Іноді розмова з батьком чи матірʼю обривається на півслові. Двійник дає можливість повернутись до неї: поставити запитання, яке не встигли поставити, почути знайомий голос і побачити знайоме обличчя, що відповідає у своїй манері, зі своїми словечками і своїми історіями.
| Спосіб | Як це виглядає |
|---|---|
| Листування | Чат у браузері чи на телефоні. Двійник пише так, як писала людина: довжина повідомлень, звертання, жарти, улюблені фрази, тематика, яка її хвилювала. |
| Голос | Голосовий дзвінок з двійником. Тембр, інтонації і темп мовлення відтворені з наявних записів. Мову розмови можна обрати, наприклад українську, навіть якщо людина говорила російською. |
| Відео в реальному часі | Відеодзвінок, у якому обличчя людини говорить і реагує на співрозмовника під час розмови: міміка, рухи губ у такт словам, погляд. |
Двійник памʼятає факти з життя людини і посилається на них: імена, місця, події, історії, які вона розповідала. Кожен спогад у базі двійника має джерело, тому близькі бачать, звідки він узяв ту чи іншу відповідь, і можуть її виправити.
Ми зробимо найкраще, що дозволяє сьогоднішній рівень технологій. Якщо після налагодження двійник впізнаваний і людині з ним добре, ми йдемо у повний сервіс. Якщо якість ще тримає дистанцію, ми зберігаємо все, що зібрали, чекаємо чергового оновлення моделей і переносимо двійника на нове покоління: матеріали, база спогадів і всі правки близьких лишаються, тому повторна збірка займає дні.
Усе, що лишилось від людини. Можна як є: архіви месенджерів, голосові, відео з телефону, старі касети, скани листів, фото. Нормалізацію, розшифровку і сортування ми робимо самі.
| Матеріал | На що впливає | Орієнтир |
|---|---|---|
| Листування: Telegram, Viber, WhatsApp, iMessage, пошта, соцмережі | манера писати, лексика, звертання, теми | чим більше, тим краще; від кількох сотень повідомлень |
| Аудіо: голосові повідомлення, записи розмов, дзвінки | голос, інтонація, темп | від 10-15 хвилин чистої мови людини, найкраще від 30 хвилин |
| Відео: домашні записи, інтервʼю, VHS | обличчя, міміка, жести, голос у живій розмові | кілька хвилин, де людина говорить в камеру; інтервʼю ідеальні |
| Фото | зовнішність у різні роки, контекст подій і людей навколо | будь-яка кількість |
| Розповідь близьких: біографія, характер, історії, фрази | памʼять і характер двійника | анкета, яку ми даємо, або просто голосові |
| Шар | Що робимо |
|---|---|
| Памʼять | Хронологія життя, люди, місця, події і історії з посиланнями на джерела. Двійник відповідає з цієї бази, а там, де бази бракує, говорить ухильно, як сказала б сама людина. |
| Особистість | Погляди, цінності, реакції, гумор, теми, яких людина уникала, характерні звороти. Будується з листування і розповідей близьких і потім калібрується за їхніми правками. |
| Голос | Відтворення тембру і інтонації з записів, очищення від шуму старих носіїв, вибір мови розмови. |
| Обличчя | Аватар з фото і відео: міміка, синхрон губ з голосом, реакція на співрозмовника у відеодзвінку. |
| Розмова | Закрита сторінка родини: чат, голосовий дзвінок і відеодзвінок, історія розмов. |
Ми думали над цим напрямом і маємо напрацювання: голосові агенти для кол-центру, розбір великих архівів листування і документів, відеоагенти. Тому години у кошторисі нижче показані нетто, лише під двійника, і проєкт виходить швидшим і дешевшим за розробку з нуля.
Моделі голосу, відео і мови оновлюються кожні кілька місяців, і кожне покоління помітно краще за попереднє: живіша міміка, менша затримка у відеодзвінку, точніший голос з меншої кількості записів. Ми будуємо двійника так, щоб його шари можна було переставляти на нове покоління моделей: матеріали, памʼять і правки близьких належать родині і переходять разом з ним. Для родини це означає, що двійник з часом стає кращим сам.
