulos en tiempo real.
- Escenario de aplicación: Mientras habla, un usuario muestra un jersey que ha tejido y pregunta si queda bien. El humano digital puede responder: "Este jersey rojo es precioso, tejes muy bien", y levantar la mano para hacer un gesto de aprobación.
- Memoria a largo plazo
- Reconoce a las personas entre sesiones y te entiende mejor cuanto más hablas: El humano digital conserva la información necesaria de conversaciones anteriores, como el nombre del usuario, sus intereses, sus preferencias o un tema que quedó pendiente la última vez. Cuando el usuario vuelve, la conversación puede continuar donde se quedó, en lugar de volver a presentar el contexto.
- Escenario de aplicación: Un usuario habló la semana pasada de que le gusta un determinado cantante; en la conversación de hoy, el humano digital puede decir: "Este programa también contó con ese cantante que te gusta."
- Despliegue e integración flexibles
- Despliegue rápido, integración en cualquier lugar: Admite renderizado en la nube y en el dispositivo, admite la integración de toda la cadena de ASR, LLM y TTS, y se puede integrar mediante el SDK de Android, el SDK de iOS, el SDK web y otros métodos.
- Escenario de aplicación: Una empresa conecta una base de conocimiento interna a través de la API, y el humano digital puede responder preguntas sobre precios de productos, inventario y reglas de promoción que se actualizan en tiempo real.
