Humanoidinis robotas kalbasi per programinės įrangos grandinę: mikrofonai užfiksuoja garsą, kalbos atpažinimas paverčia jį tekstu, kalbos modelis parašo atsakymą pagal personą ir žinias apie renginį, o kalbos sintezė jį ištaria. Pokalbio kokybė priklauso nuo programinės įrangos, parengtų žinių ir akustikos, o ne vien nuo roboto. MERA Robotics (Varšuva, Lenkija) tai daro su savo sistema MERA OS, kuri veda pokalbius daugiau nei 70 kalbų.
Turinys
Kaip žingsnis po žingsnio vyksta pokalbis su humanoidiniu robotu?Ką girdi humanoidinis robotas ir kaip jis susitvarko su triukšmu?Iš kur humanoidinis robotas žino, ką sakyti?Kodėl roboto atsakymo greitis toks svarbus?Kiek kalbų ir kokį balsą gali naudoti humanoidinis robotas?Ar žmonėms reikia pranešti, kad jie kalbasi su DI?Ką patikrinti prieš renginį su kalbančiu robotu?Kaip pasirinkti partnerį humanoidinio roboto pokalbiams?Humanoidinis robotas kalbasi su žmonėmis per programinės įrangos grandinę: mikrofonai pagauna garsą, kalbos atpažinimas paverčia jį tekstu, kalbos modelis parašo atsakymą, atitinkantį roboto personą ir jo žinias apie renginį, o kalbos sintezė paverčia atsakymą balsu, kurį girdite iš garsiakalbio. Pats robotas (pavyzdžiui, Unitree G1) suteikia „ausis“, „burną“ ir judesius; pokalbio kokybė priklauso nuo programinės įrangos ir nuo to, kaip gerai ji paruošta konkrečiai vietai.
Kaip žingsnis po žingsnio vyksta pokalbis su humanoidiniu robotu?
Pokalbis su humanoidiniu robotu vyksta penkiais etapais, kurie kartojasi kiekvieną kartą:
| Etapas | Kas vyksta | Nuo ko priklauso kokybė |
|---|---|---|
| Klausymasis | roboto mikrofonai (ar išorinis mikrofonas) pagauna garsą | triukšmas, atstumas iki kalbančiojo, salės aidas |
| Eilės nustatymas | sistema nusprendžia, kada žmogus pradėjo ir baigė kalbėti | jautrumo nustatymai, foninis šurmulys |
| Kalbos atpažinimas | kalba paverčiama tekstu | kalba, akcentas, tikriniai vardai, vaikų balsai |
| Atsakymas | kalbos modelis parašo atsakymą pagal personą ir žinias | personos aprašo ir žinių bazės kokybė, temų taisyklės |
| Balsas ir judesiai | kalbos sintezė, garsiakalbis, gestai | kalbai parinktas balsas, garsumas, salės įgarsinimas |
Silpna grandis bet kurioje vietoje sugadina visą grandinę. Dažniausia problema renginiuose yra ne „kvailas DI“, o robotas, kuris minios triukšme neteisingai išgirdo klausimą ir tada teisingai atsakė į tai, ko niekas neklausė.

Ką girdi humanoidinis robotas ir kaip jis susitvarko su triukšmu?
Humanoidinis robotas girdi per įmontuotą mikrofonų masyvą, o triukšmingoje vietoje dažnai patikimiau veikia papildomas mikrofonas arti kalbančiojo burnos. Pasak gamintojo, Unitree G1 turi keturių mikrofonų masyvą ir 5 W garsiakalbį (Unitree G1 specifikacija). To pakanka pokalbiui biure, salone ar ramiame stende.
Parodoje, gala vakare ar festivalyje viskas kitaip: muzika, scenos įgarsinimas ir dešimtys vienu metu vykstančių pokalbių pasiekia tuos pačius mikrofonus. Praktiškai padeda:
- kad svečias prieitų arti roboto ir kalbėtų tiesiai į jį, o ne iš šono,
- rankinis ar kryptinis mikrofonas svečiams scenoje ir diskusijose,
- stendo vieta atokiau nuo scenos garsiakalbių,
- iš anksto sistemai pateikti tikriniai vardai (prekės ženklas, produktai, pranešėjų vardai), kad kalbos atpažinimas jų neiškraipytų,
- bandymas tikroje renginio vietoje, o ne tik biure.
