Humanoidni robot razgovara pomoću lanca softvera: mikrofoni hvataju zvuk, prepoznavanje govora pretvara ga u tekst, jezički model piše odgovor u skladu s personom i znanjem o događaju, a sinteza govora ga izgovara. Kvalitet razgovora zavisi od softvera, pripremljenog znanja i akustike prostora, a ne samo od samog robota.
Sadržaj
Kako korak po korak teče razgovor s humanoidnim robotom?Šta humanoidni robot čuje i kako se snalazi u buci?Kako humanoidni robot zna šta treba reći?Zašto je brzina odgovora robota toliko važna?Koliko jezika i koji glas može koristiti humanoidni robot?Moraju li ljudi znati da razgovaraju s vještačkom inteligencijom?Šta provjeriti prije događaja s robotom koji razgovara?Kako izabrati partnera za razgovore humanoidnog robota?Humanoidni robot razgovara s ljudima pomoću lanca softvera: mikrofoni hvataju zvuk, prepoznavanje govora pretvara ga u tekst, jezički model piše odgovor koji odgovara personi robota i onome što zna o događaju, a sinteza govora pretvara taj odgovor u glas koji čujete iz zvučnika. Sam robot (naprimjer Unitree G1) daje „uši”, „usta” i pokrete; kvalitet razgovora zavisi od softvera i od toga koliko je dobro pripremljen za određeni prostor.
Kako korak po korak teče razgovor s humanoidnim robotom?
Razgovor s humanoidnim robotom prolazi kroz pet faza koje se ponavljaju pri svakoj izmjeni:
| Faza | Šta se dešava | Od čega zavisi kvalitet |
|---|---|---|
| Slušanje | mikrofoni robota (ili vanjski mikrofon) hvataju zvuk | buka, udaljenost od sagovornika, jeka u prostoriji |
| Prepoznavanje reda | sistem odlučuje kada je osoba počela i završila govoriti | postavke osjetljivosti, žamor u pozadini |
| Prepoznavanje govora | govor se pretvara u tekst | jezik, akcenat, vlastita imena, dječiji glasovi |
| Odgovor | jezički model piše odgovor uz pomoć persone i znanja | kvalitet opisa persone i baze znanja, pravila o temama |
| Glas i pokret | sinteza govora, zvučnik, geste | glas prilagođen jeziku, jačina zvuka, razglas u prostoru |
Slaba karika bilo gdje prekida cijeli lanac. Najčešći problem na događajima nije „glupa vještačka inteligencija”, nego robot koji je u buci pogrešno čuo pitanje, a zatim tačno odgovorio na nešto što niko nije pitao.

Šta humanoidni robot čuje i kako se snalazi u buci?
Humanoidni robot čuje preko ugrađenog niza mikrofona, a u bučnom prostoru često bolje radi dodatni mikrofon blizu usta sagovornika. Prema proizvođaču, Unitree G1 ima niz mikrofona i ugrađeni zvučnik (specifikacije Unitree G1). To je dovoljno za razgovor u kancelariji, izložbenom salonu ili na mirnom štandu.
Na sajmu, gala večeri ili festivalu stvari se mijenjaju: muzika, razglas sa scene i desetine istovremenih razgovora stižu do istih mikrofona. U praksi pomaže:
- da gost priđe blizu robota i govori direktno njemu, a ne sa strane,
- ručni ili usmjereni mikrofon za goste na sceni i u panelima,
- smještaj štanda podalje od zvučnika na sceni,
- unaprijed zadana vlastita imena (brend, proizvodi, imena govornika), kako ih prepoznavanje govora ne bi iskrivilo,
- proba u stvarnom prostoru, a ne samo u kancelariji.
Isto vrijedi i za zvuk koji robot proizvodi: ugrađeni zvučnik dovoljan je za razgovor jedan na jedan, ali za nastup na sceni zvuk robota mora ići u razglas prostora.
Kako humanoidni robot zna šta treba reći?
Odgovore humanoidnog robota piše jezički model koji dobija opis persone, znanje o događaju i pravila o tome šta robot ne smije reći. Model općenito poznaje jezik i svijet, ali ne zna ništa o programu konferencije, proizvodima klijenta niti o tome gdje je garderoba. To znanje treba pripremiti.
Dobar paket za pripremu obuhvata:
- personu: ime, karakter, način govora, dužinu odgovora,
- znanje: program, govornike, ponudu, odgovore na tipična pitanja gostiju,
- granice: zabranjene teme, način odbijanja, šta uraditi s pitanjima o politici ili konkurenciji,
- scenarij: pozdrav, poziv na fotografisanje, upućivanje gosta osobi na štandu.
Tako radi MERA Robotics: izjave robota pripremaju se za svaki pojedini događaj u profilu događaja sa znanjem o klijentu i programu, a robot može imati vlastiti identitet brenda s imenom, karakterom i znanjem o ponudi.
Neki sistemi razgovor povezuju sa slikom s kamere. Robot tada prepoznaje predmet ispred sebe, naprimjer izloženi model proizvoda, i spominje ga u razgovoru. To je korisno u izložbenim salonima i na štandovima, gdje gosti pitaju „a šta je ovo?”.
Zašto je brzina odgovora robota toliko važna?
Brzina odgovora humanoidnog robota odlučuje hoće li razgovor djelovati prirodno, jer su ljudi navikli na vrlo kratke pauze između izmjena. Istraživanje izmjene govornika u nizu jezika objavljeno u časopisu PNAS pokazalo je da su u svim proučavanim jezicima najčešće pauze između kraja jedne izjave i početka odgovora vrlo kratke i mjere se u dijelovima sekunde (Stivers i sar., PNAS).
