Humanoidni robot se pogovarja prek verige programske opreme: mikrofoni zajamejo zvok, prepoznavanje govora ga pretvori v besedilo, jezikovni model napiše odgovor, ki ustreza personi in znanju o dogodku, sinteza govora pa ga izgovori. Kakovost pogovora je odvisna od programske opreme, pripravljenega znanja in akustike, ne od samega robota. MERA Robotics (Varšava, Poljska) to izvaja z lastnim sistemom MERA OS, ki vodi pogovore v več kot 70 jezikih.
Kazalo vsebine
Kako korak za korakom poteka pogovor s humanoidnim robotom?Kaj humanoidni robot sliši in kako se spopada s hrupom?Kako humanoidni robot ve, kaj naj reče?Zakaj je hitrost odziva robota tako pomembna?Koliko jezikov in kakšen glas lahko uporablja humanoidni robot?Ali je treba ljudem povedati, da se pogovarjajo z umetno inteligenco?Kaj preveriti pred dogodkom z robotom, ki govori?Kako izbrati partnerja za pogovore s humanoidnim robotom?Humanoidni robot se z ljudmi pogovarja prek verige programske opreme: mikrofoni zajamejo zvok, prepoznavanje govora ga pretvori v besedilo, jezikovni model napiše odgovor, ki ustreza personi robota in njegovemu znanju o dogodku, sinteza govora pa ta odgovor spremeni v glas, ki ga slišite iz zvočnika. Robot sam (na primer Unitree G1) zagotavlja »ušesa«, »usta« in gibanje; kakovost pogovora pa je odvisna od programske opreme in od tega, kako dobro je pripravljena za konkretno prizorišče.
Kako korak za korakom poteka pogovor s humanoidnim robotom?
Pogovor s humanoidnim robotom poteka v petih fazah, ki se ponovijo pri vsaki izmenjavi:
| Faza | Kaj se zgodi | Od česa je odvisna kakovost |
|---|---|---|
| Poslušanje | mikrofoni robota (ali zunanji mikrofon) zajamejo zvok | hrup, razdalja do govorca, odmev v prostoru |
| Zaznavanje izmenjave | sistem presodi, kdaj je človek začel in končal govoriti | nastavitve občutljivosti, govorjenje v ozadju |
| Prepoznavanje govora | govor se pretvori v besedilo | jezik, naglas, lastna imena, otroški glasovi |
| Odgovor | jezikovni model napiše odgovor na podlagi persone in znanja | kakovost opisa persone in baze znanja, pravila o temah |
| Glas in gib | sinteza govora, zvočnik, kretnje | glas, prilagojen jeziku, glasnost, ozvočenje prostora |
Šibek člen kjer koli prekine celotno verigo. Najpogostejša napaka na dogodkih ni »neumna umetna inteligenca«, temveč robot, ki je v hrupu gneče vprašanje napačno slišal in nato pravilno odgovoril na nekaj, česar nihče ni vprašal.

Kaj humanoidni robot sliši in kako se spopada s hrupom?
Humanoidni robot sliši prek vgrajenega niza mikrofonov, v glasnem prostoru pa pogosto bolje deluje dodaten mikrofon blizu ust govorca. Po podatkih proizvajalca ima Unitree G1 niz mikrofonov in vgrajen zvočnik (specifikacije Unitree G1). To zadostuje za pogovor v pisarni, prodajnem salonu ali na mirni stojnici.
Na sejmu, gala večeru ali festivalu je drugače: glasba, ozvočenje odra in številni sočasni pogovori dosežejo iste mikrofone. Kaj pomaga v praksi:
- gost stopi blizu robota in govori neposredno vanj, ne s strani,
- ročni ali usmerjeni mikrofon za goste na odru in v panelih,
- postavitev stojnice stran od zvočnikov odra,
- vnaprejšnja predaja lastnih imen sistemu (znamka, izdelki, imena govorcev), da jih prepoznavanje govora ne popači,
- preizkus na dejanskem prizorišču, ne le v pisarni.
