WhoDunnitAI: 語音驅動的 AI 謀殺謎團遊戲

WhoDunnitAI 實現了對 AI 嫌疑人的即時語音審問

WhoDunnitAI 是一款語音驅動的謀殺謎團遊戲，玩家透過訪談五位由 AI 驅動的嫌疑人來破解犯罪案件——特別是「Death at Blackwood Manor」。該遊戲利用大型語言模型 (LLMs) 和語音合成技術來創造沉浸式體驗，玩家扮演偵探角色，透過提出任意問題來揭開被毒殺的家主背後的真相。

技術實作與使用者體驗

該遊戲結合了語音轉文字 (STT)、用於角色人格管理的 LLMs 以及用於音訊輸出的文字轉語音 (TTS)。為了管理成本與穩定性，開發者在最初推出後實施了幾項技術調整：

• API 管理： 開發者引入了「自備金鑰 (BYOK)」系統以減輕高昂的營運成本。使用者提供的 OpenAI keys 會儲存在瀏覽器的 localStorage 中，並透過 x-openai-key header 發送，以產生用於 WebRTC 功能的臨時客戶端密鑰。
• 會話限制： 為了在 500 美元的預算內維持服務可用性，遊戲會話時間被縮短至 15 分鐘。
• 基礎設施： 遊戲使用 WebRTC 進行即時語音通訊，儘管早期使用者回報在流量高峰期間會出現連線問題與「voice connection failed」錯誤。

社群回饋與分析

使用者在 Hacker News 上對 WhoDunnitAI 的反應，突顯了語音驅動 AI 遊戲的潛力以及該媒介持續存在的挑戰。

優點與創新

許多使用者稱讚這個概念是冒險遊戲類型的長期期待之演進。一位使用者指出，這種程度的語音互動一直是「冒險遊戲創作者們長久以來的夢想」，而其他人則發現即使在先前對犯罪謎團沒有興趣的情況下，該體驗也相當吸引人。

關鍵痛點

評論者與早期採用者指出了幾個需要改進的領域：

• AI 語音品質： 部分使用者對 AI 生成的語音表示強烈反感，建議人類旁白會顯著提升沉浸感。

• 敘事一致性： AI 驅動謎團遊戲中常見的疑慮是模型產生幻覺的傾向。一位使用者分享了在類似遊戲中的經驗，其中 AI 建議嫌疑人之間有血緣關係，儘管遊戲已設定了既定的背景設定。

• 使用者摩擦： 要求建立帳號對某些潛在玩家來說是一個障礙，其他人則要求提供示範影片以在註冊前評估體驗。

• 遊戲設計： 部分玩家發現遊戲的「vibe-coded」性質顯得平淡或缺乏靈感，而其他人則回報了錯誤，例如簡報計時器停留在 0:00。

比較觀點

從事類似專案的開發者指出，在「社交虛擬實境」中維持沉浸感是很困難的，因為一個單一的矛盾點就會破壞體驗。一位開發者提到，為了確保在提示詞 (prompt) 到達即時 API 之前能維持敘事一致性，需要經過包含超過 40 個獨立步驟的複雜流程。