هوش مصنوعی WalkieTalk

کاری که انجام می دهد

این برنامه به عنوان یک دستگاه واکی تاکی عمل می‌کند و به کاربر اجازه می‌دهد با «فرکانس‌های» مختلف ارتباط برقرار کند تا با شخصیت‌های مختلف هوش مصنوعی در سراسر جهان صحبت کند.

شخصیت‌ها توسط Gemini API طراحی شده‌اند و برای ایجاد مکالمات جالب و متفکرانه طراحی شده‌اند. آنها متنوع هستند، از یک زن زیست شناس که در حال کاوش در جنگل های آمازون است تا یک فضانورد مرد که در حال حاضر در ایستگاه فضایی بین المللی حضور دارد.

این برنامه از Gemini API برای ایجاد پاسخ های مناسب بر اساس ورودی کاربر و شخصیت شخصیت ها استفاده می کند. سرویس‌های Google Text to Speech و Speech to Text برای تولید داده‌های مکالمه پیرامون آن ورودی‌ها و پاسخ‌ها استفاده می‌شوند. Google Cloud Storage برای ذخیره سازی موقت فایل استفاده می شود.

هر پاسخ در یک مکالمه رونویسی، ذخیره و به هر تماس Gemini API وارد می‌شود تا زمینه پیرامون آن مکالمه فراهم شود. در ابتدا از دستورات مختلف برای تشخیص منحصر به فرد هر شخصیت از طریق نام و داستان آنها استفاده می شود.