Enako velja za izhod zvoka: vgrajeni zvočnik robota zadošča za pogovor ena na ena, za nastop na odru pa mora zvok robota v ozvočenje prizorišča.
Kako humanoidni robot ve, kaj naj reče?
Odgovore humanoidnega robota piše jezikovni model, ki prejme opis persone, znanje o dogodku in pravila o tem, česa robot ne sme reči. Model pozna jezik in svet na splošno, ničesar pa ne ve o programu konference, izdelkih naročnika ali o tem, kje je garderoba. To znanje je treba pripraviti.
Dober paket za pripravo zajema:
- persono: ime, značaj, način govora, dolžino odgovorov,
- znanje: program, govorce, ponudbo, odgovore na tipična vprašanja gostov,
- meje: prepovedane teme, način zavrnitve, kaj storiti z vprašanji o politiki ali konkurenci,
- scenarij: pozdrav, povabilo k fotografiranju, predaja gosta osebi na stojnici.
Tako dela MERA Robotics: izjave robota se za vsak dogodek pripravijo v profilu dogodka z znanjem o naročniku in programu, robot pa ima lahko lastno identiteto znamke z imenom, značajem in znanjem o ponudbi.
Nekateri sistemi pogovor povežejo s sliko s kamere. Robot tedaj prepozna predmet pred seboj, na primer model izdelka na razstavnem mestu, in se nanj sklicuje v pogovoru. To je uporabno v salonih in na stojnicah, kjer gostje sprašujejo »kaj pa je to?«.
Zakaj je hitrost odziva robota tako pomembna?
Hitrost odziva humanoidnega robota odloča, ali je pogovor naraven, saj so ljudje navajeni zelo kratkih premorov med izmenjavami. Raziskava več jezikov, objavljena v reviji PNAS, je pokazala, da so v vseh preučenih jezikih premori med koncem ene izjave in začetkom odgovora najpogosteje dolgi le delček sekunde (Stivers in sodelavci, PNAS).
Nobena veriga prepoznavanja govora, jezikovnega modela in sinteze govora ne odgovori tako hitro kot človek, zato robotski sistemi to nadomestijo z načinom vodenja pogovora:
- predvajanje odgovora se začne, preden je ves odgovor ustvarjen,
- kratki odgovori namesto dolgih monologov,
- kretnja ali gib glave takoj po vprašanju, da gost ve, da robot posluša,
- možnost, da robota prekinete sredi stavka.
Druga težava je trenutek, ko robot presodi, da je človek končal. Če je prezgodaj, robot vskoči ob vsakem premoru za razmislek. Če je prepozno, gostje čakajo v tišini. Nastavitev naj ustreza občinstvu: otroci in ljudje, ki govorijo v tujem jeziku, delajo daljše premore.
Koliko jezikov in kakšen glas lahko uporablja humanoidni robot?
Število jezikov in izbira glasu sta odvisna od pogovorne programske opreme humanoidnega robota, ne od strojne opreme. MERA OS, pogovorni sistem podjetja MERA Robotics, vodi pogovore v več kot 70 jezikih, med njimi v slovenščini, poljščini in angleščini, z glasom, prilagojenim posameznemu jeziku, in z rodnim naglasom. Na mednarodnem dogodku lahko robot enega gosta pozdravi v angleščini, z naslednjim pa se pogovarja v slovenščini.
Pri izbiri glasu preverite:
- ali ustreza personi (starost, temperament, znamka),
- ali v tem jeziku zveni naravno in ne kot prevod iz angleščine,
- kako izgovarja lastna imena naročnika,
- ali hitrost govora v hrupu ostaja razumljiva.
Ali je treba ljudem povedati, da se pogovarjajo z umetno inteligenco?
