A humanoid robot and artificial intelligence
База на знаење

Како хуманоидниот робот разговара со луѓето: препознавање говор, вештачка интелигенција и глас на роботот

Како хуманоиден робот слуша, разбира и одговара: микрофони, препознавање говор, јазичен модел, глас, брзина на одговорот, бучава на настан и европскиот AI Act.

Редакцијата на MERA RoboticsАжурирано: 21 ноември 2026 г.7 мин. читањеAzərbaycancaBahasa MelayuShqipBosanskiSrpskiالعربيةעבריתहिन्दीTiếng ViệtDanskTürkçeBahasa Indonesia中文日本語EestiSlovenčinaΕλληνικάSuomiMagyarLatviešuSlovenščinaČeštinaHrvatskiLietuviųNorsk한국어RomânăPortuguêsSvenskaБългарскиItalianoFrançaisNederlandsEspañol

Накратко

Хуманоидниот робот разговара со помош на синџир софтвер: микрофоните го фаќаат звукот, препознавањето говор го претвора во текст, јазичниот модел пишува одговор во согласност со персоната и знаењето за настанот, а синтезата на говор го изговара. Квалитетот на разговорот зависи од софтверот, подготвеното знаење и акустиката на просторот, а не само од самиот робот.

СодржинаКако тече разговорот со хуманоиден робот чекор по чекор?Што слуша хуманоидниот робот и како се снаоѓа во бучава?Како хуманоидниот робот знае што треба да каже?Зошто брзината на одговорот на роботот е толку важна?Колку јазици и каков глас може да користи хуманоидниот робот?Дали луѓето мора да знаат дека разговараат со вештачка интелигенција?Што да проверите пред настан со робот што разговара?Како да изберете партнер за разговорите на хуманоиден робот?

Хуманоидниот робот разговара со луѓето со помош на синџир софтвер: микрофоните го фаќаат звукот, препознавањето говор го претвора во текст, јазичниот модел пишува одговор што одговара на персоната на роботот и на она што тој го знае за настанот, а синтезата на говор тој одговор го претвора во глас што го слушате од звучникот. Самиот робот (на пример Unitree G1) ги дава „ушите“, „устата“ и движењата; квалитетот на разговорот зависи од софтверот и од тоа колку добро е подготвен за конкретниот простор.

Како тече разговорот со хуманоиден робот чекор по чекор?

Разговорот со хуманоиден робот минува низ пет фази што се повторуваат при секоја размена:

Фаза Што се случува Од што зависи квалитетот
Слушање микрофоните на роботот (или надворешен микрофон) го фаќаат звукот бучава, растојание од соговорникот, ехо во просторијата
Препознавање на редот системот одлучува кога лицето почнало и завршило да зборува поставки за чувствителност, жагор во позадина
Препознавање говор говорот се претвора во текст јазик, акцент, сопствени имиња, детски гласови
Одговор јазичниот модел пишува одговор со помош на персоната и знаењето квалитет на описот на персоната и базата на знаење, правила за темите
Глас и движење синтеза на говор, звучник, гестови глас прилагоден на јазикот, јачина, разглас во просторот

Слаба алка каде било го прекинува целиот синџир. Најчестиот проблем на настаните не е „глупава вештачка интелигенција“, туку робот што во бучавата погрешно го слушнал прашањето, а потоа точно одговорил на нешто што никој не прашал.

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), фото: RuinDig/Yuki Uchida, CC BY 4.0

Што слуша хуманоидниот робот и како се снаоѓа во бучава?

Хуманоидниот робот слуша преку вградена низа микрофони, а во бучен простор често подобро работи дополнителен микрофон блиску до устата на соговорникот. Според производителот, Unitree G1 има низа микрофони и вграден звучник (спецификации на Unitree G1). Тоа е доволно за разговор во канцеларија, изложбен салон или на мирен штанд.

На саем, гала-вечер или фестивал работите се менуваат: музиката, разгласот од сцената и десетици истовремени разговори стигнуваат до истите микрофони. Во пракса помагаат:

  • гостинот да пристапи блиску до роботот и да зборува директно кон него, а не од страна,
  • рачен или насочен микрофон за гостите на сцената и во панелите,
  • сместување на штандот подалеку од звучниците на сцената,
  • однапред зададени сопствени имиња (марка, производи, имиња на говорници), за препознавањето говор да не ги искриви,
  • проба во вистинскиот простор, а не само во канцеларија.

