A humanoid robot and artificial intelligence
ცოდნის ბაზა

როგორ ესაუბრება ჰუმანოიდი რობოტი ადამიანებს: მეტყველების ამოცნობა, AI და რობოტის ხმა

როგორ ესმის, იგებს და პასუხობს ჰუმანოიდი რობოტი: მიკროფონები, მეტყველების ამოცნობა, ენობრივი მოდელი, ხმა, პასუხის სიჩქარე, ხმაური და AI Act.

MERA Robotics-ის გუნდიგანახლდა: 21 ნოემბერი, 20265 წთ საკითხავადCatalàMaltiLëtzebuergeschGalegoՀայերենไทยAzərbaycancaBahasa MelayuShqipSrpskiМакедонскиBosanskiहिन्दीעבריתالعربيةTiếng ViệtBahasa IndonesiaDansk中文日本語TürkçeEestiMagyarΕλληνικάSlovenčinaSuomiLatviešuSlovenščinaČeštinaHrvatskiLietuviųNorsk한국어БългарскиRomânăSvenskaPortuguêsEspañolItalianoNederlandsFrançais

მოკლედ

ჰუმანოიდი რობოტი პროგრამების ჯაჭვით საუბრობს: მიკროფონები ხმას იჭერენ, მეტყველების ამოცნობა მას ტექსტად აქცევს, ენობრივი მოდელი წერს პერსონისა და ღონისძიების ცოდნის შესაბამის პასუხს, მეტყველების სინთეზი კი მას ახმოვანებს. საუბრის ხარისხი პროგრამაზე, მომზადებულ ცოდნასა და აკუსტიკაზეა დამოკიდებული და არა მხოლოდ თავად რობოტზე.

სარჩევიროგორ მიმდინარეობს საუბარი ჰუმანოიდ რობოტთან, ნაბიჯ-ნაბიჯ?რა ესმის ჰუმანოიდ რობოტს და როგორ უმკლავდება ის ხმაურს?საიდან იცის ჰუმანოიდმა რობოტმა, რა თქვას?რატომ არის რობოტის პასუხის სიჩქარე ასეთი მნიშვნელოვანი?რამდენ ენაზე და რა ხმით შეუძლია ჰუმანოიდ რობოტს საუბარი?უნდა ეცნობოთ თუ არა ადამიანებს, რომ ხელოვნურ ინტელექტთან საუბრობენ?რა შევამოწმოთ ღონისძიებამდე, სადაც მოსაუბრე რობოტი იქნება?როგორ ავირჩიოთ პარტნიორი ჰუმანოიდი რობოტის საუბრებისთვის?

ჰუმანოიდი რობოტი ადამიანებს პროგრამების ჯაჭვის მეშვეობით ესაუბრება: მიკროფონები ხმას იჭერენ, მეტყველების ამოცნობა მას ტექსტად აქცევს, ენობრივი მოდელი წერს პასუხს, რომელიც რობოტის პერსონასა და ღონისძიების შესახებ მის ცოდნას შეესაბამება, ხოლო მეტყველების სინთეზი ამ პასუხს ხმად გარდაქმნის, რომელსაც დინამიკიდან ისმენთ. თავად რობოტი (მაგალითად, Unitree G1) უზრუნველყოფს „ყურებს“, „პირს“ და მოძრაობას; საუბრის ხარისხი კი პროგრამასა და იმაზეა დამოკიდებული, რამდენად კარგად არის ის მომზადებული კონკრეტული ადგილისთვის.

როგორ მიმდინარეობს საუბარი ჰუმანოიდ რობოტთან, ნაბიჯ-ნაბიჯ?

საუბარი ჰუმანოიდ რობოტთან ხუთ ეტაპს გადის, რომლებიც ყოველ რეპლიკაზე მეორდება:

ეტაპი რა ხდება რაზეა დამოკიდებული ხარისხი
მოსმენა რობოტის მიკროფონები (ან გარე მიკროფონი) ხმას იჭერენ ხმაური, მანძილი მოსაუბრემდე, დარბაზის ექო
რეპლიკის ამოცნობა სისტემა წყვეტს, როდის დაიწყო და დაამთავრა ადამიანმა საუბარი მგრძნობელობის პარამეტრები, ფონური საუბრები
მეტყველების ამოცნობა მეტყველება ტექსტად გარდაიქმნება ენა, აქცენტი, საკუთარი სახელები, ბავშვების ხმები
პასუხი ენობრივი მოდელი პასუხს პერსონისა და ცოდნის საფუძველზე წერს პერსონის აღწერისა და ცოდნის ბაზის ხარისხი, თემების წესები
ხმა და მოძრაობა მეტყველების სინთეზი, დინამიკი, ჟესტები ენაზე მორგებული ხმა, ხმამაღლობა, დარბაზის ხმის სისტემა