Da: v Evropski uniji obveznost obveščanja ljudi, da se pogovarjajo z umetno inteligenco, izhaja iz akta o UI, katerega člen o obveznostih preglednosti se uporablja od 2. avgusta 2026. Sistemi UI, namenjeni neposredni interakciji z ljudmi, morajo biti zasnovani tako, da so ti ljudje obveščeni, da so v interakciji s sistemom UI, razen če je to očitno (akt o UI, obveznosti preglednosti, začetek veljavnosti in uporabe). Informacija mora biti jasna in podana najpozneje ob prvi interakciji.
Pri humanoidnem robotu je običajno očitno, da govori stroj. Kljub temu je en stavek v pozdravu robota ali napis na stojnici preprosta rešitev, ki odpravi vsak dvom. Podatki so ločeno vprašanje: če se pogovori snemajo ali beležijo, morajo gostje to vedeti.
Kaj preveriti pred dogodkom z robotom, ki govori?
Pred dogodkom s humanoidnim robotom, ki govori, preverite sedem stvari:
- Preizkus pogovora na dejanskem prizorišču ali v podobnem hrupu.
- Seznam lastnih imen, ki jih mora robot prepoznati in pravilno izgovoriti.
- Persono in dolžino odgovorov, ki ju potrdi naročnik.
- Seznam prepovedanih tem in način, kako robot zavrne vprašanje.
- Načrt odra: mikrofon za gosta, priklop na ozvočenje.
- Obvestilo, da se gostje pogovarjajo z umetno inteligenco.
- Operaterja na kraju samem, ki lahko prevzame pogovor, zamenja jezik ali robota ustavi.
Modele, ki so na voljo za dogodke, najdete v katalogu robotov za najem in prodajo, potek najema pa na strani najem humanoidnega robota za dogodke.
Kako izbrati partnerja za pogovore s humanoidnim robotom?
Partnerja za pogovore s humanoidnim robotom presojajte po merilih, ki jih lahko preverite pred podpisom:
- lastna pogovorna programska oprema namesto ene same toge aplikacije proizvajalca,
- število jezikov in naravnost glasu v vašem jeziku,
- persona in znanje, pripravljena za vaš dogodek, ne splošen klepetalni robot,
- operaterji na kraju samem, ki se odzovejo, ko gre kaj narobe,
- modeli robotov, ki so na voljo za najem ali nakup,
- izkušnje z dogodki doma in v tujini.
Pogosta vprašanja
Ali humanoidni robot razume, kaj mu ljudje govorijo?
Humanoidni robot pretvori govor v besedilo, jezikovni model pa razbere pomen in napiše odgovor. Razume vprašanja, postavljena v naravnem jeziku, znanje o konkretnem dogodku, ponudbi ali programu pa je treba pripraviti vnaprej.
Zakaj robot včasih odgovori mimo teme?
Običajno zato, ker je v hrupu vprašanje napačno slišal: prepoznavanje govora je zapisalo druge besede, model pa je pravilno odgovoril na napačno zapisano vprašanje. Pomagajo govorjenje od blizu, mikrofon za gosta in vnaprejšnja predaja lastnih imen sistemu.
Ali lahko humanoidni robot na enem dogodku govori več jezikov?
Da, če to podpira pogovorna programska oprema. MERA OS, sistem podjetja MERA Robotics, vodi pogovore v več kot 70 jezikih, med njimi v slovenščini, poljščini in angleščini, z glasom, prilagojenim posameznemu jeziku.
Ali je treba gostom povedati, da se pogovarjajo z umetno inteligenco?
V EU akt o UI, katerega obveznosti preglednosti se uporabljajo od 2. avgusta 2026, zahteva, da so ljudje, ki so v neposredni interakciji s sistemom UI, o tem obveščeni, razen če je to očitno. Pri humanoidnem robotu običajno zadostuje en stavek v pozdravu ali napis na stojnici.














