Protéger la vie privée avec un système de localisation sonore demande de limiter la bande enregistrée, traiter au plus près du capteur et éviter de conserver des conversations inutiles.
Un robot distingue une voix du bruit en analysant plusieurs microphones, les fréquences et le contexte, puis en estimant la confiance de la séparation.
Comprendre plusieurs langues demande d’identifier la langue, de reconnaître ses mots et de relier les formulations à la même intention robotique.
Quand il n’a pas compris, un robot doit l’indiquer simplement, préciser ce qui manque et proposer une reformulation ou une aide humaine.
Évaluer une interaction vocale mesure compréhension, erreurs, temps de réponse, interruptions, accessibilité et satisfaction dans les conditions réelles d’usage.
Gérer une conversation à plusieurs consiste à identifier qui parle, suivre les tours de parole et confirmer à qui une réponse ou une action est destinée.
Un robot relie une phrase à la scène en combinant les mots prononcés avec les objets, les positions et le contexte observés par ses capteurs.
Un dialogue robotique doit garder la trace des tours de parole, des événements et des changements de scène pour ne pas répondre avec un contexte périmé.
Lorsqu’une demande située est impossible, le robot doit expliquer la contrainte, proposer une alternative sûre et demander une précision plutôt que faire semblant d’avoir compris.
Un robot ancre une instruction dans une image en reliant les mots à des régions, objets, relations et repères spatiaux observés, avec une confiance et des alternatives.
On utilise le langage pour commander un robot sans danger en limitant les actions autorisées, en demandant confirmation pour les ordres risqués et en traduisant la phrase en contraintes vérifiables.
On évalue un modèle vision-langage pour un robot avec images et consignes variées, erreurs d’ancrage, ambiguïtés, latence, refus appropriés et conséquences sur l’action.