Tas pats taikoma garso išvesčiai: įmontuoto roboto garsiakalbio pakanka pokalbiui akis į akį, tačiau pasirodymui scenoje roboto garsas turi eiti į salės įgarsinimo sistemą.
Iš kur humanoidinis robotas žino, ką sakyti?
Humanoidinio roboto atsakymus rašo kalbos modelis, gaunantis personos aprašą, žinias apie renginį ir taisykles, ko robotas negali sakyti. Modelis išmano kalbą ir pasaulį apskritai, bet nieko nežino apie konferencijos programą, kliento produktus ar tai, kur yra rūbinė. Šias žinias reikia paruošti.
Geras pasiruošimo paketas apima:
- personą: vardą, charakterį, kalbėjimo būdą, atsakymų ilgį,
- žinias: programą, pranešėjus, pasiūlymą, atsakymus į tipinius svečių klausimus,
- ribas: vengtinas temas, kaip mandagiai atsisakyti, ką daryti su klausimais apie politiką ar konkurentus,
- scenarijų: pasisveikinimą, kvietimą nusifotografuoti, svečio perdavimą žmogui stende.
Taip dirba MERA Robotics: roboto pasisakymai rengiami kiekvienam konkrečiam renginiui renginio profilyje su žiniomis apie klientą ir programą, o robotas gali turėti savo prekės ženklo tapatybę su vardu, charakteriu ir žiniomis apie pasiūlymą.
Kai kurios sistemos pokalbį sujungia su kameros vaizdu. Tada robotas atpažįsta priešais esantį objektą, pavyzdžiui, eksponuojamo produkto modelį, ir apie jį užsimena pokalbyje. Tai praverčia salonuose ir stenduose, kur svečiai klausia: „O kas čia?“
Kodėl roboto atsakymo greitis toks svarbus?
Humanoidinio roboto atsakymo greitis lemia, ar pokalbis atrodo natūralus, nes žmonės įpratę prie labai trumpų pauzių tarp replikų. PNAS paskelbtas dešimties kalbų tyrimas parodė, kad visose kalbose dažniausia pauzė tarp vienos replikos pabaigos ir atsakymo pradžios trunka vos dalį sekundės (Stivers ir kt., PNAS).
Nė viena kalbos atpažinimo, kalbos modelio ir kalbos sintezės grandinė neatsako taip greitai kaip žmogus, todėl robotų sistemos tai kompensuoja pokalbio valdymu:
- atsakymas pradedamas groti dar prieš jį visiškai sugeneruojant,
- trumpi atsakymai vietoj ilgų monologų,
- gestas ar galvos judesys iškart po klausimo, kad svečias žinotų, jog robotas klauso,
- galimybė pertraukti robotą sakinio viduryje.
Antra problema yra akimirka, kai robotas nusprendžia, kad žmogus baigė kalbėti. Per anksti, ir robotas įsiterpia per kiekvieną mąstymo pauzę. Per vėlai, ir svečiai laukia tyloje. Šį nustatymą reikia derinti prie publikos: vaikai ir užsienio kalba kalbantys žmonės daro ilgesnes pauzes.
Kiek kalbų ir kokį balsą gali naudoti humanoidinis robotas?
Kalbų skaičius ir balso pasirinkimas priklauso nuo humanoidinio roboto pokalbių programinės įrangos, o ne nuo roboto įrangos. MERA OS, MERA Robotics sukurta pokalbių sistema, veda pokalbius daugiau nei 70 kalbų, tarp jų lietuvių, lenkų ir anglų, su kiekvienai kalbai parinktu balsu ir gimtakalbio akcentu. Tarptautiniame renginyje robotas gali vieną svečią pasveikinti angliškai, o su kitu kalbėtis lietuviškai.
Rinkdamiesi balsą, patikrinkite:
- ar jis tinka personai (amžius, temperamentas, prekės ženklas),
- ar toje kalboje jis skamba natūraliai, o ne kaip išverstas iš anglų,
- kaip jis taria kliento tikrinius vardus,
- ar kalbėjimo tempas lieka suprantamas triukšme.
Ar žmonėms reikia pranešti, kad jie kalbasi su DI?
