---
title: הוספת פנים דינמיים לממשק קולי מבוסס בינה מלאכותית
url: https://www.dataloco.com/he/story-92
published: 2026-10-20T06:39:50+00:00
language: he
section: בינה מלאכותית
source: https://habr.com/ru/articles/1095228/?utm_campaign=1095228&utm_source=habrahabr&utm_medium=rss
organizations: Yandex, Simli, Anam, Google, OpenAI
publisher: Dataloco
---

# הוספת פנים דינמיים לממשק קולי מבוסס בינה מלאכותית

מפתח תוכנה הוסיף פנים דינמיים לממשק קולי מבוסס בינה מלאכותית, תוך שמירה על תשתית הקול הקיימת. המטרה הייתה לשלב שירותי ויזואליזציה של פנים עם מערכת קולית מבוססת שרת, כך שהפנים יזיזו את השפתיים בהתאם לקול המופק. הפרויקט כלל ניסויים עם שני ספקים שונים, בדיקות טכניות על מכשיר נייד, ופתרון אתגרים הקשורים לסנכרון בין קול לתמונה בזמן אמת.

המערכת הקיימת משתמשת בשרת המריץ פלטפורמת פיתוח, המחזיקה חיבור ישיר לשירות קולי של ינדקס. החיבור בין הדפדפן לשרת מתבצע באמצעות טכנולוגיית תקשורת דו-כיוונית, המאפשרת העברת קול בקטעים קצרים. הקול נשלח כנתונים לא מכווצים בתדר ספציפי, והדפדפן מנגן אותם בזמן אמת. השירות הוויזואלי מקבל את הקול המוכן ומייצר תמונה של פנים המזיזים את השפתיים, תוך שימוש בטכנולוגיית העברת מדיה בזמן אמת.

אחד האתגרים הטכניים היה התאמת תדר הקול. השירות הקולי משדר בתדר אחד, בעוד ששירות הפנים דורש תדר נמוך יותר. כדי לפתור זאת, נעשה חישוב מחדש של נתוני הקול, תוך שמירה על רצף רציף בין הקטעים השונים. בדיקות הראו שהשיטה מונעת שינויים בתוצאה כתוצאה מגבולות בין הקטעים, אם כי איכות ההמרה עצמה עדיין דורשת שיפורים נוספים.

בטחיות, מפתח המערכת ודא שהמפתח של השירות הוויזואלי אינו חשוף בדפדפן. במקום זאת, הדפדפן מבקש מהשרת אישור קצר טווח, תוך הגבלת כמות הבקשות כדי למנוע שימוש יתר. אם קורה תקלה בהפעלת השירות הוויזואלי, המערכת חוזרת אוטומטית למצב קולי בלבד, כך שהשיחה אינה נפסקת. הפנים משמשים כאיבר קישוטי בלבד, ואינם תנאי להמשך השיחה.

השוואה בין שני הספקים חשפה הבדלים ביכולות. שירות אחד הציע פנים מדור קודם, בעוד השני הציע פנים מדור חדש יותר. הבחירה בספק הסופי נקבעה על פי איכות התמונה והתנועה, ולא רק על פי מהירות ההפעלה. הבדיקות כללו מדידת זמנים להופעת המסגרת הראשונה, אך לא נערכה השוואה אחידה של מהירות החיבור, שכן המדדים היו שונים.

פרטים נוספים כללו התאמת איכות התמונה בהתחלת השיחה, שבה התמונה התחילה ברזולוציה נמוכה ועברה לרזולוציה גבוהה יותר לאחר מספר שניות. בנוסף, שירות הפנים דורש קבלת כמות מינימלית של קול לפני תחילת יצירת המסגרות, מה שיוצר השהיה קצרה בתהליך. כל הפתרונות נבדקו על מכשיר נייד, והקוד נכתב בעזרת כלי בינה מלאכותית, תוך בקרה אנושית על ההחלטות והבדיקות.

## This story in other languages

- [Nederlands](https://www.dataloco.com/nl/ontwikkeling-van-een-gezichtsanimatie-voor-spraak-ai-met-yandex)