Kako funkcionira tehnologija prepoznavanja glasa u pametnim asistentima

Što je tehnologija prepoznavanja glasa i kako radi u praksi

Tehnologija prepoznavanja glasa transformira zvučne valove vašeg govora u digitalne naredbe koje računalo razumije kroz pet ključnih koraka: snimanje audio signala, digitalnu obradu zvuka, prepoznavanje govora pomoću neuronskih mreža, razumijevanje prirodnog jezika i generiranje odgovora. Kad kažete "OK Google" ili "Alexa", pokrećete složen proces koji uključuje mikrofone, umjetnu inteligenciju i cloud servere.

Pametni asistenti danas su prisutni u 15-20% hrvatskih kućanstava, što je ispod europskog prosjeka od 35-40%, ali broj stalno raste. Prema podacima europskih istraživanja, globalno tržište pametnih zvučnika doseglo je vrijednost od 40-45 milijardi dolara tijekom 2025. godine. U Hrvatskoj su najzastupljeniji Google Assistant i Amazon Alexa, dok Apple Siri drži manji tržišni udio zbog više cijene uređaja.

Pet faza obrade glasovnih naredbi

Proces počinje s nizom mikrofona (obično 4-8 u potrošačkim uređajima) koji neprestano "slušaju" okolinu. Ova kontinuirana provjera ne šalje podatke na servere — uređaj lokalno čeka "wake word" (budnu riječ) poput "Alexa" ili "OK Google". Tek kad prepozna budnu riječ, aktivira se slanje podataka.

Nakon aktivacije, uređaj primjenjuje potiskivanje buke i poništavanje jeke kako bi izolirao vaš glas od pozadinskih zvukova. Analogni zvuk se pretvara u digitalni format, obično s frekvencijom uzorkovanja od 16 kHz, što je dovoljno za razumijevanje ljudskog govora.

Treća faza uključuje duboke neuronske mreže koje analiziraju audio uzorak. Akustički modeli povezuju zvučne uzorke s fonemima (osnovnim glasovnim jedinicama), dok jezični modeli predviđaju najvjerojatnije riječi na temelju konteksta. Za hrvatski jezik, točnost prepoznavanja trenutno iznosi 85-92%, što je 5-8% niže nego za engleski ili njemački.

Razumijevanje namjere i generiranje odgovora

Nakon pretvaranja govora u tekst, sustav za razumijevanje prirodnog jezika (NLU) analizira što korisnik zapravo želi. Prepoznaje namjeru (intent) — želite li reproducirati glazbu, postaviti alarm ili saznati vremensku prognozu — i izdvaja specifične podatke poput datuma, lokacija ili imena.

Konačno, sustav formulira odgovor ili izvršava naredbu, a sintetizator govora pretvara tekstualni odgovor natrag u glas. Većina složenih analiza događa se na udaljenim serverima, što znači da vaš glasovni uzorak putuje na cloud infrastrukturu Amazona, Googlea ili Applea.

Što hrvatski zakoni i EU regulativa kažu o vašim glasovnim podacima

Vaši glasovni zapisi klasificiraju se kao osobni biometrijski podaci prema GDPR-u i moraju biti zaštićeni eksplicitnom suglasnošću korisnika, pravom na brisanje i transparentnom upotrebom. U Hrvatskoj ovu regulativu nadzire Povjerenik za informacijsku sigurnost, dok HAKOM regulira telekomunikacijski aspekt usluge.

Opća uredba o zaštiti podataka (GDPR), koja je na snazi u cijeloj EU uključujući Hrvatsku, postavlja stroge zahtjeve za sve tvrtke koje prikupljaju glasovne podatke. Proizvođači pametnih asistenata moraju tražiti izričitu suglasnost prije snimanja glasa, omogućiti korisnicima pristup svim prikupljenim podacima i na zahtjev trajno izbrisati sve zapise.

Zakon o zaštiti podataka i vaša prava

Hrvatski Zakon o zaštiti podataka implementira GDPR u domaći pravni sustav. Glasovni zapisi spadaju u kategoriju biometrijskih podataka, što znači da uživaju pojačanu zaštitu. Ako sumnjate da proizvođač ne poštuje vaša prava, možete podnijeti pritužbu Povjereniku za informacijsku sigurnost.

Zakon o elektroničkim komunikacijama, kojeg provodi HAKOM, regulira sigurnost prijenosa podataka i zahtijeva transparentnost u načinu rada uređaja. Prema podacima HAKOM-a, proizvođači moraju jasno informirati korisnike o tome koji se podaci prikupljaju, kako se koriste i koliko dugo se čuvaju. [Izvor: HAKOM, 2025]

EU AI Act — nova era regulacije od 2025.