Nijedan lanac prepoznavanja govora, jezičkog modela i sinteze govora ne odgovara brzo kao čovjek, pa sistemi robota to nadoknađuju načinom vođenja razgovora:
- odgovor se počinje reprodukovati prije nego što je u cijelosti stvoren,
- kratki odgovori umjesto dugih monologa,
- gesta ili pokret glave odmah nakon pitanja, kako bi gost znao da ga robot sluša,
- mogućnost da se robot prekine usred rečenice.
Drugi problem je trenutak u kojem robot zaključi da je osoba završila. Ako to uradi prerano, upada u svaku pauzu za razmišljanje. Ako to uradi prekasno, gosti čekaju u tišini. Ta postavka treba odgovarati publici: djeca i ljudi koji govore strani jezik prave duže pauze.
Koliko jezika i koji glas može koristiti humanoidni robot?
Broj jezika i izbor glasa zavise od softvera za razgovor humanoidnog robota, a ne od hardvera robota. MERA OS, sistem za razgovor koji je razvila MERA Robotics, vodi razgovore na više od 70 jezika, među njima na engleskom, njemačkom, poljskom i hrvatskom, s glasom prilagođenim svakom jeziku i izvornim akcentom. Na međunarodnom događaju robot može jednog gosta pozdraviti na engleskom, a sa sljedećim razgovarati na njemačkom.
Pri izboru glasa provjerite:
- odgovara li personi (dob, temperament, brend),
- zvuči li prirodno na tom jeziku, a ne kao prijevod s engleskog,
- kako izgovara vlastita imena klijenta,
- ostaje li tempo govora razumljiv u buci.
Moraju li ljudi znati da razgovaraju s vještačkom inteligencijom?
Da: u Evropskoj uniji obaveza obavještavanja ljudi da razgovaraju s vještačkom inteligencijom proizlazi iz pravila o transparentnosti AI Acta, koja se primjenjuju od augusta 2026. godine. Ona traže da sistemi vještačke inteligencije namijenjeni direktnoj interakciji s ljudima budu oblikovani tako da ti ljudi budu obaviješteni da komuniciraju sa sistemom vještačke inteligencije, osim ako je to očigledno (AI Act, obaveze transparentnosti, AI Act, stupanje na snagu i primjena). Obavještenje mora biti jasno i dato najkasnije pri prvoj interakciji.
Kod humanoidnog robota obično je očigledno da govori mašina. Ipak, jedna rečenica u pozdravu robota ili natpis na štandu jednostavni su i uklanjaju svaku sumnju. Podaci su posebno pitanje: ako se razgovori snimaju ili bilježe, gosti to trebaju znati. Organizatori u Bosni i Hercegovini koji rade s evropskim partnerima ili publikom ista pravila mogu primijeniti kao dobru praksu.
Šta provjeriti prije događaja s robotom koji razgovara?
Prije događaja s humanoidnim robotom koji razgovara provjerite sedam stvari:
- Probni razgovor u stvarnom prostoru ili u sličnoj buci.
- Spisak vlastitih imena koja robot mora prepoznati i pravilno izgovoriti.
- Personu i dužinu odgovora koje je odobrio klijent.
- Spisak zabranjenih tema i način na koji ih robot odbija.
- Plan scene: mikrofon za gosta, povezivanje s razglasom.
- Obavještenje kojim se gostima kaže da razgovaraju s vještačkom inteligencijom.
- Operatera na licu mjesta koji može preuzeti razgovor, promijeniti jezik ili zaustaviti robota.
Modele dostupne za događaje pogledajte u katalogu robota za iznajmljivanje i prodaju, a o iznajmljivanju robota s operaterima pročitajte na stranici iznajmljivanje humanoidnog robota za događaje.
Kako izabrati partnera za razgovore humanoidnog robota?
Partnera za razgovore humanoidnog robota procijenite prema kriterijima koje možete provjeriti prije potpisivanja:
- vlastiti softver za razgovor, a ne jedna kruta aplikacija proizvođača,
- broj jezika i koliko prirodno glas zvuči na jezicima vaše publike,
- persona i znanje pripremljeni za vaš događaj, a ne uopćeni chatbot,
- operateri na licu mjesta koji reaguju kada nešto krene naopako,
- modeli robota dostupni za iznajmljivanje ili kupovinu,
- iskustvo s događajima u vlastitoj zemlji i u inostranstvu.
Česta pitanja
Da li humanoidni robot razumije šta mu ljudi govore?
Humanoidni robot pretvara govor u tekst, a jezički model tumači značenje i piše odgovor. Razumije pitanja postavljena prirodnim jezikom, ali znanje o konkretnom događaju, ponudi ili programu mora se pripremiti unaprijed.
Zašto robot ponekad odgovara izvan teme?
Obično zato što je u buci pogrešno čuo pitanje: prepoznavanje govora zapisalo je druge riječi, a model je tačno odgovorio na pogrešno zapisano pitanje. Pomažu govor iz blizine, mikrofon za gosta i unaprijed zadana vlastita imena.
Može li humanoidni robot na jednom događaju govoriti više jezika?
Da, ako to podržava softver za razgovor. MERA OS, sistem kompanije MERA Robotics, vodi razgovore na više od 70 jezika, među njima na engleskom, njemačkom i hrvatskom, s glasom prilagođenim svakom jeziku.
Mora li se gostima reći da razgovaraju s vještačkom inteligencijom?
U EU AI Act, koji se primjenjuje od augusta 2026. godine, traži da ljudi koji direktno komuniciraju sa sistemom vještačke inteligencije o tome budu obaviješteni, osim ako je to očigledno. Kod humanoidnog robota obično je dovoljna jedna rečenica u pozdravu ili natpis na štandu.














