---
title: "Kako znamo da je pozivalac završio"
description: "Na skoro 100.000 replika pozivalaca naš model kraja replike zatvorio je većinu pre tajmera tišine i vratio oko 0,3 s po replici na pravim pozivima."
canonical: "https://dialogist.cc/sr/research/knowing-when-the-caller-has-finished/"
locale: "sr-Latn-RS"
updatedAt: "2026-10-29"
---

# Kako znamo da je pozivalac završio

Istraživanja · 2026-10-14 · Dialogist team

> Na skoro 100.000 replika pozivalaca naš model kraja replike zatvorio je većinu pre tajmera tišine i vratio oko 0,3 s po replici na pravim pozivima.

Ljudi retko čekaju tišinu pre nego što odgovore. Čuju kako se rečenica zatvara: ton pada, poslednja reč sleže, i počnu da govore za delić sekunde.

Ovu belešku smo prvobitno napisali na osnovu jednog poziva. Ova verzija se oslanja na mnogo poziva. Pravi pozivi: 233 poziva i 1.468 replika pozivalaca tokom četiri nedelje. Stend za test opterećenja: 97.517 replika pozivalaca sa simuliranim pozivaocima na svakom nivou opterećenja. Agent beleži svaku procenu modela zajedno s onim što se zatim desilo.

_Brojke iza ove beleške: pravi pozivi i test opterećenja._

| Mera                                                                | Vrednost |
| ------------------------------------------------------------------- | -------: |
| Replike pozivalaca iza ovih brojki, pravi pozivi i test opterećenja | ≈ 99.000 |
| Replike pozivalaca na pravim pozivima koje je model zatvorio rano   |      87% |
| Od toga zatvoreno na prvi pogled modela                             |      95% |
| Vreme vraćeno po replici pozivaoca na pravim pozivima, u proseku    |  ≈ 0,3 s |
| Pauze usred misli koje je model sačekao                             |      96% |

## Kompromis tajmera tišine

Glasovni agent koji samo sluša tišinu mora da bira između dve loše opcije. Ako svaku pauzu smatra krajem replike, upada u reč ljudima koji zastanu da razmisle: „Moj broj porudžbine je… trenutak… 4417.“ Ako čeka dovoljno dugo da bude siguran, svaki odgovor kasni i ceo poziv deluje troma. Fiksni tajmer ne može da bude u pravu za oba slučaja: kratka pauza posle „Halo?“ i kratka pauza posle „Moj broj porudžbine je“ njemu zvuče isto.

## Slušanje kako rečenica završava

Naš agent ne odlučuje samo na osnovu tišine. Posle kratke pauze, podrazumevano 192 ms, pita mali model drugo pitanje: da li je, sudeći po intonaciji onoga što je upravo rečeno, misao završena?

- Ako je model siguran, replika se odmah zatvara i odgovor počinje. Njegova presuda važi već na sledećem okviru zvuka od 32 ms.
- Ako nije, agent nastavlja da sluša i malo kasnije pita ponovo.
- Ako je pozivalac stao, tajmer tišine i dalje zatvara repliku, pa niko ne ostaje da čeka.

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

## Na pravim pozivima

Tokom četiri nedelje, 233 prava poziva i 1.468 replika pozivalaca:

- Model je zatvorio **87%** replika pozivalaca pre nego što bi to uradio tajmer tišine.
- Od toga je **95%** zatvorio na **prvi pogled**, na prvoj pauzi o kojoj je pitan.
- Kad je zatvorio repliku, bio je siguran: medijalna pouzdanost bila je **0,977**, a devet od deset zatvaranja bilo je iznad 0,91.
- Usrednjeno preko svih replika pozivalaca, uključujući one koje je zatvorio tajmer, agent je odgovarao oko **0,3 s ranije** (292 ms).

> Na pravim pozivima model je zatvorio 87% replika pozivalaca pre 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 dve postavke: pauzu pre nego što se model prvi put pita i tajmer tišine iza nje. Strpljiv agent, za pozivaoce koji misle naglas, čeka duže, pa model tada štedi više jer je tajmer koji prestiže duži.

_Medijana uštede po ranom zatvaranju, po postavci agenta; više je bolje._

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

## Daje ljudima vremena da razmisle

Model takođe mora da zna kada _ne_ treba odgovoriti.

U 157 replika na pravim pozivima pozivalac je zastao usred misli, pa nastavio. U **151** od njih, 96%, model je procenio da misao nije završena i čekao. Tamo gde je pozivalac nastavio da govori, medijalna pouzdanost modela da je završio bila je **0,015**, daleko od greške.

Model razlikuje dve situacije samo po zvuku. Padajuća, zatvarajuća intonacija i ona koja visi, nedovršena, nose različite informacije, a model je treniran da čuje tu razliku.

## Pod opterećenjem

Na stendu za test opterećenja simulirani pozivaoci vodili su razgovore s agentom za regrutaciju na svakom nivou opterećenja do 176% [nazivnog kapaciteta jednog Server Unita](/sr/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 uštedelo je **0,45 s** po medijani, uz strpljivu postavku korišćenu na stendu (320 / 800 ms).

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

## Prvo posmatranje, pa uključivanje

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

U režimu observe ništa ne menja. Beleži svaku procenu koju bi doneo, zajedno s onim što se zatim desilo: da li je pozivalac stao ili nastavio. Taj log meri koliko bi često model nekome upao u reč, na stvarnom saobraćaju, pre nego što mu se dozvoli da bilo kome upadne u reč. Log čuva svaku procenu, sigurnu ili ne, pa kasnije možemo pomerati prag u oba smera.

Kada se log slaže s onim što su pozivaoci radili, agenta prebacujemo na commit. Brojke u ovoj belešci potiču iz tog loga.

## Gde slušamo najpažljivije

- **Liste i brojevi.** Pozivalac koji čita 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 prepoznaje da nema na šta da odgovori i ćuti.

Prateća beleška, [Slušanje dok govorimo](/sr/research/listening-while-talking/), opisuje šta agent radi sa kanalom pozivaoca dok govori: rani start, prekide i kratka potvrđivanja.

Tags: Research, Smena replika

---

Contact: hello@dialogist.cc