ნებისმიერ ადგილას სუსტი რგოლი მთელ ჯაჭვს არღვევს. ღონისძიებებზე ყველაზე ხშირი ჩავარდნა „სულელური AI“ კი არ არის, არამედ რობოტი, რომელმაც ბრბოს ხმაურში კითხვა არასწორად გაიგო და შემდეგ სწორად უპასუხა იმას, რაც არავის უკითხავს.

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

რა ესმის ჰუმანოიდ რობოტს და როგორ უმკლავდება ის ხმაურს?

ჰუმანოიდ რობოტს ჩაშენებული მიკროფონების მასივით ესმის, ხმაურიან ადგილას კი ხშირად უკეთ მუშაობს დამატებითი მიკროფონი, რომელიც მოსაუბრის პირთან ახლოსაა. მწარმოებლის მონაცემებით, Unitree G1-ს აქვს ოთხი მიკროფონისგან შემდგარი მასივი და ხუთვატიანი დინამიკი (Unitree G1-ის სპეციფიკაციები). ეს საკმარისია საუბრისთვის ოფისში, შოურუმში ან წყნარ სტენდზე.

გამოფენაზე, გალა-საღამოზე ან ფესტივალზე სიტუაცია იცვლება: მუსიკა, სცენის ხმის სისტემა და ათობით ერთდროული საუბარი ერთსა და იმავე მიკროფონებს აღწევს. პრაქტიკაში ეხმარება:

  • როცა სტუმარი რობოტს უახლოვდება და პირდაპირ მას ელაპარაკება და არა გვერდიდან,
  • ხელის ან მიმართული მიკროფონი სცენაზე და პანელებში მყოფი სტუმრებისთვის,
  • სტენდის განთავსება სცენის დინამიკებისგან მოშორებით,
  • სისტემისთვის საკუთარი სახელების წინასწარ მიწოდება (ბრენდი, პროდუქტები, მომხსენებლების სახელები), რათა მეტყველების ამოცნობამ ისინი არ დაამახინჯოს,
  • ტესტირება ნამდვილ ადგილზე და არა მხოლოდ ოფისში.

იგივე ეხება ხმის გამოტანას: რობოტის ჩაშენებული დინამიკი პირისპირ საუბრისთვის საკმარისია, სცენაზე გამოსვლისთვის კი რობოტის ხმა დარბაზის ხმის სისტემაში უნდა გავიდეს.

საიდან იცის ჰუმანოიდმა რობოტმა, რა თქვას?

ჰუმანოიდი რობოტის პასუხებს წერს ენობრივი მოდელი, რომელიც იღებს პერსონის აღწერას, ცოდნას ღონისძიების შესახებ და წესებს იმაზე, რა არ უნდა თქვას რობოტმა. მოდელმა იცის ენა და ზოგადად სამყარო, მაგრამ არაფერი იცის კონფერენციის პროგრამაზე, კლიენტის პროდუქტებზე ან იმაზე, სად არის გარდერობი. ეს ცოდნა მოსამზადებელია.

კარგი მოსამზადებელი პაკეტი მოიცავს:

  • პერსონას: სახელი, ხასიათი, საუბრის მანერა, პასუხების სიგრძე,
  • ცოდნას: პროგრამა, მომხსენებლები, შეთავაზება, პასუხები სტუმრების ტიპურ კითხვებზე,
  • საზღვრებს: აკრძალული თემები, უარის თქმის გზა, რა უნდა გაკეთდეს პოლიტიკასა თუ კონკურენტებზე კითხვებისას,
  • სცენარს: მისალმება, ფოტოს გადაღების შეთავაზება, სტუმრის სტენდზე მყოფი ადამიანისთვის გადაცემა.

ასე მუშაობს MERA Robotics: რობოტის ნათქვამი ყოველი კონკრეტული ღონისძიებისთვის მზადდება ღონისძიების პროფილში, რომელშიც კლიენტისა და პროგრამის შესახებ ცოდნაა, ხოლო რობოტს შეიძლება ბრენდის საკუთარი იდენტობა ჰქონდეს სახელით, ხასიათითა და შეთავაზების ცოდნით.

