# Come parla un robot umanoide con le persone: riconoscimento vocale, IA e voce del robot

URL: https://merarobotics.com/blog/come-parla-robot-umanoide-riconoscimento-vocale-ia-voce
Language: it
Publisher: MERA Robotics (https://merarobotics.com)
Updated: 2026-11-21

> Un robot umanoide parla grazie a una catena di software: i microfoni captano il suono, il riconoscimento vocale lo trasforma in testo, un modello linguistico scrive una risposta coerente con la persona e con le conoscenze sull’evento e la sintesi vocale la pronuncia. La qualità della conversazione dipende dal software, dalle conoscenze preparate e dall’acustica, non dal robot da solo. MERA Robotics (Varsavia, Polonia) lo fa con il proprio sistema, MERA OS, che sostiene conversazioni in oltre 70 lingue.

Un robot umanoide parla con le persone attraverso una catena di software: i microfoni captano il suono, il riconoscimento vocale lo trasforma in testo, un modello linguistico scrive una risposta adatta alla persona del robot e a ciò che sa dell’evento, e la sintesi vocale trasforma quella risposta nella voce che senti dall’altoparlante. Il robot in sé (per esempio un Unitree G1) mette a disposizione «orecchie», «bocca» e movimento; la qualità della conversazione dipende dal software e da quanto bene è stato preparato per un luogo preciso.

## Come funziona, passo dopo passo, una conversazione con un robot umanoide?

Una conversazione con un robot umanoide attraversa cinque fasi che si ripetono a ogni scambio di battute:

| Fase | Che cosa succede | Da che cosa dipende la qualità |
|---|---|---|
| Ascolto | i microfoni del robot (o un microfono esterno) captano il suono | rumore, distanza da chi parla, eco della sala |
| Rilevamento del turno | il sistema decide quando una persona ha iniziato e finito di parlare | impostazioni di sensibilità, brusio di fondo |
| Riconoscimento vocale | il parlato viene convertito in testo | lingua, accento, nomi propri, voci di bambini |
| Risposta | un modello linguistico scrive la risposta usando persona e conoscenze | qualità della descrizione della persona e della base di conoscenze, regole sui temi |
| Voce e movimento | sintesi vocale, altoparlante, gesti | voce adatta alla lingua, volume, impianto audio della sala |

Basta un anello debole in un punto qualsiasi per rompere l’intera catena. Il problema più frequente agli eventi non è un’«IA stupida», ma un robot che ha capito male la domanda nel rumore della folla e poi ha risposto correttamente a qualcosa che nessuno aveva chiesto.

## Che cosa sente un robot umanoide e come gestisce il rumore?

Un robot umanoide sente attraverso la serie di microfoni integrati e, in un ambiente rumoroso, spesso funziona meglio un microfono aggiuntivo vicino alla bocca di chi parla. Secondo il produttore, Unitree G1 ha un «4 Microphone Array» e uno «5W Speaker», cioè quattro microfoni e un altoparlante da 5 W ([specifiche di Unitree G1](https://www.unitree.com/g1)). Basta per una conversazione in ufficio, in uno showroom o in uno stand tranquillo.

In fiera, a una serata di gala o a un festival la situazione cambia: musica, impianto del palco e decine di conversazioni contemporanee arrivano tutte agli stessi microfoni. Che cosa aiuta in pratica:

- l’ospite che si avvicina al robot e gli parla direttamente, non di lato,
- un microfono a mano o direzionale per gli ospiti sul palco e nei panel,
- uno stand lontano dagli altoparlanti del palco,
- fornire in anticipo al sistema i nomi propri (marchio, prodotti, nomi dei relatori), così il riconoscimento vocale non li storpia,
- provare nel luogo reale, non solo in ufficio.

Lo stesso vale per l’uscita audio: l’altoparlante integrato del robot va bene nel dialogo a due, ma per un intervento sul palco l’audio del robot deve passare nell’impianto della sala.

## Come fa un robot umanoide a sapere che cosa dire?

Le risposte di un robot umanoide le scrive un modello linguistico che riceve la descrizione della persona, le conoscenze sull’evento e le regole su ciò che il robot non deve dire. Il modello conosce la lingua e il mondo in generale, ma non sa nulla del programma della conferenza, dei prodotti del cliente o di dove si trova il guardaroba. Quelle conoscenze vanno preparate.

