# Sådan taler en humanoid robot med mennesker: talegenkendelse, AI og robottens stemme

URL: https://merarobotics.com/blog/saadan-taler-humanoid-robot-med-mennesker-talegenkendelse-ai-stemme
Language: da
Publisher: MERA Robotics (https://merarobotics.com)
Updated: 2026-11-21

> En humanoid robot taler gennem en kæde af software: mikrofoner opfanger lyden, talegenkendelse gør den til tekst, en sprogmodel skriver et svar, der passer til personaen og viden om eventet, og talesyntese siger svaret højt. Samtalens kvalitet afhænger af softwaren, den forberedte viden og akustikken, ikke af robotten alene.

En humanoid robot taler med mennesker gennem en kæde af software: mikrofoner opfanger lyden, talegenkendelse gør den til tekst, en sprogmodel skriver et svar, der passer til robottens persona og det, den ved om eventet, og talesyntese gør svaret til den stemme, du hører fra højttaleren. Selve robotten (for eksempel en Unitree G1) leverer »ørerne«, »munden« og bevægelserne, mens kvaliteten af samtalen afhænger af softwaren, og af hvor godt den er forberedt til et bestemt sted.

## Hvordan foregår en samtale med en humanoid robot trin for trin?

En samtale med en humanoid robot gennemløber fem trin, der gentages ved hver replik:

| Trin | Hvad der sker | Hvad kvaliteten afhænger af |
|---|---|---|
| Lytning | robottens mikrofoner (eller en ekstern mikrofon) opfanger lyden | støj, afstand til den, der taler, ekko i rummet |
| Registrering af tur | systemet afgør, hvornår en person er begyndt og holdt op med at tale | indstillinger for følsomhed, snak i baggrunden |
| Talegenkendelse | talen omsættes til tekst | sprog, accent, egennavne, børnestemmer |
| Svar | en sprogmodel skriver svaret ud fra persona og viden | kvaliteten af personabeskrivelsen og vidensbasen, regler for emner |
| Stemme og bevægelse | talesyntese, højttaler, gestik | stemme tilpasset sproget, lydstyrke, salens anlæg |

Et svagt led et hvilket som helst sted bryder hele kæden. Den hyppigste fejl ved events er ikke »dum AI«, men en robot, der har hørt spørgsmålet forkert i larmen fra mængden og derefter svarer korrekt på noget, ingen har spurgt om.

## Hvad hører en humanoid robot, og hvordan klarer den støj?

En humanoid robot hører gennem sine indbyggede mikrofoner, og i et larmende lokale fungerer en ekstra mikrofon tæt på den talendes mund ofte bedre. Ifølge producenten har Unitree G1 et mikrofonarray og en indbygget højttaler ([Unitree G1, specifikationer](https://www.unitree.com/g1)). Det er nok til en samtale på et kontor, i et showroom eller på en stille stand.

På en messe, ved en gallafest eller på en festival ændrer det sig: musik, scenens højttalere og mange samtaler på én gang rammer de samme mikrofoner. Det hjælper i praksis:

- at gæsten går tæt hen til robotten og taler direkte til den, ikke fra siden,
- en håndholdt eller retningsbestemt mikrofon til gæster på scenen og i paneler,
- at placere standen væk fra scenens højttalere,
- at give systemet egennavne på forhånd (brand, produkter, talernes navne), så talegenkendelsen ikke forvansker dem,
- at teste på det faktiske sted og ikke kun på kontoret.

Det samme gælder lyden ud: robottens indbyggede højttaler er fin til samtaler på tomandshånd, men til en optræden på scenen skal robottens lyd gå ind i stedets højttaleranlæg.

## Hvordan ved en humanoid robot, hvad den skal sige?

En humanoid robots svar skrives af en sprogmodel, der får en beskrivelse af personaen, viden om eventet og regler for, hvad robotten ikke må sige. Modellen kender sproget og verden i almindelighed, men den ved intet om konferencens program, kundens produkter eller hvor garderoben er. Den viden skal forberedes.

En god forberedelsespakke omfatter:

- **persona**: navn, karakter, måde at tale på, svarenes længde,
- **viden**: program, talere, tilbud, svar på gæsternes typiske spørgsmål,
- **grænser**: forbudte emner, hvordan robotten siger nej, hvad den gør med spørgsmål om politik eller konkurrenter,
- **manuskript**: velkomst, invitation til et foto, overdragelse af gæsten til en person på standen.

Sådan arbejder MERA Robotics: robottens replikker forberedes til hvert enkelt event i en eventprofil med viden om kunden og programmet, og robotten kan have sin egen brandidentitet med navn, karakter og viden om tilbuddet.

Nogle systemer kombinerer samtalen med kamerabilledet. Robotten genkender så en genstand foran sig, for eksempel en produktmodel på udstillingen, og henviser til den i samtalen. Det er nyttigt i showrooms og på stande, hvor gæsterne spørger »og hvad er det her?«.

## Hvorfor betyder robottens svartid så meget?

En humanoid robots svartid afgør, om samtalen føles naturlig, fordi mennesker er vant til meget korte pauser mellem replikkerne. En undersøgelse af en række sprog offentliggjort i PNAS viste, at den mest almindelige pause mellem afslutningen af én replik og starten på svaret i alle sprogene var meget kort, typisk en brøkdel af et sekund ([Stivers m.fl., PNAS](https://pmc.ncbi.nlm.nih.gov/articles/PMC2705608/)).