ზოგიერთი სისტემა საუბარს კამერის გამოსახულებასთან აერთიანებს. ამ შემთხვევაში რობოტი ამოიცნობს მის წინ მდებარე ობიექტს, მაგალითად ვიტრინაში გამოფენილი პროდუქტის მოდელს, და საუბარში მას ახსენებს. ეს სასარგებლოა შოურუმებსა და სტენდებზე, სადაც სტუმრები კითხულობენ: „ეს რა არის?“

რატომ არის რობოტის პასუხის სიჩქარე ასეთი მნიშვნელოვანი?

ჰუმანოიდი რობოტის პასუხის სიჩქარე წყვეტს, ბუნებრივად აღიქმება თუ არა საუბარი, რადგან ადამიანები რეპლიკებს შორის ძალიან მოკლე პაუზებს არიან მიჩვეულები. PNAS-ში გამოქვეყნებულმა კვლევამ, რომელიც ათ ენას მოიცავდა, აჩვენა, რომ ყველა ენაში ერთი რეპლიკის დასრულებასა და პასუხის დაწყებას შორის ყველაზე ხშირი პაუზა წამის მცირე ნაწილს შეადგენდა (Stivers et al., PNAS).

მეტყველების ამოცნობის, ენობრივი მოდელისა და მეტყველების სინთეზის ვერც ერთი ჯაჭვი ადამიანივით სწრაფად ვერ პასუხობს, ამიტომ რობოტების სისტემები ამას საუბრის წარმართვის ხერხებით აკომპენსირებენ:

  • პასუხის გახმოვანება იწყება მანამ, სანამ ის ბოლომდე შეიქმნება,
  • მოკლე პასუხები გრძელი მონოლოგების ნაცვლად,
  • ჟესტი ან თავის მოძრაობა კითხვისთანავე, რათა სტუმარმა იცოდეს, რომ რობოტი უსმენს,
  • რობოტის წინადადების შუაში შეწყვეტის შესაძლებლობა.

მეორე პრობლემა ის მომენტია, როცა რობოტი წყვეტს, რომ ადამიანმა საუბარი დაასრულა. თუ ეს ზედმეტად ადრე ხდება, რობოტი ფიქრის ყოველ პაუზაზე ერევა. თუ ზედმეტად გვიან, სტუმრები სიჩუმეში ელოდებიან. ეს პარამეტრი აუდიტორიას უნდა შეესაბამებოდეს: ბავშვები და უცხო ენაზე მოსაუბრე ადამიანები უფრო ხანგრძლივ პაუზებს აკეთებენ.

რამდენ ენაზე და რა ხმით შეუძლია ჰუმანოიდ რობოტს საუბარი?

ენების რაოდენობა და ხმის არჩევანი ჰუმანოიდი რობოტის სასაუბრო პროგრამაზეა დამოკიდებული და არა რობოტის აპარატურაზე. MERA OS, MERA Robotics-ის მიერ შექმნილი სასაუბრო სისტემა, საუბარს 70-ზე მეტ ენაზე ატარებს, მათ შორის პოლონურად და ინგლისურად, თითოეული ენისთვის შერჩეული ხმითა და მშობლიური აქცენტით. საერთაშორისო ღონისძიებაზე რობოტს შეუძლია ერთ სტუმარს ინგლისურად მიესალმოს, შემდეგს კი პოლონურად ესაუბროს.

ხმის არჩევისას შეამოწმეთ:

  • ერგება თუ არა ის პერსონას (ასაკი, ტემპერამენტი, ბრენდი),
  • ბუნებრივად ჟღერს თუ არა ამ ენაზე და არა ინგლისურიდან ნათარგმნივით,
  • როგორ წარმოთქვამს კლიენტის საკუთარ სახელებს,
  • რჩება თუ არა საუბრის ტემპი ხმაურში გასაგები.

უნდა ეცნობოთ თუ არა ადამიანებს, რომ ხელოვნურ ინტელექტთან საუბრობენ?

დიახ: ევროკავშირში ადამიანების ინფორმირების ვალდებულება, რომ ისინი ხელოვნურ ინტელექტთან საუბრობენ, AI Act-ის გამჭვირვალობის მუხლიდან გამომდინარეობს, რომელიც 2026 წლის 2 აგვისტოდან გამოიყენება. ის მოითხოვს, რომ ადამიანებთან უშუალო ურთიერთობისთვის განკუთვნილი AI სისტემები ისე იყოს შექმნილი, რომ ამ ადამიანებს ეცნობოთ, რომ AI სისტემასთან ურთიერთობენ, თუ ეს აშკარა არ არის (AI Act, გამჭვირვალობის ვალდებულებები, AI Act, ძალაში შესვლა და გამოყენება). ინფორმაცია მკაფიო უნდა იყოს და არაუგვიანეს პირველი ურთიერთობისა უნდა მიეწოდოთ.

