VOXA: आवाज़ से चलने वाले बैंक का कॉन्सेप्ट, बोलकर भुगतान, चैट में पैसे और साझा सपनों की गुल्लक के साथ

VITON¹³ उन क्षेत्रों में अपनी क्षमता दिखाने के लिए कॉन्सेप्ट साइटें बनाती है जहाँ अभी दिखाने के लिए कोई क्लाइंट प्रोजेक्ट नहीं है। VOXA बैंकिंग और फ़िनटेक के लिए है: भविष्य के एक काल्पनिक बैंक की साइट, इंटरैक्टिव फ़ीचर कहानियों की शैली में, जहाँ प्रीलोडर दस तक गिनता है और कैमरा एक 3D दुनिया से गुज़रता है, हर पड़ाव पर एक फ़ीचर। बैंक, उसके ग्राहक, बैलेंस और फ़्लाइटें काल्पनिक हैं, और साइट अंग्रेज़ी और रूसी में है।

हमने ख़ुद को यह ब्रीफ़ दिया: ऐसा बैंक जिससे बात की जाए और जहाँ समय बिताया जाए। आवाज़ कार्ड नंबर की जगह लेती है, दोस्त प्राप्तकर्ताओं की सूची की जगह, और यात्रा, सपना या बँटा हुआ बिल ऐसी चीज़ बन जाते हैं जो लोग साथ मिलकर करते हैं — मैसेंजर के बाद ऑनलाइन दूसरी जगह के रूप में बैंक। और इसे विज़िटर ख़ुद आज़मा सके, सिर्फ़ देखे नहीं।

एक पेज और दस फ़ीचर: बोलकर भुगतान, Voice ID, चैट में पैसे, फ़्लाइट जानने वाले भुगतान, साझा सपने, बिल बाँटना, टेस्ट और एक बार वाले कार्ड के साथ कार्ड लैब, निजी रकम वाली दोस्तों की फ़ीड, AI मनी कोच और निवेश सर्कल। हर फ़ीचर का 3D दुनिया में एक डायोरामा है, कैप्शन वाली एक स्लाइड और एक Explore पैनल जो उसी फ़ीचर पर फ़ोन का असली ऐप खोलता है; मेन्यू सभी दस को दृश्य से रेंडर किए गए थंबनेल के साथ दिखाता है।

ऐप एक साझा स्टेट पर चलता है: पैनल में भेजे गए पैसे चैट, बैलेंस और टेस्ट लैब में दिखते हैं; दोस्त जवाब और रिएक्शन देते हैं; गुल्लक आँखों के सामने भरती है; ख़रीदा गया टिकट लाइव काउंटडाउन, ट्रैवल इंश्योरेंस और लोकल करेंसी नोट के साथ बोर्डिंग पास बन जाता है। टेस्ट लैब सब कुछ बोलने या टैप करने लायक कमांड के साथ इकट्ठा करती है, और हेडर का माइक्रोफ़ोन पूरी साइट को आवाज़ से चलाता है।

अंतिम दृश्य Veo 3.1 से बनी 6 सेकंड की दो फ़िल्मों (Alex VOXA से Anna को पिज़्ज़ा के पैसे भेजने को कहता है; पैसे पहुँचने पर Anna हँसती है) को पेज के दोनों फ़ोनों के साथ जोड़ता है, फिर माइक्रोफ़ोन विज़िटर को देता है। सभी टेक्स्ट अंग्रेज़ी और रूसी में हैं, और फ़िल्में दोनों भाषाओं में हैं।

दुनिया three.js का एक दृश्य है: पेस्टल स्टूडियो में दस डायोरामा, जिसका रंग एक पड़ाव से दूसरे तक बहता है, और कैमरा जो उनके बीच चाप में, लेंस की हल्की साँस के साथ उड़ता है और कर्सर के साथ चलता है। हर मॉडल कोड से बना है — canvas पर बनी स्क्रीन वाले फ़ोनों से लेकर सफ़ेद विमान, सिक्कों से भरती काँच की गुल्लक, धातु, काँच और होलोग्राफ़िक कार्ड और निवेश सर्कल के सदस्यों वाला मेहराब तक; दोस्त कोड से बनाए गए चित्र हैं, फ़ोटो नहीं।

