# 人形机器人如何与人交谈：语音识别、人工智能和机器人的声音

URL: https://merarobotics.com/blog/renxing-jiqiren-ruhe-yu-ren-jiaotan-yuyin-shibie-shengyin
Language: zh
Publisher: MERA Robotics (https://merarobotics.com)
Updated: 2026-11-21

> 人形机器人通过一条软件链交谈：麦克风收音，语音识别把声音转成文字，语言模型根据人设和活动知识写出回答，语音合成再把它说出来。对话质量取决于软件、事先准备的知识和场地声学条件，而不只是机器人本身。

人形机器人通过一条软件链与人交谈：麦克风收音，语音识别把声音转成文字，语言模型根据机器人的人设和它对活动的了解写出回答，语音合成再把回答变成您从扬声器里听到的声音。机器人本身（例如 Unitree G1）提供“耳朵”“嘴巴”和动作；对话质量取决于软件，以及软件针对具体场地准备得有多好。

## 与人形机器人的对话是怎样一步步进行的？

与人形机器人的对话经过五个阶段，每一轮交流都会重复一遍：

| 阶段 | 发生了什么 | 质量取决于什么 |
|---|---|---|
| 收听 | 机器人的麦克风（或外接麦克风）收音 | 噪音、与说话人的距离、房间回声 |
| 轮次判断 | 系统判断一个人何时开始、何时说完 | 灵敏度设置、背景人声 |
| 语音识别 | 把语音转成文字 | 语言、口音、专有名称、儿童的声音 |
| 回答 | 语言模型借助人设和知识写出回答 | 人设说明和知识库的质量、话题规则 |
| 声音和动作 | 语音合成、扬声器、手势 | 与语言匹配的声音、音量、场馆扩声 |

任何一环薄弱，整条链都会断。活动上最常见的问题不是“人工智能太笨”，而是机器人在嘈杂的人声中听错了问题，然后准确地回答了一个没人问过的问题。

## 人形机器人能听到什么，如何应对噪音？

人形机器人通过内置的麦克风阵列收听；在嘈杂的场馆里，在说话人嘴边加一支麦克风往往效果更好。根据制造商的资料，Unitree G1 配有“4 Microphone Array”和“5W Speaker”，即四个麦克风和一个 5 W 扬声器（[Unitree G1 参数](https://www.unitree.com/g1)）。这足以在办公室、展厅或安静的展台上进行对话。

到了展会、晚会或音乐节，情况就不同了：音乐、舞台扩声和许多同时进行的对话都会传到同一组麦克风里。实际有用的做法包括：

- 来宾走近机器人，正对着它说话，而不是从侧面说，
- 为舞台和圆桌讨论中的来宾准备手持麦克风或指向性麦克风，
- 把展台设在远离舞台扬声器的位置，
- 提前把专有名称（品牌、产品、演讲嘉宾姓名）告诉系统，以免语音识别把它们弄错，
- 在实际场馆里测试，而不只是在办公室里测试。

声音输出也一样：一对一交谈时，机器人内置的扬声器就够用；但登台表演时，机器人的声音需要接入场馆的扩声系统。

## 人形机器人怎么知道该说什么？

人形机器人的回答由语言模型写出，模型会收到人设描述、关于活动的知识，以及机器人不能说什么的规则。模型懂语言，也了解世界的一般情况，但它对会议议程、客户的产品或衣帽间在哪里一无所知。这些知识必须提前准备。

一套好的准备材料包括：

- **人设**：名字、性格、说话方式、回答长度，
- **知识**：议程、演讲嘉宾、产品和服务、来宾常见问题的答案，
- **边界**：禁谈话题、如何婉拒、遇到政治或竞争对手相关问题时怎么办，
- **脚本**：问候、邀请合影、把来宾交给展台上的工作人员。

MERA Robotics 就是这样工作的：机器人的话语针对每场活动，在包含客户和活动议程知识的活动档案中准备；机器人还可以拥有自己的品牌形象，包括名字、性格和对产品与服务的了解。

有些系统会把对话与摄像头画面结合起来。这时，机器人能识别面前的物体，例如展出的某个产品型号，并在对话中提到它。这在展厅和展台上很有用，因为来宾常会问：“这是什么？”

## 为什么机器人的回应速度这么重要？

人形机器人的回应速度决定了对话是否自然，因为人们习惯了轮次之间极短的间隔。发表在《美国国家科学院院刊》（PNAS）上的一项涵盖 10 种语言的研究发现，在每一种语言中，从一方说完到另一方开始回答，最常见的间隔都非常短，几乎是无缝衔接（[Stivers 等，PNAS 2009](https://pmc.ncbi.nlm.nih.gov/articles/PMC2705608/)）。

由语音识别、语言模型和语音合成组成的软件链，没有一条能像人一样快速回答，因此机器人系统要靠对话的组织方式来弥补：

- 回答还没完全生成，就开始播放，
- 用简短的回答代替长篇独白，
- 问题一说完，机器人就做一个手势或转一下头，让来宾知道它在听，
- 允许在机器人说话时打断它。

