Хуманоидният робот разговаря чрез верига от софтуер: микрофоните улавят звука, разпознаването на реч го превръща в текст, езиков модел пише отговор според персоната и знанията за събитието, а синтезът на реч го изговаря. Качеството на разговора зависи от софтуера, подготвените знания и акустиката, а не само от робота. MERA Robotics (Варшава, Полша) прави това със собствена система, MERA OS, която води разговори на над 70 езика.
Съдържание
Как протича разговорът с хуманоиден робот стъпка по стъпка?Какво чува хуманоидният робот и как се справя с шума?Откъде хуманоидният робот знае какво да каже?Защо скоростта на отговора на робота е толкова важна?На колко езика и с какъв глас може да говори хуманоидният робот?Трябва ли хората да бъдат информирани, че разговарят с изкуствен интелект?Какво да проверите преди събитие с говорещ робот?Как да изберете партньор за разговорите на хуманоиден робот?Хуманоидният робот разговаря с хората чрез верига от софтуер: микрофоните улавят звука, разпознаването на реч го превръща в текст, езиков модел пише отговор, който отговаря на персоната на робота и на знанията му за събитието, а синтезът на реч превръща този отговор в гласа, който чувате от високоговорителя. Самият робот (например Unitree G1) осигурява „ушите“, „устата“ и движението, а качеството на разговора зависи от софтуера и от това колко добре е подготвен за конкретното място.
Как протича разговорът с хуманоиден робот стъпка по стъпка?
Разговорът с хуманоиден робот минава през пет етапа, които се повтарят при всяка реплика:
| Етап | Какво се случва | От какво зависи качеството |
|---|---|---|
| Слушане | микрофоните на робота (или външен микрофон) улавят звука | шумът, разстоянието до говорещия, ехото в залата |
| Разпознаване на репликата | системата решава кога човекът е започнал и приключил да говори | настройките на чувствителността, фоновите разговори |
| Разпознаване на реч | речта се превръща в текст | езикът, акцентът, собствените имена, детските гласове |
| Отговор | езиков модел пише отговора според персоната и знанията | качеството на описанието на персоната и базата знания, правилата за темите |
| Глас и движение | синтез на реч, високоговорител, жестове | глас, подбран за езика, сила на звука, озвучаването на залата |
Слабото звено на което и да е място разваля цялата верига. Най-честият проблем на събития не е „глупав изкуствен интелект“, а робот, който е чул погрешно въпроса в шума на тълпата и после правилно е отговорил на нещо, което никой не е питал.

Какво чува хуманоидният робот и как се справя с шума?
Хуманоидният робот чува с вградения си масив от микрофони, а в шумна зала често по-добре работи допълнителен микрофон близо до устата на говорещия. Според производителя Unitree G1 има масив от 4 микрофона и високоговорител с мощност 5 W (спецификации на Unitree G1). Това стига за разговор в офис, шоурум или тих щанд.
На изложение, гала вечер или фестивал положението се променя: музика, озвучаване на сцената и десетки едновременни разговори стигат до същите микрофони. На практика помага:
- гостът да застане близо до робота и да говори директно към него, а не отстрани,
- ръчен или насочен микрофон за гостите на сцената и в панелите,
- щандът да е далеч от тонколоните на сцената,
- системата да получи предварително собствените имена (марка, продукти, имена на лектори), за да не ги изкривява разпознаването на реч,
- тестът да се прави в истинската зала, а не само в офиса.
Същото важи и за звука навън: вграденият високоговорител на робота е подходящ за разговор един на един, но за изява на сцената звукът на робота трябва да минава през озвучаването на залата.
Откъде хуманоидният робот знае какво да каже?
Отговорите на хуманоидния робот се пишат от езиков модел, който получава описание на персоната, знания за събитието и правила какво роботът не бива да казва. Моделът познава езика и света като цяло, но не знае нищо за програмата на конференцията, продуктите на клиента или къде е гардеробът. Тези знания трябва да се подготвят.
Добрият пакет за подготовка включва:
- персона: име, характер, начин на говорене, дължина на отговорите,
- знания: програма, лектори, оферта, отговори на типичните въпроси на гостите,
- граници: забранени теми, как да откаже, какво да прави с въпроси за политика или конкуренция,
- сценарий: поздрав, покана за снимка, предаване на госта на човек от щанда.
Така работи MERA Robotics: репликите на робота се подготвят за всяко конкретно събитие в профил на събитието със знания за клиента и програмата, а роботът може да има собствена идентичност на марката с име, характер и знания за офертата.
Някои системи съчетават разговора с образа от камерата. Тогава роботът разпознава предмет пред себе си, например модел продукт на експозицията, и го споменава в разговора. Това е полезно в шоуруми и на щандове, където гостите питат: „А това какво е?“.
Защо скоростта на отговора на робота е толкова важна?
Скоростта на отговора на хуманоидния робот решава дали разговорът ще звучи естествено, защото хората са свикнали с много кратки паузи между репликите. Проучване на десет езика, публикувано в PNAS, установява, че във всички изследвани езици най-честата пауза между края на една реплика и началото на отговора е по-кратка от една пета от секундата (Stivers и съавт., PNAS).
