A humanoid robot and artificial intelligence
Գիտելիքների շտեմարան

Ինչպես է մարդանման ռոբոտը խոսում մարդկանց հետ. խոսքի ճանաչում, ԱԲ և ռոբոտի ձայնը

Ինչպես է մարդանման ռոբոտը լսում, հասկանում և պատասխանում. խոսափողներ, խոսքի ճանաչում, լեզվական մոդել, ձայն, արձագանքման արագություն, աղմուկ և AI Act։

MERA Robotics-ի թիմԹարմացվել է: 21 նոյեմբերի, 2026 թ.6 րոպե ընթերցանությունCatalàMaltiLëtzebuergeschGalegoქართულიไทยAzərbaycancaBahasa MelayuShqipSrpskiМакедонскиBosanskiहिन्दीעבריתالعربيةTiếng ViệtBahasa IndonesiaDansk中文日本語TürkçeEestiMagyarΕλληνικάSlovenčinaSuomiLatviešuSlovenščinaČeštinaHrvatskiLietuviųNorsk한국어БългарскиRomânăSvenskaPortuguêsEspañolItalianoNederlandsFrançais

Համառոտ

Մարդանման ռոբոտը խոսում է ծրագրերի շղթայի միջոցով. խոսափողները որսում են ձայնը, խոսքի ճանաչումը այն վերածում է տեքստի, լեզվական մոդելը գրում է կերպարին և միջոցառման մասին գիտելիքներին համապատասխան պատասխան, իսկ խոսքի սինթեզը այն արտասանում է։ Զրույցի որակը կախված է ծրագրից, նախապատրաստված գիտելիքներից և ակուստիկայից, այլ ոչ միայն ռոբոտից։

ԲովանդակությունԻնչպե՞ս է քայլ առ քայլ ընթանում զրույցը մարդանման ռոբոտի հետ։Ի՞նչ է լսում մարդանման ռոբոտը, և ինչպես է հաղթահարում աղմուկը։Որտեղի՞ց գիտի մարդանման ռոբոտը, թե ինչ ասել։Ինչո՞ւ է ռոբոտի արձագանքման արագությունն այդքան կարևոր։Քանի՞ լեզու և ինչ ձայն կարող է օգտագործել մարդանման ռոբոտը։Պե՞տք է մարդկանց ասել, որ նրանք խոսում են ԱԲ-ի հետ։Ի՞նչ ստուգել խոսող ռոբոտով միջոցառումից առաջ։Ինչպե՞ս ընտրել գործընկեր մարդանման ռոբոտի զրույցների համար։

Մարդանման ռոբոտը մարդկանց հետ խոսում է ծրագրերի շղթայի միջոցով. խոսափողները որսում են ձայնը, խոսքի ճանաչումը այն վերածում է տեքստի, լեզվական մոդելը գրում է պատասխան, որը համապատասխանում է ռոբոտի կերպարին և միջոցառման մասին նրա գիտելիքներին, իսկ խոսքի սինթեզը այդ պատասխանը վերածում է այն ձայնի, որը լսում եք բարձրախոսից։ Ռոբոտն ինքը (օրինակ՝ Unitree G1-ը) ապահովում է «ականջները», «բերանը» և շարժումը, իսկ զրույցի որակը կախված է ծրագրից և նրանից, թե որքան լավ է այն նախապատրաստված կոնկրետ վայրի համար։

Ինչպե՞ս է քայլ առ քայլ ընթանում զրույցը մարդանման ռոբոտի հետ։

Մարդանման ռոբոտի հետ զրույցն անցնում է հինգ փուլով, որոնք կրկնվում են յուրաքանչյուր փոխանակման ժամանակ.