Истото важи и за звукот што го произведува роботот: вградениот звучник е доволен за разговор еден на еден, но за настап на сцена звукот на роботот мора да оди во разгласот на просторот.

Како хуманоидниот робот знае што треба да каже?

Одговорите на хуманоидниот робот ги пишува јазичен модел што добива опис на персоната, знаење за настанот и правила за тоа што роботот не смее да каже. Моделот општо ги познава јазикот и светот, но не знае ништо за програмата на конференцијата, производите на клиентот ниту за тоа каде е гардеробата. Тоа знаење треба да се подготви.

Добар пакет за подготовка опфаќа:

  • персона: име, карактер, начин на зборување, должина на одговорите,
  • знаење: програма, говорници, понуда, одговори на типичните прашања од гостите,
  • граници: забранети теми, начин на одбивање, што да се прави со прашања за политика или конкуренција,
  • сценарио: поздрав, покана за фотографирање, предавање на гостинот на лице на штандот.

Така работи MERA Robotics: изјавите на роботот се подготвуваат за секој поединечен настан во профил на настанот со знаење за клиентот и програмата, а роботот може да има сопствен идентитет на марката со име, карактер и знаење за понудата.

Некои системи разговорот го поврзуваат со сликата од камерата. Роботот тогаш го препознава предметот пред себе, на пример изложен модел на производ, и го споменува во разговорот. Тоа е корисно во изложбени салони и на штандови, каде што гостите прашуваат „а што е ова?“.

Зошто брзината на одговорот на роботот е толку важна?

Брзината на одговорот на хуманоидниот робот одлучува дали разговорот ќе делува природно, бидејќи луѓето се навикнати на многу кратки паузи меѓу размените. Истражувањето за смената на говорниците во низа јазици, објавено во списанието PNAS, покажа дека во сите проучувани јазици вообичаените паузи меѓу крајот на една изјава и почетокот на одговорот се многу кратки и се мерат во делови од секундата (Stivers и соработници, PNAS).

Ниеден синџир од препознавање говор, јазичен модел и синтеза на говор не одговара брзо како човек, па системите на роботите го надоместуваат тоа со начинот на водење на разговорот:

  • одговорот почнува да се пушта пред целосно да биде создаден,
  • кратки одговори наместо долги монолози,
  • гест или движење на главата веднаш по прашањето, за гостинот да знае дека роботот го слуша,
  • можност роботот да се прекине среде реченица.

Вториот проблем е моментот во кој роботот заклучува дека лицето завршило. Ако го стори тоа прерано, упаѓа во секоја пауза за размислување. Ако го стори тоа предоцна, гостите чекаат во тишина. Таа поставка треба да ѝ одговара на публиката: децата и луѓето што зборуваат странски јазик прават подолги паузи.

Колку јазици и каков глас може да користи хуманоидниот робот?

Бројот на јазици и изборот на глас зависат од софтверот за разговор на хуманоидниот робот, а не од хардверот на роботот. MERA OS, системот за разговор што го разви MERA Robotics, води разговори на повеќе од 70 јазици, меѓу нив на англиски, полски, германски, бугарски и хрватски, со глас прилагоден на секој јазик и мајчин акцент. На меѓународен настан роботот може еден гостин да го поздрави на англиски, а со следниот да разговара на германски.

При изборот на глас проверете:

  • дали ѝ одговара на персоната (возраст, темперамент, марка),
  • дали звучи природно на тој јазик, а не како превод од англиски,
  • како ги изговара сопствените имиња на клиентот,
  • дали темпото на говорот останува разбирливо во бучава.

Дали луѓето мора да знаат дека разговараат со вештачка интелигенција?

Да: во Европската унија обврската луѓето да бидат известени дека разговараат со вештачка интелигенција произлегува од правилата за транспарентност од AI Act, кои се применуваат од август 2026 година. Тие бараат системите со вештачка интелигенција наменети за непосредна интеракција со луѓе да бидат дизајнирани така што тие луѓе ќе бидат известени дека комуницираат со систем со вештачка интелигенција, освен ако тоа е очигледно (AI Act, обврски за транспарентност, AI Act, влегување во сила и примена). Известувањето мора да биде јасно и дадено најдоцна при првата интеракција.