Europska uredba o umjetnoj inteligenciji (AI Act), koja se primjenjuje od kolovoza 2025., klasificira sustave prepoznavanja glasa kao "visokorizičnu umjetnu inteligenciju". To znači da proizvođači moraju redovito testirati sustave na pristranosti, omogućiti ljudski nadzor i osigurati potpunu transparentnost u radu algoritama.

Prema odredbama EU AI Acta, Amazon, Google i Apple moraju provoditi procjene utjecaja na temeljna prava prije lansiranja novih značajki. Kazne za nepoštivanje mogu dosegnuti do 10% globalnog godišnjeg prihoda tvrtke. [Izvor: Europska komisija Digital, 2025]

Koliko košta pametni asistent u Hrvatskoj i isplati li se

Osnovni pametni asistent u Hrvatskoj košta između 35 i 55 eura, dok premium modeli sa zaslonima dosežu cijene od 200 do 400 eura. Uz trošak uređaja, neki korisnici plaćaju dodatne usluge poput Amazon Prime (3,99 €/mjesec) ili Spotify Premium (11,99 €/mjesec) za proširenu funkcionalnost.

Najjeftiniji modeli — Amazon Echo Dot i Google Nest Mini — nude sve osnovne funkcije prepoznavanja glasa, kontrole pametnog doma, reprodukcije glazbe i postavljanja alarma. Za većinu hrvatskih kućanstava, ovi uređaji predstavljaju optimalan omjer cijene i funkcionalnosti.

Usporedba popularnih modela na hrvatskom tržištu

Uređaje možete kupiti u hrvatskim trgovinama poput Emag.hr, Tehnomanije ili Konzuma, ili naručiti direktno s Amazon.hr koji nudi dostavu u Hrvatsku. Većina funkcija pametnih asistenata je besplatna, no za pristup određenim sadržajima potrebne su pretplate.

Ukupni trošak vlasništva kroz tri godine

Ako uzmemo u obzir prosječan uređaj od 70 eura koji traje tri do pet godina, uz opcionalnu Spotify Premium pretplatu (144 €/godišnje), godišnji trošak iznosi između 10 i 167 eura. Za većinu korisnika koji ne pretplaćuju dodatne usluge, ukupni trošak ostaje ispod 30 eura godišnje.

Prema istraživanju Bug.hr-a, hrvatski korisnici u prosjeku koriste manje dodatnih usluga od europskih kolega, što znači da ukupni trošak vlasništva ostaje relativno nizak. [Izvor: Bug.hr, 2025]

Kako zaštititi privatnost prilikom korištenja pametnih asistenata

Većina proizvođača pohranjuje vaše glasovne zapise 30 do 90 dana na svojim serverima, ali možete ih ručno izbrisati kroz postavke aplikacije i onemogućiti trajno snimanje. Fizičko isključivanje mikrofona gumbom na uređaju pruža dodatnu razinu sigurnosti kad asistent nije u upotrebi.

Istraživanje Netokracije pokazalo je da 67% hrvatskih korisnika tehnologije izražava zabrinutost oko privatnosti podataka s pametnim asistentima, a samo 34% vjeruje da su njihovi glasovni podaci adekvatno zaštićeni. Ova zabrinutost nije neutemeljena — proizvođači prikupljaju ne samo glasovne zapise već i podatke o tome kada koristite uređaj, koje naredbe dajete i s kojim drugim uređajima je povezan. [Izvor: Netokracija, 2025]

Konkretni koraci za zaštitu privatnosti

1. Pregledajte postavke privatnosti odmah nakon instalacije — U Amazon Alexa aplikaciji ili Google Home aplikaciji pronađite sekciju "Privatnost" i onemogućite automatsko pohranjivanje glasovnih zapisa.
2. Redovito brišite povijest interakcija — Postavite automatsko brisanje nakon 3 ili 6 mjeseci, ili ručno brišite zapise mjesečno.
3. Preispitajte povezane račune — Provjerite koje aplikacije i usluge imaju pristup vašem asistentu i uklonite nepotrebne dozvole.
4. Koristite fizički gumb za isključivanje mikrofona — Kad ne koristite asistent, posebno tijekom privatnih razgovora, isključite mikrofon.
5. Postavite PIN kod za osjetljive funkcije — Ako asistent može pristupiti bankovnim podacima ili kupovati proizvode, zaštitite te funkcije PIN kodom.

