最初发表(日文)于former.workstyle.tech.
无人AI Avatar Live Streams的"沉默"挑战 当创造出人工智能的活流时, 并非没有观众, 然而阿凡达却沉寂了很长时间,或者忽略了数十秒钟的评论.
人类流民在对话中无意识地创造“空间”, 我将在文章中总结一下我们为避免无人驾驶的溪流变得无聊而应对的两个关键挑战。
第一:在无评论时如何填补沉默.
第二:在评论到来时如何处理回复延迟.
前者涉及"不输入"期间的行为,而后者则涉及输入和反应之间的时间.
两者都是同一枚硬币的两面活泼流出,两者都未能直接执行.
他们的共同点是 野蛮力量试图"让它更快" 或"让它更聪明" 错过了标记。
我们必须观察长期溪流,衡量断裂情况并重新设计优先事项——正常但至关重要的工作。
我们的最初执行是直截了当的, 功能上,它工作正确,通过了测试.
问题是,没有评论时会发生什么。
在无人驾驶的溪流中,阿凡达站在屏幕上被冻结了数十秒——闪烁而无所事事.
这几乎是一个事故 一个活溪。
而对于新推出的频道来说,这是默认状态.
评论只在流出后才来;在此之前,沉默是常态.
这是一个设计哲学问题。
如果建立为聊天机,人工智能只针对输入输出,就像网络请求/响应模式一样。
但一出流者相别.
他们的工作是继续说话,即使没有人说什么。
因此,我们需要一个能产生演讲的机制,不管投入如何。
以下是我们执行的:我们如何决定沉默的门槛 我们通过观察实际的溪流, 以下是指引我们:太短(30秒或更短): 相机在观众完成打字前会跳入新话题.
他们的评论成为对上一个话题的答复,造成了错位.
太长(2+分钟): 溪来相感.
观众脱离。
另一个关键因素是观众延误。
观众的屏幕落后15-30秒。
所以当他们回应一个评论并点击"发送"时,到达溪流需要时间.
如果阈值比这回回程短,对话就会破裂.
这种取景器延迟后来作为反应速度的主导因素再现.
虽然无人演说和反应延迟似乎不同, 我们让静电阈值可以配置 这样可以调整每个流类型。
自发主题 在优先排队底部跳转到 在执行过程中,发言按优先排队管理。
自发性话题列为最低优先。
优先类型 流尾最高级的收尾语句 高级事件如小费或订阅 中度回复浏览者评论 低自发话题以填补沉默 这保证了如果一个自发的话题正在生成时一个评论到达,对评论的回复优先.
将独白放在等待观众的优先地位,对一溪显然是错误的. "Filler内容"应始终被打断.
神通会谈什么?
主题来自溪流的主题, 当溪流注册时设定 。
由于我们已经有一个系统,每个流都指定一个字符(个性)和主题,我们重新使用这些数据。
我们确保避免重复同样的话题。
通过引用对话历史,我们防止立即重复。
在长的溪流中,保存的历史数量直接决定了如何