---
title: "Kako prepoznajemo kada je pozivalac završio"
description: "Na gotovo 100.000 replika pozivaoca naš model kraja replike zatvorio je većinu prije tajmera tišine i vratio oko 0,3 s po replici u stvarnim pozivima."
canonical: "https://dialogist.cc/bs/research/knowing-when-the-caller-has-finished/"
locale: "bs"
updatedAt: "2026-10-29"
---

# Kako prepoznajemo kada je pozivalac završio

Istraživanja · 2026-10-14 · Dialogist team

> Na gotovo 100.000 replika pozivaoca naš model kraja replike zatvorio je većinu prije tajmera tišine i vratio oko 0,3 s po replici u stvarnim pozivima.

Ljudi rijetko čekaju tišinu prije nego odgovore. Čuju kako se rečenica zatvara: ton pada, posljednja riječ sleti, i počnu govoriti u djeliću sekunde.

Ovu bilješku smo prvobitno napisali na osnovu jednog poziva. Ova verzija se oslanja na mnogo poziva. Stvarni pozivi: 233 poziva i 1.468 replika pozivalaca tokom četiri sedmice. Test-stand za opterećenje: 97.517 replika pozivalaca sa simuliranim pozivaocima na svakom nivou opterećenja. Agent bilježi svaku procjenu modela zajedno s onim što se desilo poslije.

_Brojke iza ove bilješke: stvarni pozivi i test opterećenja._

| Mjera                                                                 | Vrijednost |
| --------------------------------------------------------------------- | ---------: |
| Replike pozivalaca iza ovih brojki, stvarni pozivi i test opterećenja |   ≈ 99.000 |
| Replike pozivalaca u stvarnim pozivima koje je model zatvorio ranije  |        87% |
| Od toga zatvoreno na prvi pogled modela                               |        95% |
| Vrijeme vraćeno po replici pozivaoca u stvarnim pozivima, u prosjeku  |    ≈ 0,3 s |
| Pauze usred misli koje je model sačekao                               |        96% |

## Kompromis tajmera tišine

Glasovni agent koji sluša samo tišinu mora birati između dvije loše mogućnosti. Ako svaku pauzu smatra krajem replike, upada u riječ ljudima koji stanu da razmisle: „Broj moje narudžbe je… trenutak… 4417.“ Ako čeka dovoljno dugo da bude siguran, svaki odgovor počinje kasno i cijeli poziv djeluje trom. Fiksni tajmer ne može biti ispravan za oba slučaja: kratka pauza nakon „Halo?“ i kratka pauza nakon „Broj moje narudžbe je“ njemu zvuče isto.

## Slušanje kako se rečenica završava

Naš agent ne odlučuje samo na osnovu tišine. Nakon kratke pauze, po zadanim postavkama 192 ms, postavlja malom modelu drugo pitanje: je li, sudeći po intonaciji onoga što je upravo izgovoreno, misao završena?

- Ako je model siguran, replika se odmah zatvara i odgovor počinje. Njegova presuda vrijedi od sljedećeg okvira zvuka od 32 ms.
- Ako nije, agent nastavlja slušati i pita ponovo malo kasnije.
- Ako je pozivalac stao, tajmer tišine svejedno zatvara repliku, pa niko ne ostaje da čeka.

Model zatvara većinu replika, a tajmer ostaje kao sigurnosna mreža.

## U stvarnim pozivima

Tokom četiri sedmice, 233 stvarna poziva i 1.468 replika pozivalaca:

- Model je zatvorio **87%** replika pozivalaca prije nego bi to učinio tajmer tišine.
- Od toga je **95%** zatvorio na **prvi pogled**, na prvoj pauzi o kojoj je upitan.
- Kad je zatvorio repliku, bio je siguran: medijana pouzdanosti bila je **0,977**, a devet od deset zatvaranja imalo je više od 0,91.
- Prosječno po svakoj replici pozivaoca, uključujući one koje je zatvorio tajmer, agent je odgovorio oko **0,3 s ranije** (292 ms).