Кај хуманоиден робот обично е очигледно дека зборува машина. Сепак, една реченица во поздравот на роботот или натпис на штандот се едноставни и отстрануваат секаков сомнеж. Податоците се посебно прашање: ако разговорите се снимаат или се бележат, гостите треба да го знаат тоа.

Што да проверите пред настан со робот што разговара?

Пред настан со хуманоиден робот што разговара, проверете седум работи:

  1. Пробен разговор во вистинскиот простор или во слична бучава.
  2. Список на сопствени имиња што роботот мора да ги препознае и правилно да ги изговори.
  3. Персоната и должината на одговорите што ги одобрил клиентот.
  4. Список на забранети теми и начинот на кој роботот ги одбива.
  5. План за сцената: микрофон за гостинот, приклучок на разгласот.
  6. Известување со кое на гостите им се кажува дека разговараат со вештачка интелигенција.
  7. Оператор на лице место што може да го преземе разговорот, да го смени јазикот или да го запре роботот.

Моделите достапни за настани погледнете ги во каталогот на роботи за изнајмување и продажба, а за изнајмувањето робот со оператори прочитајте на страницата изнајмување хуманоиден робот за настани.

Како да изберете партнер за разговорите на хуманоиден робот?

Партнерот за разговорите на хуманоиден робот оценете го според критериуми што можете да ги проверите пред да потпишете:

  • сопствен софтвер за разговор, а не една крута апликација од производителот,
  • бројот на јазици и колку природно звучи гласот на јазиците на Вашите гости,
  • персона и знаење подготвени за Вашиот настан, а не општ четбот,
  • оператори на лице место што реагираат кога нешто ќе тргне наопаку,
  • модели роботи достапни за изнајмување или купување,
  • искуство со настани во сопствената земја и во странство.

Најчесто поставувани прашања

Дали хуманоидниот робот разбира што му зборуваат луѓето?

Хуманоидниот робот говорот го претвора во текст, а јазичниот модел го толкува значењето и пишува одговор. Ги разбира прашањата поставени на природен јазик, но знаењето за конкретниот настан, понудата или програмата мора однапред да се подготви.

Зошто роботот понекогаш одговара надвор од темата?

Обично затоа што во бучавата погрешно го слушнал прашањето: препознавањето говор запишало други зборови, а моделот точно одговорил на погрешно запишаното прашање. Помагаат зборувањето одблизу, микрофонот за гостинот и однапред зададените сопствени имиња.

Може ли хуманоиден робот на еден настан да зборува повеќе јазици?

Да, ако тоа го поддржува софтверот за разговор. MERA OS, системот на MERA Robotics, води разговори на повеќе од 70 јазици, меѓу нив на англиски, полски, германски, бугарски и хрватски, со глас прилагоден на секој јазик.

Дали на гостите мора да им се каже дека разговараат со вештачка интелигенција?

Во ЕУ AI Act, кој се применува од август 2026 година, бара луѓето што непосредно комуницираат со систем со вештачка интелигенција да бидат известени за тоа, освен ако тоа е очигледно. Кај хуманоиден робот обично е доволна една реченица во поздравот или натпис на штандот.

Извори

  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
Практичен водич

Како да изберете софтвер за разговор за хуманоиден робот?

  1. Компатибилност со вашиот модел на робот и со верзијата на неговиот софтвер.
  2. Јазици и гласови: на колку јазици разговара системот и дали гласот е избран за секој јазик?
  3. Знаење и персона: како се внесува знаењето за настанот или брендот и како се одредува карактерот на роботот.
  4. Управување: може ли операторот да ги преземе разговорот, движењата и гестовите, на пример преку апликација на телефон?
  5. Контрола на содржината: како се ограничуваат темите и одговорите надвор од подготвеното знаење.
  6. Лиценца и поддршка: што опфаќа лиценцата и кој одговара за ажурирањата.

Оваа страница ја објавува MERA Robotics, компанија што го лиценцира MERA OS, софтвер за разговор за хуманоидни роботи.

Што нудиме

Роботи за изнајмување и за продажба

Целиот каталог на роботи (на англиски) →

Контакт

Да разговараме за вашиот настан

Опишете накратко што ви треба. Ќе ви одговориме со предлог за робот, сценарио и понуда.

Податоците од формуларот ги користиме само за да одговориме на вашето барање.

База на знаење

Прочитајте и

Проверете достапност