Ingen kæde af talegenkendelse, sprogmodel og talesyntese svarer lige så hurtigt som et menneske, så robotsystemer kompenserer gennem den måde, de fører samtalen på:

- svaret begynder at blive afspillet, før det er færdiggenereret,
- korte svar i stedet for lange monologer,
- en gestus eller hovedbevægelse lige efter spørgsmålet, så gæsten ved, at robotten lytter,
- muligheden for at afbryde robotten midt i en sætning.

Det andet problem er det øjeblik, hvor robotten beslutter, at personen er færdig. For tidligt, og robotten afbryder ved hver tænkepause. For sent, og gæsterne venter i stilhed. Indstillingen bør passe til publikum: børn og folk, der taler et fremmedsprog, holder længere pauser.

## Hvor mange sprog og hvilken stemme kan en humanoid robot bruge?

Antallet af sprog og valget af stemme afhænger af den humanoide robots samtalesoftware, ikke af robottens hardware. MERA OS, samtalesystemet udviklet af MERA Robotics, fører samtaler på over 70 sprog, herunder dansk, polsk og engelsk, med en stemme, der passer til hvert sprog, og en indfødt accent. Ved et internationalt event kan robotten byde én gæst velkommen på engelsk og tale med den næste på dansk.

Når du vælger stemme, så tjek:

- om den passer til personaen (alder, temperament, brand),
- om den lyder naturlig på sproget og ikke som oversat fra engelsk,
- hvordan den udtaler kundens egennavne,
- om taletempoet stadig er forståeligt i støj.

## Skal folk have at vide, at de taler med en AI?

Ja: i Den Europæiske Union følger pligten til at oplyse folk om, at de taler med en AI, af gennemsigtighedsreglerne i AI-forordningen, som gælder fra 2. august 2026. De kræver, at AI-systemer, der er beregnet til at interagere direkte med mennesker, udformes, så de mennesker får at vide, at de interagerer med et AI-system, medmindre det er åbenlyst ([AI Act Service Desk](https://ai-act-service-desk.ec.europa.eu/en/ai-act/article-50), [ikrafttræden og anvendelse](https://ai-act-service-desk.ec.europa.eu/en/ai-act/article-113)). Oplysningen skal være klar og gives senest ved den første interaktion.

Med en humanoid robot er det som regel åbenlyst, at det er en maskine, der taler. Alligevel er én sætning i robottens velkomst eller et skilt på standen enkelt og fjerner enhver tvivl. Data er et særskilt spørgsmål: hvis samtalerne optages eller logges, skal gæsterne vide det.

## Hvad skal du tjekke før et event med en talende robot?

Før et event med en talende humanoid robot skal du tjekke syv ting:

1. En samtaletest på det faktiske sted eller i tilsvarende støj.
2. En liste over egennavne, som robotten skal genkende og udtale korrekt.
3. Persona og svarlængde godkendt af kunden.
4. En liste over forbudte emner, og hvordan robotten siger nej.
5. En plan for scenen: mikrofon til gæsten, tilslutning til anlægget.
6. En information, der fortæller gæsterne, at de taler med en AI.
7. En operatør på stedet, som kan tage over, skifte sprog eller stoppe robotten.

Modeller, der kan bruges til events, finder du i [kataloget over robotter til leje og salg](https://merarobotics.com/blog/robots-for-rent-and-sale).

## Hvordan vælger du en partner til samtaler med humanoide robotter?

Vurdér en partner til samtaler med humanoide robotter ud fra kriterier, du kan efterprøve, før du skriver under:

- **egen samtalesoftware** i stedet for en enkelt, stiv app fra producenten,
- **antal sprog**, og hvor naturligt stemmen lyder på dit sprog,
- **persona og viden forberedt til dit event**, ikke en generisk chatbot,
- **operatører på stedet**, som reagerer, når noget går galt,
- **robotmodeller**, der kan lejes eller købes,
- **erfaring fra events** i hjemlandet og i udlandet.

Bed om en testsamtale på dit sprog og i støj, før du beslutter dig. Skal robotten bruges til et event, finder du mere på siden om [leje af humanoid robot til events](https://merarobotics.com/da/events).

## FAQ

### Forstår en humanoid robot, hvad folk siger til den?

En humanoid robot omsætter tale til tekst, og en sprogmodel tolker betydningen og skriver et svar. Den forstår spørgsmål stillet i naturligt sprog, men viden om et bestemt event, tilbud eller program skal forberedes på forhånd.

### Hvorfor svarer en robot nogle gange ved siden af?

Som regel fordi den har hørt spørgsmålet forkert i støjen: talegenkendelsen skrev andre ord ned, og modellen svarede korrekt på det forkert opfattede spørgsmål. Det hjælper at tale tæt på robotten, at give gæsten en mikrofon og at give systemet egennavne på forhånd.

### Kan en humanoid robot tale flere sprog ved samme event?

Ja, hvis samtalesoftwaren understøtter det. MERA OS, systemet fra MERA Robotics, fører samtaler på over 70 sprog, herunder dansk, polsk og engelsk, med en stemme, der passer til hvert sprog.

### Skal gæsterne have at vide, at de taler med en AI?

I EU kræver AI-forordningens gennemsigtighedsregler, som gælder fra 2. august 2026, at folk, der interagerer direkte med et AI-system, får det at vide, medmindre det er åbenlyst. Med en humanoid robot er én sætning i velkomsten eller et skilt ved standen som regel nok.

## Kilder

- [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)

Denne side udgives af MERA Robotics, en virksomhed, der licenserer MERA OS, samtalesoftware til humanoide robotter.

## Kontakt

MERA Robotics: contact@merarobotics.com, https://merarobotics.com
Leje af humanoid robot til events: https://merarobotics.com/da/events