第二个问题是机器人判断对方已经说完的时机。判断得太早，机器人会在对方每次停下来思考时插话；判断得太晚，来宾只能在沉默中等待。这一设置应与观众相匹配：儿童和说外语的人停顿时间更长。

## 人形机器人能用多少种语言，用什么样的声音？

语言数量和声音选择取决于人形机器人的对话软件，而不是机器人硬件。MERA Robotics 开发的对话系统 MERA OS 能用 70 多种语言对话，包括波兰语和英语，每种语言都配有相应的声音和母语口音。在国际活动上，机器人可以用英语问候一位来宾，再用波兰语与下一位来宾交谈。

选择声音时，请检查：

- 声音是否符合人设（年龄、气质、品牌），
- 在这种语言里听起来是否自然，而不像是从英语翻译过来的，
- 它如何读出客户的专有名称，
- 在噪音中语速是否仍然听得懂。

## 必须告诉人们他们在与人工智能交谈吗？

必须：在欧盟，告知人们正在与人工智能交谈的义务来自《人工智能法》第五十条，该条自 2026 年 8 月 2 日起适用。它要求用于与人直接互动的人工智能系统，在设计上必须让这些人知道自己在与人工智能系统互动，除非这一点显而易见（[《人工智能法》第五十条](https://ai-act-service-desk.ec.europa.eu/en/ai-act/article-50)、[关于生效和适用的条款](https://ai-act-service-desk.ec.europa.eu/en/ai-act/article-113)）。这一信息必须清楚，并最迟在首次互动时提供。

面对人形机器人，人们通常一眼就能看出是机器在说话。不过，在机器人的问候语里加一句话，或在展台上放一块提示牌，既简单又能消除任何疑问。数据则是另一个问题：如果对话会被录音或记录，来宾应当知情。

## 举办有会说话的机器人的活动之前，应该检查什么？

举办有会说话的人形机器人参与的活动之前，请检查七件事：

1. 在实际场馆或类似噪音环境中做一次对话测试。
2. 一份机器人必须能识别并正确读出的专有名称清单。
3. 经客户认可的人设和回答长度。
4. 一份禁谈话题清单，以及机器人婉拒的方式。
5. 舞台方案：给来宾的麦克风、与扩声系统的连接。
6. 一条告知来宾他们在与人工智能交谈的提示。
7. 现场有一位操作员，可以接管对话、切换语言或让机器人停下。

可用于活动的机型见[出租和在售的机器人目录](https://merarobotics.com/blog/robots-for-rent-and-sale)。

## 如何选择人形机器人对话的合作伙伴？

评估人形机器人对话的合作伙伴，可以使用签约前就能核实的标准：

- **自有对话软件**，而不是制造商那款单一、死板的应用，
- **语言数量**，以及声音在您的语言里听起来有多自然，
- **为您的活动准备的人设和知识**，而不是通用的聊天机器人，
- **现场操作员**，出问题时能及时应对，
- 可以租用或购买的**机器人机型**，
- 国内外的**活动经验**。

## FAQ

### 人形机器人能听懂人们对它说的话吗？

人形机器人把语音转成文字，再由语言模型理解意思并写出回答。它能听懂用自然语言提出的问题，但关于具体活动、产品或议程的知识必须提前准备。

### 为什么机器人有时会答非所问？

通常是因为它在噪音中听错了问题：语音识别记下了别的词，模型则准确地回答了这个被转写错的问题。走近说话、给来宾配麦克风、提前把专有名称告诉系统，都会有帮助。

### 人形机器人能在一场活动中说几种语言吗？

能，前提是对话软件支持。MERA Robotics 的系统 MERA OS 能用 70 多种语言对话，包括波兰语和英语，每种语言都配有相应的声音。

### 必须告诉来宾他们在与人工智能交谈吗？

在欧盟，《人工智能法》第五十条自 2026 年 8 月 2 日起适用，要求告知与人工智能系统直接互动的人，除非这一点显而易见。面对人形机器人，在问候语里加一句话，或在展台上放一块提示牌，通常就够了。

## 参考来源

- [Unitree G1: manufacturer specifications](https://www.unitree.com/g1)
- [Stivers et al. (2009), Universals and cultural variation in turn-taking in conversation, PNAS](https://pmc.ncbi.nlm.nih.gov/articles/PMC2705608/)
- [EU AI Act, Article 50: transparency obligations](https://ai-act-service-desk.ec.europa.eu/en/ai-act/article-50)
- [EU AI Act, Article 113: entry into force and application](https://ai-act-service-desk.ec.europa.eu/en/ai-act/article-113)

本页面由 MERA Robotics 发布，该公司提供人形机器人对话软件 MERA OS 的授权。

## 联系方式

MERA Robotics: contact@merarobotics.com, https://merarobotics.com
活动人形机器人租赁: https://merarobotics.com/zh/events