Підбір і налаштування моделей під кожен шар ми беремо на себе: це найбільша частина експертизи в проєкті, і вона змінюється разом з ринком.
| Блок робіт | Хто | Годин | Сума |
|---|---|---|---|
| Приймання і розбір матеріалів, розшифровка аудіо і відео, хронологія життя | інженер даних | 6 | 210 $ |
| Памʼять і особистість: біографія, манера, погляди, історії з джерелами | AI-інженер | 9 | 315 $ |
| Голос з наявних записів, очищення, мова розмови | інженер голосу і відео | 5 | 175 $ |
| Обличчя і міміка для відеодзвінка | інженер голосу і відео | 7 | 245 $ |
| Закрита сторінка розмови: чат, голосовий дзвінок, відеодзвінок | розробник | 6 | 210 $ |
| Налагодження за правками близької людини, до двох тижнів і до трьох раундів | AI-інженер, інженер голосу і відео | 10 | 350 $ |
| Пробний двійник | 43 | 1 505 $ |
Сервіс, у якому родина сама завантажує матеріали, стежить за збіркою двійника, спілкується з ним і вносить правки. Нижче кожен блок робіт зі своїми годинами і сумою, а підсумок стоїть по кожному напряму. Рядок можна зняти або відкласти, і вартість напряму зменшується рівно на цю суму.
| Блок робіт | Хто | Годин | Сума |
|---|---|---|---|
| Кабінет родини: завантаження архівів месенджерів, пошти, аудіо, відео і фото, статус обробки | розробник | 40 | 1 400 $ |
| Конвеєр обробки: розшифровка, розпізнавання голосів, очищення старих записів, хронологія | інженер даних | 48 | 1 680 $ |
| Памʼять і особистість з джерелами кожного спогаду, межі знань двійника | AI-інженер | 56 | 1 960 $ |
| Напрям А | 144 | 5 040 $ |
| Блок робіт | Хто | Годин | Сума |
|---|---|---|---|
| Голос: відтворення з записів, кілька мов, емоційні інтонації | інженер голосу і відео | 32 | 1 120 $ |
| Відеоаватар у реальному часі: міміка, синхрон губ, мінімальна затримка | інженер голосу і відео | 64 | 2 240 $ |
| Інтерфейс розмови: чат, дзвінок, відеодзвінок, телефон і компʼютер | розробник, дизайнер | 48 | 1 680 $ |
| Напрям Б | 144 | 5 040 $ |
| Блок робіт | Хто | Годин | Сума |
|---|---|---|---|
| Правки від близьких: позначка «він би так не сказав», доповнення спогадів, перенавчання | AI-інженер, розробник | 32 | 1 120 $ |
| Етика і безпека: згода, доступ лише для родини, позначка AI, пауза і повне видалення | розробник | 24 | 840 $ |
| Тарифи і оплата картою, зокрема з США і ЄС | розробник | 24 | 840 $ |
| Панель адміністратора і контроль якості двійників | розробник | 24 | 840 $ |
| Тестування на трьох-пʼяти родинах і приймання | тестувальник, менеджер проєкту | 32 | 1 120 $ |
| Інфраструктура, розгортання і моніторинг | DevOps | 24 | 840 $ |
| Напрям В | 160 | 5 600 $ |
Строк повного сервісу 8-10 тижнів, напрями А і Б ідуть паралельно, напрям В замикає.
Відеодзвінок у реальному часі потребує потужних обчислень на кожну хвилину розмови. Ця вартість оплачується за фактом без нашої націнки і закладається у тариф для родини. Точну ціну хвилини ми вимірюємо на пробному двійнику і показуємо до старту кроку другого.
| Роль | Відповідає за |
|---|---|
| AI-інженер | памʼять, особистість, калібрування за правками близьких |
| Інженер голосу і відео | голос, обличчя, відеодзвінок у реальному часі |
| Інженер даних | розбір архівів, розшифровка, хронологія |
| Розробник і дизайнер | кабінет родини, інтерфейс розмови, оплата |
| Тестувальник, DevOps, менеджер проєкту | якість, розгортання, строки і звʼязок з вами |
Ми прочитали презентацію фільму. Пробний двійник закриває і фінальний елемент, який у ній описаний: відтворення голосу батька українською мовою з відкритим розкриттям використання AI. З того самого двійника можна зняти розмову доньки з батьком для фінальної сцени, у текстовому, голосовому чи відеоформаті, і показати глядачу, як саме вона побудована.
Надішліть матеріали однієї людини у будь-якому вигляді: архіви чатів, голосові, відео, фото і кілька слів про неї від близьких. Через тиждень ви спілкуєтесь з пробним двійником, ще за два тижні ми разом вирішуємо, що далі.