Taip: Europos Sąjungoje pareiga informuoti žmones, kad jie kalbasi su DI, kyla iš DI akto skaidrumo straipsnio, kuris taikomas nuo 2026 m. rugpjūčio 2 d. Jis reikalauja, kad tiesiogiai su žmonėmis bendrauti skirtos DI sistemos būtų sukurtos taip, kad tie žmonės būtų informuoti, jog bendrauja su DI sistema, nebent tai akivaizdu (DI akto skaidrumo straipsnis, DI akto taikymo pradžia). Informacija turi būti aiški ir pateikta ne vėliau kaip pirmojo kontakto metu.
Kai kalba humanoidinis robotas, paprastai akivaizdu, kad kalba mašina. Vis dėlto vienas sakinys roboto pasisveikinime ar užrašas stende yra paprastas ir pašalina bet kokias abejones. Atskiras klausimas yra duomenys: jei pokalbiai įrašomi ar registruojami, svečiai turėtų tai žinoti.
Ką patikrinti prieš renginį su kalbančiu robotu?
Prieš renginį su kalbančiu humanoidiniu robotu patikrinkite septynis dalykus:
- Pokalbio bandymą tikroje renginio vietoje ar panašiame triukšme.
- Tikrinių vardų sąrašą, kuriuos robotas turi atpažinti ir teisingai ištarti.
- Kliento patvirtintą personą ir atsakymų ilgį.
- Vengtinų temų sąrašą ir tai, kaip robotas atsisako.
- Scenos planą: mikrofoną svečiui, prijungimą prie įgarsinimo.
- Pranešimą svečiams, kad jie kalbasi su DI.
- Operatorių vietoje, kuris gali perimti pokalbį, pakeisti kalbą ar sustabdyti robotą.
Renginiams prieinamus modelius rasite nuomojamų ir parduodamų robotų kataloge, o roboto vedėjo vaidmuo aprašytas puslapyje robotas vedėjas konferencijai ir gala vakarui.
Kaip pasirinkti partnerį humanoidinio roboto pokalbiams?
Partnerį humanoidinio roboto pokalbiams vertinkite pagal kriterijus, kuriuos galite patikrinti prieš pasirašydami sutartį:
- sava pokalbių programinė įranga, o ne viena nelanksti gamintojo programėlė,
- kalbų skaičius ir tai, kaip natūraliai balsas skamba jūsų kalba,
- jūsų renginiui parengta persona ir žinios, o ne bendrinis pokalbių robotas,
- operatoriai vietoje, kurie reaguoja, kai kas nors nepavyksta,
- roboto modeliai, kuriuos galima išsinuomoti ar įsigyti,
- patirtis renginiuose savo šalyje ir užsienyje.
Užklausos: contact@merarobotics.com.
Dažnai užduodami klausimai
Ar humanoidinis robotas supranta, ką jam sako žmonės?
Humanoidinis robotas paverčia kalbą tekstu, o kalbos modelis interpretuoja prasmę ir parašo atsakymą. Jis supranta natūralia kalba užduotus klausimus, tačiau žinias apie konkretų renginį, pasiūlymą ar programą reikia paruošti iš anksto.
Kodėl robotas kartais atsako ne į temą?
Dažniausiai todėl, kad triukšme neteisingai išgirdo klausimą: kalbos atpažinimas užrašė kitus žodžius, o modelis teisingai atsakė į klaidingai užrašytą klausimą. Padeda kalbėti iš arti, mikrofonas svečiui ir iš anksto sistemai pateikti tikriniai vardai.
Ar humanoidinis robotas viename renginyje gali kalbėti keliomis kalbomis?
Taip, jei tai palaiko pokalbių programinė įranga. MERA OS, MERA Robotics sistema, veda pokalbius daugiau nei 70 kalbų, tarp jų lietuvių, lenkų ir anglų, su kiekvienai kalbai parinktu balsu.
Ar svečiams reikia pranešti, kad jie kalbasi su DI?
ES DI akto skaidrumo straipsnis, taikomas nuo 2026 m. rugpjūčio 2 d., reikalauja informuoti tiesiogiai su DI sistema bendraujančius žmones, nebent tai akivaizdu. Su humanoidiniu robotu paprastai pakanka vieno sakinio pasisveikinime ar užrašo stende.














