实时 大纲实验性——需要实时语音模型和 Jev;请用你自己的会话数据校准

实时角色表情与动作选择

语音模型负责说话,Jev 根据实时转录为角色挑选表情和动作(实验性)。

适用人群:带屏幕角色的语音智能体开发者。步骤:把实时转录片段作为状态发送;用 Choice 问题选择表情、手势片段和反应,再用 Noul 判断角色是否答应了某个动作;只有超过置信度门槛才执行,否则回退到本地规则。预期效果:角色大约在十分之一秒内做出反应,不需要第二个对话模型。

1

复制提示词(保留英文原文效果最好)。

2

在代码里实现——调用 System One / Jev,由你的程序组合答案。

3

回答它的设置问题——大多数提示词会先采访你,然后进入固定节奏。

提示词

提示词
# Live avatar gesture select
State: the latest transcript fragment and who is speaking.
Ask: Choice for face, gesture clip and reaction from installed assets only; Noul for whether the character committed to an action.
Then: play the clip only above a confidence gate; refusals veto motion; on timeout or error use local rules.

需要授权:gpt-livethree.js

它是怎么搭起来的

步骤(实验性)

  1. 把对话转录切成短片段实时传入。
  2. 每个片段问 Jev 几个 Choice / Noul 问题,选项只限于已安装的动作片段。
  3. 在代码里用置信度门控每个答案,Jev 变慢或不可用时回退到本地规则。

来源

此模式处于实验阶段。行为为作者自报——请用你自己的会话数据校准。

为什么它好用

为说话的角色快速做出有边界的动作选择

本案例收集自公开的 Jev 社区,版权归原作者所有。提示词属于参考资料:运行前请先审阅内容, 并且不要让机器人超出你实际授予的权限行事。