Փուլ Ինչ է կատարվում Ինչից է կախված որակը
Լսում ռոբոտի խոսափողները (կամ արտաքին խոսափողը) որսում են ձայնը աղմուկ, հեռավորություն խոսողից, դահլիճի արձագանք
Հերթի որոշում համակարգը որոշում է, թե երբ է մարդը սկսել և ավարտել խոսքը զգայունության կարգավորումներ, ֆոնային խոսակցություններ
Խոսքի ճանաչում խոսքը վերածվում է տեքստի լեզու, առոգանություն, հատուկ անուններ, երեխաների ձայներ
Պատասխան լեզվական մոդելը պատասխան է գրում՝ օգտագործելով կերպարը և գիտելիքները կերպարի նկարագրության և գիտելիքների շտեմարանի որակ, թեմաների կանոններ
Ձայն և շարժում խոսքի սինթեզ, բարձրախոս, ժեստեր լեզվին համապատասխան ձայն, ձայնի ուժգնություն, դահլիճի ձայնային համակարգ

Ցանկացած տեղում թույլ օղակը քանդում է ամբողջ շղթան։ Միջոցառումներում ամենահաճախ հանդիպող խնդիրը «հիմար ԱԲ»-ն չէ, այլ ռոբոտը, որը ամբոխի աղմուկում սխալ է լսել հարցը և հետո ճիշտ պատասխանել մի բանի, որը ոչ ոք չէր հարցրել։

Unitree G1 and Go2 robots on a trade show stand (Japan Mobility Show 2025)
Unitree G1 and Go2 robots on a trade show stand (Japan Mobility Show 2025), լուսանկարը՝ RuinDig/Yuki Uchida, CC BY 4.0

Ի՞նչ է լսում մարդանման ռոբոտը, և ինչպես է հաղթահարում աղմուկը։

Մարդանման ռոբոտը լսում է իր ներկառուցված խոսափողների զանգվածով, իսկ աղմկոտ վայրում հաճախ ավելի լավ է աշխատում լրացուցիչ խոսափողը՝ խոսողի բերանին մոտ։ Արտադրողի տվյալներով՝ Unitree G1-ն ունի «4 Microphone Array» և «5W Speaker», այսինքն՝ չորս խոսափող և 5 Վտ բարձրախոս (Unitree G1-ի բնութագրերը)։ Դա բավարար է գրասենյակում, ցուցասրահում կամ հանգիստ տաղավարում զրույցի համար։

Ցուցահանդեսում, գալա երեկոյին կամ փառատոնում իրավիճակը փոխվում է. երաժշտությունը, բեմի ձայնային համակարգը և միաժամանակ ընթացող տասնյակ զրույցներ հասնում են նույն խոսափողներին։ Գործնականում օգնում է.

  • երբ հյուրը մոտենում է ռոբոտին և խոսում անմիջապես նրա հետ, այլ ոչ թե կողքից,
  • ձեռքի կամ ուղղորդված խոսափող հյուրերի համար բեմում և քննարկումներում,
  • տաղավարը բեմի բարձրախոսներից հեռու տեղադրելը,
  • հատուկ անունները (բրենդ, ապրանքներ, բանախոսների անուններ) նախօրոք համակարգին տալը, որպեսզի խոսքի ճանաչումը դրանք չաղավաղի,
  • փորձարկումը իրական վայրում, ոչ միայն գրասենյակում։

Նույնը վերաբերում է ձայնի ելքին. ռոբոտի ներկառուցված բարձրախոսը բավարար է դեմ առ դեմ զրույցի համար, բայց բեմական ելույթի համար ռոբոտի ձայնը պետք է անցնի դահլիճի ձայնային համակարգով։

Որտեղի՞ց գիտի մարդանման ռոբոտը, թե ինչ ասել։

Մարդանման ռոբոտի պատասխանները գրում է լեզվական մոդելը, որը ստանում է կերպարի նկարագրություն, միջոցառման մասին գիտելիքներ և կանոններ այն մասին, թե ինչ ռոբոտը չպետք է ասի։ Մոդելը գիտի լեզուն և աշխարհն ընդհանուր առմամբ, բայց ոչինչ չգիտի համաժողովի ծրագրի, հաճախորդի ապրանքների կամ հանդերձարանի տեղի մասին։ Այդ գիտելիքները պետք է նախապատրաստել։

Լավ նախապատրաստական փաթեթը ներառում է.

