Przejdź do głównej zawartości

Przegląd

Dokumentacja Runtime AI Chatbot Integrator

Runtime AI Chatbot Integrator to wieloplatformowy plugin Unreal Engine, który umożliwia bezproblemową integrację chatbotów AI i usług zamiany tekstu na mowę bezpośrednio w twoich projektach. Plugin obsługuje wielu wiodących dostawców AI i oferuje elastyczne interakcje czatu z trybami odpowiedzi strumieniowymi i niestrumieniowymi, a także wysokiej jakości konwersję tekstu na mowę z możliwościami strumieniowania.

Obsługiwane Funkcje​

Czat Tekst-do-Tekst​

Integruj możliwości konwersacyjne napędzane sztuczną inteligencją z wieloma wiodącymi dostawcami.

OpenAI​

  • GPT-5
  • GPT-5 Mini
  • GPT-5 Nano
  • GPT-3.5 Turbo
  • GPT-4o
  • GPT-4o Mini
  • GPT-4-32k
  • GPT-4 Turbo
  • GPT-4-1
  • ChatGPT-4o Latest
  • O1 Pro
  • O1
  • O3
  • O3 Mini
  • O4 Mini

Claude (Anthropic)​

  • Claude 4.5 Sonnet
  • Claude 4 Sonnet
  • Claude 4.1 Opus
  • Claude 4.0 Opus
  • Claude 3.7 Sonnet
  • Claude 3.5 Haiku
  • Claude 3 Opus

DeepSeek​

  • DeepSeek Chat
  • DeepSeek Reasoner (z dedykowanym wyjściem wnioskowania)

Gemini (Google)​

  • Gemini 2.5 Pro
  • Gemini Flash Latest
  • Gemini Flash Lite Latest
  • Gemini 2.5 Flash
  • Gemini 2.5 Flash Lite
  • Gemini 2.0 Flash
  • Gemini 2.0 Flash Lite

Grok (xAI)​

  • Grok 4 Fast Reasoning
  • Grok 4 Fast Non-Reasoning
  • Grok Code Fast 1
  • Grok 4
  • Grok 3
  • Grok 3 Mini
  • Grok 2 Vision 1212
  • Grok 2 1212
  • Grok Vision Beta

Tekst-na-Mowę (TTS)​

Konwertuj tekst na naturalnie brzmiącą mowę przy użyciu wiodących dostawców TTS, z opcjami standardowymi i strumieniowymi.

OpenAI TTS​

Wiele opcji głosu z regularnym i strumieniowym wsparciem:

  • Alloy
  • Ash
  • Ballad
  • Coral
  • Echo
  • Fable
  • Onyx
  • Nova
  • Sage
  • Shimmer
  • Verse

Modele:

  • TTS-1
  • TTS-1-HD
  • GPT-4o Mini TTS

ElevenLabs TTS​

Wiele modeli z regularnym i strumieniowym wsparciem:

  • Eleven V3 (Najnowszy model z ludzką i ekspresyjną generacją mowy, obsługuje 70+ języków)
  • Eleven TTV V3 (Model projektowania tekstu na głos z ludzką i ekspresyjną mową, obsługuje 70+ języków)
  • Eleven Multilingual V2 (Najbardziej realistyczny model z bogatą ekspresją emocjonalną)
  • Eleven Turbo V2 (Model wysokiej jakości, niskiego opóźnienia zoptymalizowany pod kątem języka angielskiego)
  • Eleven Turbo V2.5 (Model wysokiej jakości, niskiego opóźnienia z obsługą wielojęzyczną)
  • Eleven Flash V2 (Ultra-szybki model zoptymalizowany do użycia w czasie rzeczywistym w języku angielskim)
  • Eleven Flash V2.5 (Ultra-szybki model zoptymalizowany do użycia w czasie rzeczywistym z obsługą wielojęzyczną)
  • Eleven Monolingual V1

Google Cloud TTS​

Neuronowe głosy wysokiej jakości z rozbudowanym wsparciem językowym:

  • Głosy Neural2
  • Głosy Studio
  • Głosy Wavenet
  • Głosy Standardowe
  • Wsparcie dla Niestandardowego Głosu
  • Wiele języków i ustawień regionalnych
  • Wsparcie SSML dla precyzyjnej kontroli

Azure TTS​

Usługa mowy poznawczej Microsoft z rozbudowanymi opcjami głosu:

  • Głosy neuronowe w wielu językach
  • Style głosu i emocje
  • Wsparcie dla niestandardowego głosu
  • Wsparcie znaczników SSML
  • Wiele formatów wyjściowych w tym strumieniowanie

Kluczowe Funkcje​

  • Kompatybilność międzyplatformowa (Windows, Mac, Android, iOS, Linux, Meta Quest i inne)
  • Obsługa wielu dostawców AI i TTS
  • Strumieniowe i niestrumieniowe odpowiedzi czatu
  • Strumieniowy TTS do syntezy i przetwarzania dźwięku w czasie rzeczywistym
  • Obsługa modeli rozumowania z oddzielnymi wyjściami rozumowania i treści (DeepSeek, Grok)
  • Wysokiej jakości synteza głosu z minimalnym opóźnieniem
  • Łatwa integracja z Unreal Engine Blueprints i C++
  • Elastyczne opcje konfiguracji
  • Obsługa 70+ języków z modelami ElevenLabs V3
  • Lista głosów i ich odkrywanie dla Google Cloud i Azure TTS

Wymagania wstępne​

Aby korzystać z wtyczki, będziesz potrzebować danych dostępowych do API od jednego z obsługiwanych dostawców:

Do przetwarzania audio możesz zaimplementować własne rozwiązanie lub użyć wtyczki Runtime Audio Importer, która może importować dane audio w różnych formatach (MP3, WAV, FLAC, OGG VORBIS, OGG OPUS, BINK, RAW (PCM)). Więcej informacji znajdziesz tutaj.

Dodatkowe zasoby​