आवाज़ ब्राउज़र में चलती है। ब्राउज़र की अपनी पहचान सेवा बोली को टेक्स्ट में बदलती है, और वाक्य अंग्रेज़ी या रूसी में एक इरादे में बदलता है, «Ане» और «Максу» जैसे रूसी रूपों सहित। Voice ID तीन वाक्य रिकॉर्ड करता है और औसत स्पेक्ट्रल आकार और पिच से वॉइसप्रिंट रखता है, जो टैब में ही बनता है और कहीं नहीं भेजा जाता; बोले गए भुगतान इससे मिलाए जाते हैं, और मेल न होने पर Face ID माँगा जाता है। साइट esbuild से स्टैटिक फ़ाइलों में बनती है और /demos/voxa-bank/ पर ऐसे हेडर के साथ परोसी जाती है जो सिर्फ़ उसी पथ पर माइक्रोफ़ोन की अनुमति देता है।

अभी tarasovvitalii.com/demos/voxa-bank/ पर एक काम करता कॉन्सेप्ट है, जो 28 सितंबर 2026 को बना। उसी दिन पार्सर ने सभी 56 टेस्ट कमांड समझे, हर भाषा में 28। हमने requestAnimationFrame से तीन सेकंड फ़्रेम गिने, दो बार स्लाइड पर रुकते हुए और दो बार कैमरा उड़ान के दौरान, Apple M5 वाले MacBook पर ANGLE Metal के साथ headless Chrome में, 1600 × 1000 और Retina स्केल पर: 60.1, 59.8, 60.0 और 58.1 fps। पेज gzip के बाद 0.24 MB JavaScript लोड करता है, three.js सहित; पूरा बिल्ड 4.3 MB है, जिसमें 3.3 MB चार वीडियो क्लिप हैं।

उसी दिन Lighthouse 13.5 हर डिवाइस पर लाइव पते पर तीन बार चला। मीडियन: मोबाइल पर परफ़ॉर्मेंस 47 और डेस्कटॉप पर 61, एक्सेसिबिलिटी 100, बेस्ट प्रैक्टिसेज़ 100; मोबाइल पर LCP 3.5 s और डेस्कटॉप पर 0.5 s, CLS 0.005, और लोड होने पर पेज 0.4 MB ट्रांसफ़र करता है। मोबाइल स्कोर को 3D दुनिया की शुरुआत रोकती है: दस डायोरामा बनाना और उनके मटीरियल कंपाइल करना सिम्युलेटेड फ़ोन को 15,754 ms तक रोकता है। उस दिन मशीन पर भारी लोड था (load average लगभग 50), इसलिए लाइव पते को फिर से मापना चाहिए।

VOXA एक कॉन्सेप्ट है जिसे VITON¹³ ने यह दिखाने के लिए बनाया कि हम बैंकों और फ़िनटेक के लिए क्या बना सकते हैं, यह कोई ऑर्डर नहीं है। बैंक, दोस्त, बैलेंस और फ़्लाइटें काल्पनिक हैं और कोई पैसा नहीं चलता; फ़िल्मों के दोनों लोग Veo 3.1 और Nano Banana Pro से बनाए गए हैं और ग्राहक नहीं हैं। साइट का कोई क्लाइंट, उपयोगकर्ता, ट्रैफ़िक या पूछताछ नहीं है, और यह कन्वर्ज़न या रिटेंशन के बारे में कुछ साबित नहीं करती।

Voice ID एक प्रदर्शन है, बायोमेट्रिक सुरक्षा नहीं: यह औसत स्पेक्ट्रम की तुलना करता है, मिलती-जुलती आवाज़ों में गड़बड़ा सकता है और इसे headless Chrome में सिंथेटिक माइक्रोफ़ोन से जाँचा गया, असली लोगों से नहीं। वॉइस रिकग्निशन के लिए Chrome, Edge या Safari चाहिए। फ़्रेम रेट एक मशीन पर एक दिन का है, और Lighthouse एक लैब टेस्ट है जो भारी लोड वाली मशीन पर चला।

वेब स्टूडियो का पोर्टफोलियो कैसे जाँचें →