  • կերպար. անուն, բնավորություն, խոսելու ձև, պատասխանների երկարություն,
  • գիտելիքներ. ծրագիր, բանախոսներ, առաջարկ, պատասխաններ հյուրերի տիպական հարցերին,
  • սահմաններ. արգելված թեմաներ, ինչպես մերժել, ինչ անել քաղաքականության կամ մրցակիցների մասին հարցերի դեպքում,
  • սցենար. ողջույն, լուսանկարվելու հրավեր, հյուրին տաղավարի աշխատակցին փոխանցելը։

Այսպես է աշխատում MERA Robotics-ը. ռոբոտի խոսքերը պատրաստվում են յուրաքանչյուր կոնկրետ միջոցառման համար՝ միջոցառման պրոֆիլում, որը պարունակում է գիտելիքներ հաճախորդի և ծրագրի մասին, և ռոբոտը կարող է ունենալ բրենդի սեփական ինքնություն՝ անունով, բնավորությունով և առաջարկի մասին գիտելիքներով։

Որոշ համակարգեր զրույցը համադրում են տեսախցիկի պատկերի հետ։ Այդ դեպքում ռոբոտը ճանաչում է իր առջև գտնվող առարկան, օրինակ՝ ցուցադրված ապրանքի մոդելը, և հիշատակում այն զրույցում։ Դա օգտակար է ցուցասրահներում և տաղավարներում, որտեղ հյուրերը հարցնում են. «իսկ սա ի՞նչ է»։

Ինչո՞ւ է ռոբոտի արձագանքման արագությունն այդքան կարևոր։

Մարդանման ռոբոտի արձագանքման արագությունը որոշում է, թե զրույցը բնական կթվա՞, թե՞ ոչ, որովհետև մարդիկ սովոր են խոսքի հերթերի միջև շատ կարճ ընդմիջումների։ PNAS ամսագրում հրապարակված տասը լեզուների ուսումնասիրությունը ցույց է տվել, որ բոլոր լեզուներում մեկ հերթի ավարտից մինչև պատասխանի սկիզբն ամենից հաճախ անցնում է վայրկյանի մի փոքր մասը (Stivers et al., PNAS 2009)։

Խոսքի ճանաչման, լեզվական մոդելի և խոսքի սինթեզի ոչ մի շղթա չի պատասխանում այնքան արագ, որքան մարդը, ուստի ռոբոտների համակարգերը դա փոխհատուցում են զրույցի կազմակերպմամբ.

  • պատասխանը սկսում է հնչել, նախքան ամբողջությամբ կստեղծվի,
  • կարճ պատասխաններ՝ երկար մենախոսությունների փոխարեն,
  • ժեստ կամ գլխի շարժում հարցից անմիջապես հետո, որպեսզի հյուրը իմանա, որ ռոբոտը լսում է,
  • ռոբոտին նախադասության կեսին ընդհատելու հնարավորություն։

Երկրորդ խնդիրն այն պահն է, երբ ռոբոտը որոշում է, որ մարդն ավարտել է խոսքը։ Չափազանց վաղ որոշելու դեպքում ռոբոտը միջամտում է մտածելու յուրաքանչյուր դադարի ժամանակ։ Չափազանց ուշ որոշելու դեպքում հյուրերը սպասում են լռության մեջ։ Այս կարգավորումը պետք է համապատասխանի լսարանին. երեխաները և օտար լեզվով խոսողներն ավելի երկար դադարներ են անում։

Քանի՞ լեզու և ինչ ձայն կարող է օգտագործել մարդանման ռոբոտը։

Լեզուների քանակը և ձայնի ընտրությունը կախված են մարդանման ռոբոտի զրույցի ծրագրից, այլ ոչ թե ռոբոտի սարքավորումից։ MERA OS-ը՝ MERA Robotics-ի մշակած զրույցի համակարգը, զրույցներ է վարում ավելի քան 70 լեզվով, այդ թվում՝ լեհերեն և անգլերեն, յուրաքանչյուր լեզվին համապատասխան ձայնով և բնիկ առոգանությամբ։ Միջազգային միջոցառման ժամանակ ռոբոտը կարող է մի հյուրին ողջունել անգլերեն, իսկ հաջորդի հետ խոսել լեհերեն։

Ձայն ընտրելիս ստուգեք.

