W skrócie: AvatarMax łączy rozpoznawanie mowy, model językowy, RAG, syntezę głosu, lipsync i cyfrową postać. Może działać jako 3D lub Video AI, w kiosku, WWW lub aplikacji.
RAG: odpowiedzi z wiedzy firmy
Dokumenty, FAQ, opisy produktów, agenda, mapy i procedury mogą zasilać bazę wiedzy. Avatar odpowiada na pytania w oparciu o przygotowany materiał, a aktualizacja wiedzy nie wymaga nagrywania nowych filmów.
Głos i wielojęzyczność
Użytkownik może mówić zamiast pisać. W scenariuszach międzynarodowych jedna instalacja może obsługiwać rozmowy w wielu językach.
Kamera i kontakt wzrokowy
W kiosku kamera może pomóc określić pozycję rozmówcy, dzięki czemu avatar zachowuje bardziej naturalny kontakt wzrokowy.
3D czy Video AI?
3D daje większą kontrolę nad wyglądem i animacją. Video AI stawia na fotorealistyczną obecność oraz naturalną mimikę.