Réponse rapide
Le robot capture le signal, réduit le bruit, estime une transcription puis interprète intention et paramètres. Il n’exécute que si confiance et contexte suffisent ; sinon il reformule ou demande une confirmation.
Acquérir une parole exploitable
Microphones, position, gain et détection d’activité déterminent le signal disponible. Bruit, distance, écho et interruptions sont conservés comme facteurs de confiance.
Passer des mots à l’action
Transcription, intention, cible, lieu et priorité sont séparés avant de vérifier capacités et autorisations. Une phrase bien transcrite peut rester ambiguë pour la mission.
Arrêter l’interprétation incertaine
Clarification, confirmation ou refus sûr précèdent toute action engageante. Le robot indique ce qu’il a compris et ce qui manque plutôt que de compléter silencieusement.
Sources et références
- [1] Web Speech API Specification — W3C