  • արդյոք այն համապատասխանում է կերպարին (տարիք, խառնվածք, բրենդ),
  • արդյոք այն բնական է հնչում տվյալ լեզվով, այլ ոչ թե անգլերենից թարգմանվածի պես,
  • ինչպես է այն արտասանում հաճախորդի հատուկ անունները,
  • արդյոք խոսքի տեմպը մնում է հասկանալի աղմուկի մեջ։

Պե՞տք է մարդկանց ասել, որ նրանք խոսում են ԱԲ-ի հետ։

Այո. Եվրոպական միությունում մարդկանց տեղեկացնելու պարտականությունը, որ նրանք խոսում են ԱԲ-ի հետ, բխում է ԵՄ արհեստական բանականության մասին ակտի (AI Act) թափանցիկության հոդվածից, որը կիրառվում է 2026 թվականի օգոստոսի 2-ից։ Այն պահանջում է, որ մարդկանց հետ անմիջական շփման համար նախատեսված ԱԲ համակարգերը նախագծվեն այնպես, որ այդ մարդիկ տեղեկացված լինեն, որ շփվում են ԱԲ համակարգի հետ, եթե դա ակնհայտ չէ (AI Act, թափանցիկության հոդված, ուժի մեջ մտնելու և կիրառման մասին հոդված)։ Տեղեկությունը պետք է լինի հստակ և տրվի ամենաուշը առաջին շփման ժամանակ։

Մարդանման ռոբոտի դեպքում սովորաբար ակնհայտ է, որ խոսում է մեքենան։ Այնուամենայնիվ, ռոբոտի ողջույնի մեկ նախադասությունը կամ ցուցանակը տաղավարում պարզ լուծում է և վերացնում է ցանկացած կասկած։ Տվյալներն առանձին հարց են. եթե զրույցները ձայնագրվում կամ գրանցվում են, հյուրերը պետք է դա իմանան։

Ի՞նչ ստուգել խոսող ռոբոտով միջոցառումից առաջ։

Խոսող մարդանման ռոբոտով միջոցառումից առաջ ստուգեք յոթ բան.

  1. Զրույցի փորձարկում իրական վայրում կամ նմանատիպ աղմուկի պայմաններում։
  2. Հատուկ անունների ցանկ, որոնք ռոբոտը պետք է ճանաչի և ճիշտ արտասանի։
  3. Հաճախորդի հաստատած կերպար և պատասխանների երկարություն։
  4. Արգելված թեմաների ցանկ և այն, թե ինչպես է ռոբոտը մերժում։
  5. Բեմի պլան. խոսափող հյուրի համար, միացում ձայնային համակարգին։
  6. Ծանուցում հյուրերին, որ նրանք խոսում են ԱԲ-ի հետ։
  7. Օպերատոր տեղում, որը կարող է վերցնել կառավարումը, փոխել լեզուն կամ կանգնեցնել ռոբոտին։

Միջոցառումների համար հասանելի մոդելները տեսեք վարձույթով և վաճառքով ռոբոտների կատալոգում։

Ինչպե՞ս ընտրել գործընկեր մարդանման ռոբոտի զրույցների համար։

Մարդանման ռոբոտի զրույցների գործընկերին գնահատեք չափանիշներով, որոնք կարող եք ստուգել մինչև պայմանագիր կնքելը.

  • զրույցի սեփական ծրագիր, այլ ոչ թե արտադրողի մեկ կոշտ հավելված,
  • լեզուների քանակը և այն, թե որքան բնական է հնչում ձայնը ձեզ անհրաժեշտ լեզվով,
  • ձեր միջոցառման համար պատրաստված կերպար և գիտելիքներ, այլ ոչ թե ընդհանուր չաթբոտ,
  • օպերատորներ տեղում, որոնք արձագանքում են, երբ ինչ-որ բան սխալ է ընթանում,
  • ռոբոտի մոդելներ, որոնք հասանելի են վարձույթով կամ գնման համար,
  • միջոցառումների փորձ սեփական երկրում և արտերկրում։

Հաճախ տրվող հարցեր

Հասկանո՞ւմ է մարդանման ռոբոտը, թե ինչ են իրեն ասում մարդիկ։

Մարդանման ռոբոտը խոսքը վերածում է տեքստի, իսկ լեզվական մոդելը մեկնաբանում է իմաստը և գրում պատասխանը։ Նա հասկանում է բնական լեզվով տրված հարցերը, բայց կոնկրետ միջոցառման, առաջարկի կամ ծրագրի մասին գիտելիքները պետք է նախապատրաստել նախօրոք։

