К содержимому
Дайджест

Как устроены интерактивные AI-аватары на сайтах

Tech With Tim·2 октября 2026·20:05
текст даёт основное можно повторить промо пошагово
Открыть на YouTube
Практический разбор архитектуры говорящих AI-аватаров для сайтов и инструкция по сборке собственного демо на LiveKit и Synthesia.

Что в ролике

Чтобы говорящий аватар не выглядел сломанным, весь конвейер от речи до ответа строится вокруг задержки: в обычном разговоре пауза между репликами около 200 миллисекунд. Автор показывает ресторанный сайт Nocturne, где аватар Ava принимает заказ и подсвечивает блюда на странице. Соединение идёт через WebRTC и LiveKit: в одной комнате находятся браузер, Python-агент и сама аватара. Агент последовательно запускает VAD, распознавание речи, определение конца реплики, LLM, инструменты и text-to-speech, причём токены озвучиваются по мере генерации. Лицо рендерит Synthesia через API-плагин для LiveKit, а клиентская часть занимает около 30 строк. Для сборки нужны три файла: token-сервер, агент и веб-страница, плюс ключи LiveKit и Synthesia. Автор подчёркивает, что не писал код руками, а добавил Synthesia skill в Claude Code или Cursor.

Практика

Что получишь
Понимание полной архитектуры интерактивного аватара и готовый путь к запуску бесплатного прототипа с голосовым управлением страницей.
Первый шаг
Создать бесплатный проект на cloud.livekit.io и аккаунт Synthesia, затем скачать код из описания и запустить server.py вместе с agent.py.
Цифры
  • —200 миллисекунд — обычная пауза между репликами в разговоре, на которую равняются системы
  • —12 центов — стоимость минуты интерактивного аватара Synthesia после исчерпания бесплатных кредитов
  • —30 строк — объём клиентского кода в браузере для подключения к LiveKit-комнате
  • —90% компаний из Fortune 100 используют Synthesia по данным автора
Честно
Видео спонсировано Synthesia, и весь пример строится на её платном API — бесплатных кредитов хватает на тест, но в проде минута стоит 12 центов. Код и ссылки лежат в описании, а готовые роль-плей сессии и часть настроек находятся внутри Synthesia. В пересказе нет полных листингов, поэтому часть кода и точные значения ключей придётся смотреть на экране или в репозитории.
Если слова незнакомы — 4 терминов

Связки из этого ролика

2 шт.

Компоненты

7 шт.

Формат: пошаговый урок · для практикующих · уверенность разметки 0.85 · источник