ჰუმანოიდი რობოტის შემთხვევაში, როგორც წესი, აშკარაა, რომ მანქანა ლაპარაკობს. მიუხედავად ამისა, ერთი წინადადება რობოტის მისალმებაში ან ნიშანი სტენდზე მარტივია და ნებისმიერ ეჭვს ფანტავს. მონაცემები ცალკე საკითხია: თუ საუბრები იწერება ან ინახება, სტუმრებმა ეს უნდა იცოდნენ.

რა შევამოწმოთ ღონისძიებამდე, სადაც მოსაუბრე რობოტი იქნება?

ღონისძიებამდე, სადაც მოსაუბრე ჰუმანოიდი რობოტი იქნება, შეამოწმეთ შვიდი რამ:

  1. საუბრის ტესტი ნამდვილ ადგილზე ან მსგავს ხმაურში.
  2. საკუთარი სახელების სია, რომლებიც რობოტმა სწორად უნდა ამოიცნოს და წარმოთქვას.
  3. კლიენტის მიერ დამტკიცებული პერსონა და პასუხების სიგრძე.
  4. აკრძალული თემების სია და ის, როგორ ამბობს რობოტი უარს.
  5. სცენის გეგმა: მიკროფონი სტუმრისთვის, დარბაზის ხმის სისტემასთან კავშირი.
  6. შეტყობინება, რომელიც სტუმრებს ატყობინებს, რომ ხელოვნურ ინტელექტთან საუბრობენ.
  7. ოპერატორი ადგილზე, რომელსაც შეუძლია ჩარევა, ენის გადართვა ან რობოტის გაჩერება.

ღონისძიებებისთვის ხელმისაწვდომი მოდელები იხილეთ ქირავდება და იყიდება რობოტების კატალოგში.

როგორ ავირჩიოთ პარტნიორი ჰუმანოიდი რობოტის საუბრებისთვის?

ჰუმანოიდი რობოტის საუბრების პარტნიორი შეაფასეთ კრიტერიუმებით, რომელთა შემოწმებაც ხელშეკრულების გაფორმებამდე შეგიძლიათ:

  • საკუთარი სასაუბრო პროგრამა და არა მწარმოებლის ერთი, ხისტი აპლიკაცია,
  • ენების რაოდენობა და რამდენად ბუნებრივად ჟღერს ხმა თქვენს ენაზე,
  • თქვენი ღონისძიებისთვის მომზადებული პერსონა და ცოდნა და არა ზოგადი ჩატბოტი,
  • ოპერატორები ადგილზე, რომლებიც რეაგირებენ, როცა რამე არასწორად მიდის,
  • რობოტების მოდელები, რომლებიც ქირით ან შესაძენად არის ხელმისაწვდომი,
  • ღონისძიებების გამოცდილება როგორც საკუთარ ქვეყანაში, ისე საზღვარგარეთ.

ხშირად დასმული კითხვები

ესმის თუ არა ჰუმანოიდ რობოტს, რას ეუბნებიან ადამიანები?

ჰუმანოიდი რობოტი მეტყველებას ტექსტად აქცევს, ენობრივი მოდელი კი აზრს განმარტავს და პასუხს წერს. მას ესმის ბუნებრივ ენაზე დასმული კითხვები, მაგრამ ცოდნა კონკრეტული ღონისძიების, შეთავაზების ან პროგრამის შესახებ წინასწარ უნდა მომზადდეს.

რატომ პასუხობს რობოტი ზოგჯერ თემას გარეთ?

როგორც წესი, იმიტომ, რომ ხმაურში კითხვა არასწორად გაიგო: მეტყველების ამოცნობამ სხვა სიტყვები ჩაწერა, მოდელმა კი სწორად უპასუხა არასწორად ჩაწერილ კითხვას. ეხმარება ახლოდან საუბარი, მიკროფონი სტუმრისთვის და სისტემისთვის საკუთარი სახელების წინასწარ მიწოდება.

შეუძლია თუ არა ჰუმანოიდ რობოტს ერთ ღონისძიებაზე რამდენიმე ენაზე საუბარი?