> U stvarnim pozivima model je zatvorio 87% replika pozivalaca prije tajmera tišine, a agent je odgovarao oko 0,3 s ranije po replici.

Ušteda zavisi od toga koliko je agent podešen da bude strpljiv. Svaki agent ima dvije postavke: pauzu prije nego što se model prvi put upita i tajmer tišine iza nje. Strpljiv agent, za pozivaoce koji misle naglas, čeka duže, a model tada uštedi više jer je tajmer koji pobjeđuje duži.

_Medijana ušteđenog vremena po ranom zatvaranju, prema postavci agenta; više je bolje._

| Postavka: prvi pogled / tajmer | Replike pozivalaca | Zatvoreno ranije | Ušteda po ranom zatvaranju |
| ------------------------------ | -----------------: | ---------------: | -------------------------: |
| 192 / 512 ms (zadano)          |              1.048 |              88% |                     288 ms |
| 320 / 800 ms                   |                274 |              91% |                     448 ms |
| 320 / 928 ms (najstrpljiviji)  |                144 |              76% |                     576 ms |

## Pušta ljude da misle

Model također mora znati kad _ne_ treba odgovoriti.

U 157 replika u stvarnim pozivima pozivalac je zastao usred misli, a zatim nastavio. U **151** od njih, 96%, model je procijenio da misao nije završena i sačekao. Kad je pozivalac nastavio govoriti, medijana pouzdanosti modela da je završio iznosila je **0,015**, daleko od greške.

Model razlikuje ta dva slučaja samo po zvuku. Intonacija koja pada i zatvara te intonacija koja visi i ostaje nedovršena nose različitu informaciju, a model je treniran da čuje tu razliku.

## Pod opterećenjem

Na test-standu za opterećenje simulirani pozivaoci su vodili razgovore s agentom za regrutaciju na svakom nivou opterećenja do 176% [nazivnog kapaciteta jednog Server Unita](/bs/research/server-unit-under-load/). Na 97.517 replika pozivalaca:

- model je rano zatvorio **88%**;
- od toga je **94%** zatvorio na prvi pogled;
- svako rano zatvaranje uštedjelo je **0,45 s** po medijani, uz strpljivu postavku korištenu na standu (320 / 800 ms).

Ove brojke obuhvataju sve nivoe opterećenja testa zajedno, od jednog poziva do 176% nazivnog kapaciteta.

## Prvo posmatranje, zatim uključivanje

Model kraja replike ima tri režima za svakog agenta: **off**, **observe** i **commit**.

U režimu observe ne mijenja ništa. Bilježi svaku presudu koju bi donio, zajedno s onim što se desilo poslije: je li pozivalac stao ili nastavio. Taj zapis mjeri koliko bi puta model nekome upao u riječ, na stvarnom saobraćaju, prije nego što mu se dopusti da bilo kome upadne. Zapis čuva svaku presudu, sigurnu ili ne, pa prag poslije možemo pomjerati u oba smjera.

Kad se zapis slaže s onim što su pozivaoci uradili, agenta prebacujemo na commit. Brojke u ovoj bilješci potiču iz tog zapisa.

## Gdje slušamo najpažljivije

- **Liste i brojevi.** Pozivalac koji diktira broj kartice ili adresu zvuči završeno između grupa. To su replike koje prve uzorkujemo kad podešavamo.
- **Bučne linije.** Kašalj ili glas u pozadini može otvoriti repliku. Agent prepozna da nema šta da odgovori i šuti.

Prateća bilješka, [Slušanje dok se govori](/bs/research/listening-while-talking/), opisuje šta agent radi s kanalom pozivaoca dok govori: rani početak, prekide i kratke potvrde.

Tags: Research, Izmjena replika

---

Contact: hello@dialogist.cc