Никоя верига от разпознаване на реч, езиков модел и синтез на реч не отговаря толкова бързо като човек, затова системите за роботи компенсират с начина, по който водят разговора:
- отговорът започва да звучи, преди да е генериран изцяло,
- кратки отговори вместо дълги монолози,
- жест или движение на главата веднага след въпроса, за да знае гостът, че роботът слуша,
- възможност роботът да бъде прекъснат по средата на изречението.
Вторият проблем е моментът, в който роботът решава, че човекът е приключил. Твърде рано, и роботът се намесва при всяка пауза за размисъл. Твърде късно, и гостите чакат в тишина. Тази настройка трябва да отговаря на публиката: децата и хората, които говорят на чужд език, правят по-дълги паузи.
На колко езика и с какъв глас може да говори хуманоидният робот?
Броят на езиците и изборът на глас зависят от разговорния софтуер на хуманоидния робот, а не от хардуера. MERA OS, разговорната система, разработена от MERA Robotics, води разговори на над 70 езика, сред които полски, английски и български, с глас, подбран за всеки език, и с роден акцент. На международно събитие роботът може да поздрави един гост на английски, а със следващия да разговаря на български.
Когато избирате глас, проверете:
- дали подхожда на персоната (възраст, темперамент, марка),
- дали звучи естествено на дадения език, а не като превод от английски,
- как произнася собствените имена на клиента,
- дали темпото на говорене остава разбираемо в шум.
Трябва ли хората да бъдат информирани, че разговарят с изкуствен интелект?
Да: в Европейския съюз задължението хората да бъдат информирани, че разговарят с изкуствен интелект, произтича от правилата за прозрачност на Акта за ИИ, които се прилагат от 2 август 2026 г. Те изискват системите с ИИ, предназначени за пряко взаимодействие с хора, да бъдат проектирани така, че тези хора да знаят, че взаимодействат със система с изкуствен интелект, освен ако това е очевидно (правилата за прозрачност, влизане в сила и прилагане). Информацията трябва да е ясна и да се даде най-късно при първото взаимодействие.
При хуманоиден робот обикновено е очевидно, че говори машина. Все пак едно изречение в поздрава на робота или табела на щанда е просто решение и премахва всяко съмнение. Отделен въпрос са данните: ако разговорите се записват или се водят логове, гостите трябва да знаят.
Какво да проверите преди събитие с говорещ робот?
Преди събитие с говорещ хуманоиден робот проверете седем неща:
- Тест на разговора в истинската зала или при подобен шум.
- Списък на собствените имена, които роботът трябва да разпознава и произнася правилно.
- Персона и дължина на отговорите, одобрени от клиента.
- Списък на забранените теми и начина, по който роботът отказва.
- План за сцената: микрофон за госта, връзка с озвучаването.
- Информация за гостите, че разговарят с изкуствен интелект.
- Оператор на място, който може да поеме разговора, да смени езика или да спре робота.
Моделите, достъпни за събития, ще намерите в каталога на роботи под наем и за продажба.
Как да изберете партньор за разговорите на хуманоиден робот?
Оценявайте партньора за разговорите на хуманоиден робот по критерии, които можете да проверите преди подписване:
- собствен разговорен софтуер, а не едно негъвкаво приложение на производителя,
- брой езици и колко естествено звучи гласът на Вашия език,
- персона и знания, подготвени за Вашето събитие, а не общ чатбот,
- оператори на място, които реагират, когато нещо се обърка,
- модели роботи, достъпни за наем или покупка,
- опит със събития в собствената държава и в чужбина.
Запитвания: contact@merarobotics.com. Възможностите за събития са описани на страницата наем на хуманоиден робот за събития.
Често задавани въпроси
Разбира ли хуманоидният робот какво му казват хората?
Хуманоидният робот превръща речта в текст, а езиков модел тълкува смисъла и пише отговор. Роботът разбира въпроси, зададени на естествен език, но знанията за конкретно събитие, оферта или програма трябва да се подготвят предварително.
Защо роботът понякога отговаря не по темата?
Обикновено защото е чул погрешно въпроса в шума: разпознаването на реч е записало други думи и моделът правилно е отговорил на погрешно записания въпрос. Помагат говоренето отблизо, микрофон за госта и предварително подадени собствени имена.
Може ли хуманоиден робот да говори на няколко езика на едно събитие?
Да, ако разговорният софтуер го поддържа. MERA OS, системата на MERA Robotics, води разговори на над 70 езика, сред които полски, английски и български, с глас, подбран за всеки език.
Трябва ли гостите да бъдат информирани, че разговарят с изкуствен интелект?
В ЕС правилата за прозрачност на Акта за ИИ, които се прилагат от 2 август 2026 г., изискват хората, които взаимодействат пряко със система с ИИ, да бъдат информирани, освен ако това е очевидно. При хуманоиден робот обикновено стига едно изречение в поздрава или табела на щанда.