Un buon pacchetto di preparazione comprende:

- **persona**: nome, carattere, modo di parlare, lunghezza delle risposte,
- **conoscenze**: programma, relatori, offerta, risposte alle domande tipiche degli ospiti,
- **limiti**: temi esclusi, come rifiutare, cosa fare con domande su politica o concorrenti,
- **copione**: saluto, invito a scattare una foto, passaggio dell’ospite a una persona dello stand.

È così che lavora MERA Robotics: le battute del robot vengono preparate per ogni singolo evento in un profilo dell’evento con le conoscenze sul cliente e sul programma, e il robot può avere una propria identità di marca con nome, carattere e conoscenza dell’offerta. Se l’evento è internazionale, trovi la preparazione delle conversazioni in più lingue in [Robot multilingue a un evento internazionale](https://merarobotics.com/blog/robot-multilingue-evento-internazionale-lingue-voce-preparazione).

Alcuni sistemi combinano la conversazione con l’immagine della telecamera. Il robot riconosce allora un oggetto davanti a sé, per esempio il modello di un prodotto esposto, e ne parla nella conversazione. È utile negli showroom e negli stand, dove gli ospiti chiedono «e questo che cos’è?».

## Perché la velocità di risposta di un robot conta così tanto?

La velocità di risposta di un robot umanoide decide se la conversazione sembra naturale, perché le persone sono abituate a pause brevissime tra un turno e l’altro. Uno studio su dieci lingue pubblicato su PNAS ha rilevato che in tutte le lingue la pausa più frequente tra la fine di un turno e l’inizio della risposta dura una frazione di secondo, molto meno di quanto serva per pensare una frase ([Stivers et al., PNAS 2009](https://pmc.ncbi.nlm.nih.gov/articles/PMC2705608/)).

Nessuna catena di riconoscimento vocale, modello linguistico e sintesi vocale risponde rapidamente come una persona, per questo i sistemi per robot compensano con il modo in cui gestiscono la conversazione:

- la risposta inizia a essere riprodotta prima di essere generata per intero,
- risposte brevi invece di lunghi monologhi,
- un gesto o un movimento della testa subito dopo la domanda, così l’ospite sa che il robot sta ascoltando,
- la possibilità di interrompere il robot a metà frase.

Il secondo problema è il momento in cui il robot decide che la persona ha finito. Troppo presto, e il robot interrompe a ogni pausa di riflessione. Troppo tardi, e gli ospiti aspettano nel silenzio. Questa impostazione va adattata al pubblico: i bambini e chi parla una lingua straniera fanno pause più lunghe.

## Quante lingue e quale voce può usare un robot umanoide?

Il numero di lingue e la scelta della voce dipendono dal software di conversazione del robot umanoide, non dall’hardware. MERA OS, il sistema di conversazione sviluppato da MERA Robotics, sostiene conversazioni in oltre 70 lingue, tra cui polacco, inglese e italiano, con una voce adatta a ciascuna lingua e un accento madrelingua. A un evento internazionale il robot può salutare un ospite in inglese e parlare con il successivo in italiano.

Quando scegli la voce, verifica:

- se si adatta alla persona (età, temperamento, marchio),
- se suona naturale in quella lingua e non tradotta dall’inglese,
- come pronuncia i nomi propri del cliente,
- se il ritmo resta comprensibile nel rumore.

Per i modelli disponibili consulta il [catalogo dei robot umanoidi](https://merarobotics.com/blog/humanoids).

## Bisogna dire alle persone che stanno parlando con un’IA?

Sì: nell’Unione europea l’obbligo di informare le persone che stanno parlando con un’IA deriva dall’articolo dell’AI Act sugli obblighi di trasparenza, che si applica dal 2 agosto 2026. Impone che i sistemi di IA destinati a interagire direttamente con le persone siano progettati in modo che queste sappiano di interagire con un sistema di IA, a meno che ciò sia evidente ([AI Act, obblighi di trasparenza](https://ai-act-service-desk.ec.europa.eu/en/ai-act/article-50), [entrata in vigore e applicazione](https://ai-act-service-desk.ec.europa.eu/en/ai-act/article-113)). L’informazione deve essere chiara e arrivare al più tardi al momento della prima interazione.