Ինչո՞ւ է ռոբոտը երբեմն պատասխանում թեմայից դուրս։

Սովորաբար այն պատճառով, որ աղմուկի մեջ սխալ է լսել հարցը. խոսքի ճանաչումը գրանցել է այլ բառեր, և մոդելը ճիշտ է պատասխանել սխալ գրանցված հարցին։ Օգնում են մոտիկից խոսելը, հյուրի համար խոսափողը և հատուկ անունները նախօրոք համակարգին տալը։

Կարո՞ղ է մարդանման ռոբոտը մեկ միջոցառման ժամանակ խոսել մի քանի լեզվով։

Այո, եթե զրույցի ծրագիրը դա աջակցում է։ MERA OS-ը՝ MERA Robotics-ի համակարգը, զրույցներ է վարում ավելի քան 70 լեզվով, այդ թվում՝ լեհերեն և անգլերեն, յուրաքանչյուր լեզվին համապատասխան ձայնով։

Պե՞տք է հյուրերին ասել, որ նրանք խոսում են ԱԲ-ի հետ։

ԵՄ-ում AI Act-ի թափանցիկության հոդվածը, որը կիրառվում է 2026 թվականի օգոստոսի 2-ից, պահանջում է, որ ԱԲ համակարգի հետ անմիջականորեն շփվող մարդիկ տեղեկացված լինեն այդ մասին, եթե դա ակնհայտ չէ։ Մարդանման ռոբոտի դեպքում սովորաբար բավական է մեկ նախադասություն ողջույնի մեջ կամ ցուցանակ տաղավարում։

Աղբյուրներ

  1. Unitree G1: manufacturer specifications
  2. Stivers et al. (2009), Universals and cultural variation in turn-taking in conversation, PNAS
  3. EU AI Act, Article 50: transparency obligations
  4. EU AI Act, Article 113: entry into force and application
Գործնական ուղեցույց

Ինչպե՞ս ընտրել զրույցի ծրագրային ապահովում մարդանման ռոբոտի համար։

  1. Համատեղելիություն ձեր ռոբոտի մոդելի և դրա ծրագրային տարբերակի հետ։
  2. Լեզուներ և ձայներ. քանի՞ լեզվով է համակարգը զրուցում, և ձայնը համապատասխանո՞ւմ է յուրաքանչյուր լեզվին։
  3. Գիտելիքներ և կերպար. ինչպես ավելացնել գիտելիքներ միջոցառման կամ բրենդի մասին և ինչպես սահմանել ռոբոտի բնավորությունը։
  4. Կառավարում. օպերատորը կարո՞ղ է իր վերահսկողության տակ վերցնել զրույցը, շարժումները և ժեստերը, օրինակ՝ հեռախոսի հավելվածից։
  5. Բովանդակության վերահսկում. ինչպես սահմանափակել թեմաները և այն պատասխանները, որոնք դուրս են պատրաստված գիտելիքների շրջանակից։
  6. Լիցենզիա և աջակցություն. ինչ է ներառում լիցենզիան և ով է պատասխանատու թարմացումների համար։

Այս էջը հրապարակում է MERA Robotics-ը՝ ընկերություն, որը լիցենզավորում է MERA OS-ը՝ մարդանման ռոբոտների զրույցի ծրագրային ապահովումը։

Մեր առաջարկը

Ռոբոտներ վարձույթով և վաճառքով

Ռոբոտների ամբողջ կատալոգը (անգլերեն) →

Կապ

Խոսենք ձեր միջոցառման մասին

Համառոտ նկարագրեք, թե ինչ է ձեզ անհրաժեշտ։ Կպատասխանենք ռոբոտի և սցենարի առաջարկով ու նախահաշվով։

Լրացված տվյալներն օգտագործում ենք միայն ձեր հարցմանը պատասխանելու համար։

Գիտելիքների շտեմարան

Կարդացեք նաև

Ստուգել հասանելիությունը