დიახ, თუ სასაუბრო პროგრამა ამას უჭერს მხარს. MERA OS, MERA Robotics-ის სისტემა, საუბარს 70-ზე მეტ ენაზე ატარებს, მათ შორის პოლონურად და ინგლისურად, თითოეული ენისთვის შერჩეული ხმით.

უნდა ეცნობოთ თუ არა სტუმრებს, რომ ხელოვნურ ინტელექტთან საუბრობენ?

ევროკავშირში AI Act-ის გამჭვირვალობის მუხლი, რომელიც 2026 წლის 2 აგვისტოდან გამოიყენება, მოითხოვს, რომ ადამიანებს, რომლებიც AI სისტემასთან უშუალოდ ურთიერთობენ, ეს ეცნობოთ, თუ აშკარა არ არის. ჰუმანოიდი რობოტის შემთხვევაში, როგორც წესი, საკმარისია ერთი წინადადება მისალმებაში ან ნიშანი სტენდზე.

წყაროები

  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
პრაქტიკული გზამკვლევი

როგორ ავირჩიოთ საუბრის პროგრამა ჰუმანოიდი რობოტისთვის?

  1. თავსებადობა თქვენი რობოტის მოდელთან და მისი პროგრამული უზრუნველყოფის ვერსიასთან.
  2. ენები და ხმები: რამდენ ენაზე საუბრობს სისტემა და შეესაბამება თუ არა ხმა თითოეულ ენას?
  3. ცოდნა და პერსონა: როგორ შევიტანოთ ცოდნა ღონისძიების ან ბრენდის შესახებ და როგორ განვსაზღვროთ რობოტის ხასიათი.
  4. მართვა: შეუძლია თუ არა ოპერატორს საუბრის, მოძრაობებისა და ჟესტების მართვა, მაგალითად ტელეფონის აპლიკაციიდან?
  5. შინაარსის კონტროლი: როგორ შევზღუდოთ თემები და პასუხები, რომლებიც მომზადებულ ცოდნას სცდება.
  6. ლიცენზია და მხარდაჭერა: რას მოიცავს ლიცენზია და ვინ აგებს პასუხს განახლებებზე.

ამ გვერდს აქვეყნებს MERA Robotics, კომპანია, რომელიც ლიცენზიით გასცემს MERA OS-ს, ჰუმანოიდი რობოტების საუბრის პროგრამას.

ჩვენი შეთავაზება

რობოტები ქირით და გასაყიდად

რობოტების სრული კატალოგი (ინგლისურად) →

კონტაქტი

ვისაუბროთ თქვენს ღონისძიებაზე

მოკლედ აღწერეთ, რა გჭირდებათ. გიპასუხებთ რობოტისა და სცენარის შეთავაზებითა და ფასის გაანგარიშებით.

ფორმის მონაცემებს მხოლოდ თქვენს მოთხოვნაზე პასუხის გასაცემად ვიყენებთ.

ცოდნის ბაზა

ასევე წაიკითხეთ

სტატია · KA

ჰუმანოიდი რობოტი კონფერენციის ან გალა-საღამოს წამყვანად: რა შეუძლია, როგორ მოვემზადოთ და AI Act

შეუძლია თუ არა ჰუმანოიდ რობოტს კონფერენციის ან გალას წაყვანა? რა შეუძლია და რა არა სცენაზე, პროგრამა, რეპეტიცია, ხმა, ინტერნეტი და AI Act-ის მოთხოვნები.

წაკითხვა →
სტატია · KA

რობოტი გამოფენაზე: როგორ მივიზიდოთ ადამიანები სტენდზე და რა მოვამზადოთ

ჰუმანოიდი რობოტი გამოფენის სტენდზე: რა როლი მივცეთ, როგორ დავგეგმოთ სივრცე, ელექტროენერგია და ინტერნეტი და როგორ ვაქციოთ ყურადღება კონტაქტებად.

წაკითხვა →
სტატია · KA

ჰუმანოიდი რობოტის ქირაობა ოპერატორებით ევროპაში: როგორ ავირჩიოთ კომპანია

როგორ ავირჩიოთ ევროპაში ჰუმანოიდი რობოტის ქირაობის კომპანია ოპერატორებით: კრიტერიუმები, შედარების ცხრილი, ლოჯისტიკა საზღვარგარეთ და ATA კარნეტი.

წაკითხვა →
შეამოწმეთ ხელმისაწვდომობა