Con un robot umanoide di solito è evidente che a parlare è una macchina. Una frase nel saluto del robot o un cartello allo stand resta comunque una soluzione semplice che elimina ogni dubbio. I dati sono una questione a parte: se le conversazioni vengono registrate o salvate, gli ospiti devono saperlo.

## Che cosa verificare prima di un evento con un robot che parla?

Prima di un evento con un robot umanoide che parla, verifica sette punti:

1. Una prova di conversazione nel luogo reale o in un rumore simile.
2. Un elenco di nomi propri che il robot deve riconoscere e pronunciare correttamente.
3. Persona e lunghezza delle risposte approvate dal cliente.
4. Un elenco di temi esclusi e il modo in cui il robot rifiuta.
5. Un piano per il palco: microfono per l’ospite, collegamento all’impianto audio.
6. Un avviso che informa gli ospiti che stanno parlando con un’IA.
7. Un operatore sul posto che può subentrare, cambiare lingua o fermare il robot.

Per i modelli disponibili per gli eventi consulta il [catalogo dei robot a noleggio e in vendita](https://merarobotics.com/blog/robots-for-rent-and-sale).

## Come scegliere un partner per le conversazioni dei robot umanoidi?

Valuta un partner per le conversazioni dei robot umanoidi con criteri che puoi verificare prima di firmare:

- **software di conversazione proprio** invece di una singola app rigida del produttore,
- **numero di lingue** e quanto suona naturale la voce nella tua lingua,
- **persona e conoscenze preparate per il tuo evento**, non un chatbot generico,
- **operatori sul posto** che reagiscono quando qualcosa va storto,
- **modelli di robot** disponibili a noleggio o in vendita,
- **esperienza con eventi** nel tuo paese e all’estero.

Richieste: contact@merarobotics.com. Maggiori informazioni sul noleggio per eventi: [noleggio di robot umanoidi per eventi](https://merarobotics.com/it/events).

## FAQ

### Un robot umanoide capisce quello che gli dici?

Un robot umanoide converte il parlato in testo e un modello linguistico ne interpreta il significato e scrive una risposta. Capisce domande formulate in linguaggio naturale, ma le conoscenze su un evento, un’offerta o un programma specifici vanno preparate in anticipo.

### Perché a volte un robot risponde fuori tema?

Di solito perché ha capito male la domanda nel rumore: il riconoscimento vocale ha trascritto parole diverse e il modello ha risposto correttamente alla domanda trascritta male. Aiutano parlare da vicino, un microfono per l’ospite e fornire in anticipo al sistema i nomi propri.

### Un robot umanoide può parlare più lingue durante lo stesso evento?

Sì, se il software di conversazione lo supporta. MERA OS, il sistema di MERA Robotics, sostiene conversazioni in oltre 70 lingue, tra cui polacco, inglese e italiano, con una voce adatta a ciascuna lingua.

### Bisogna avvisare gli ospiti che stanno parlando con un’IA?

Nell’UE l’articolo dell’AI Act sugli obblighi di trasparenza, applicabile dal 2 agosto 2026, impone di informare le persone che interagiscono direttamente con un sistema di IA, a meno che sia evidente. Con un robot umanoide di solito bastano una frase nel saluto o un cartello allo stand.

## Fonti

- [Unitree G1 - manufacturer specifications](https://www.unitree.com/g1)
- [Stivers et al. (2009), Universals and cultural variation in turn-taking in conversation, PNAS](https://pmc.ncbi.nlm.nih.gov/articles/PMC2705608/)
- [EU AI Act, Article 50: transparency obligations](https://ai-act-service-desk.ec.europa.eu/en/ai-act/article-50)
- [EU AI Act, Article 113: entry into force and application](https://ai-act-service-desk.ec.europa.eu/en/ai-act/article-113)

Questa pagina è pubblicata da MERA Robotics, un’azienda che concede in licenza MERA OS, un software di conversazione per robot umanoidi.

## Contatti

MERA Robotics: contact@merarobotics.com, https://merarobotics.com
Noleggio di robot umanoidi per eventi: https://merarobotics.com/it/events