Vaša prava prema GDPR-u

Kao hrvatski građanin, imate zakonsko pravo zatražiti sve podatke koje tvrtka pohranjuje o vama (pravo na pristup), zahtijevati trajno brisanje svih zapisa (pravo na zaborav) i prenijeti svoje podatke drugom pružatelju usluge (pravo na prenosivost). Ako proizvođač ne ispuni vaš zahtjev u roku od 30 dana, možete podnijeti pritužbu Povjereniku za informacijsku sigurnost.

Prema podacima CARNet-a, samo 28% hrvatskih građana razumije kako se njihovi glasovni podaci obrađuju, što ukazuje na potrebu za boljom digitalnom edukacijom. [Izvor: CARNet, 2025]

Zašto hrvatski jezik još uvijek zaostaje za engleškim

Točnost prepoznavanja hrvatskog jezika kreće se između 85% i 92%, što je 5-8% niže od engleskog, a regionalni dijalekti dodatno smanjuju preciznost za 5-8%. Razlog leži u manjoj količini podataka za treniranje algoritama — dok su engleski modeli trenirani na milijardama sati govora, hrvatski ima značajno manji skup podataka.

Google Assistant podržava hrvatski jezik od 2023., Amazon Alexa od 2024., dok Apple Siri nudi ograničenu podršku. Međutim, "podrška za jezik" ne znači jednaku funkcionalnost. Oko 70% naprednih značajki (tzv. "skills" ili vještina) dostupno je samo na engleskom jeziku.

Specifični problemi s hrvatskim jezikom

Hrvatski ima bogatu morfologiju s padežima, rodno osjetljivim glagolskim oblicima i različitim dijalektima. Dalmatinski, istarski i kajkavski dijalekti često zbunjuju algoritme trenirane na standardnom zagrebačkom govoru. Prema istraživanju Sveučilišta u Zagrebu, varijacije u naglascima mogu smanjiti točnost za dodatnih 5-8%.

Tehnička terminologija predstavlja poseban izazov. Riječi poput "Bluetooth", "WiFi" ili "streaming" često se ne prepoznaju pravilno jer algoritmi nisu bili izloženi dovoljnom broju primjera njihove upotrebe u hrvatskom kontekstu. Sleng i kolokvijalni izrazi također predstavljaju problem.

Kako poboljšati iskustvo s hrvatskim jezikom

• Govorite jasno i standardnim naglaskom — izbjegavajte regionalne dijalekte
• Koristite jednostavne rečenice umjesto složenih upita
• Za tehničke termine, eksperimentirajte s engleskom izgovorom
• Prilagodite glasovni model svojim karakteristikama kroz trenažne sesije koje nude Google i Amazon
• Budite strpljivi — točnost se poboljšava 2-3% godišnje kako tvrtke prikupljaju više hrvatskih podataka

Mitovi i zablude o pametnim asistentima koje morate znati

Pametni asistenti ne "slušaju" neprestano sve što govorite — lokalno procesiraju samo budnu riječ, a tek nakon njene aktivacije šalju audio na servere. Ipak, neki uređaji pohranjuju kratke isječke ambijentalnog zvuka za poboljšanje kvalitete, što možete onemogućiti u postavkama.

Mit broj 1: Proizvođači prodaju vaše glasovne zapise

Amazon, Google i Apple tvrde da ne prodaju vaše glasovne zapise trećim stranama. Međutim, podaci o vašim interakcijama — što tražite, kada i kako često — koriste se za poboljšanje profila za ciljano oglašavanje. Tehnički, podaci se ne "prodaju", ali se monetiziraju kroz oglašavanje.

Mit broj 2: Svi korisnici dobivaju jednaku točnost prepoznavanja

Točnost varira ovisno o naglašku, spolu, dobi i pozadinskoj buci. Djeca i starije osobe dobivaju 3-5% nižu točnost. Neki sustavi pokazuju pristranost prema muškim glasovima, što rezultira 2-3% boljom točnošću za muškarce. Regionalni hrvatski naglasci mogu smanjiti točnost za 5-8%.

Mit broj 3: Pametni asistenti štede značajno vrijeme

Istraživanja pokazuju da prosječni korisnik štedi samo 3-5 minuta dnevno korištenjem glasovnih naredbi. Većina "uštede vremena" dolazi od automatizacije, ne od glasovnog sučelja. Za složene zadatke, tekstualno sučelje (aplikacije) često je brže i preciznije.

Mit broj 4: Podrška za hrvatski znači punu funkcionalnost

Iako Google i Amazon nude podršku za hrvatski, oko 70% naprednih funkcija dostupno je samo na engleskom. Vijesti, lokalne usluge i specijalizirane vještine rijetko su dostupne na hrvatskom. To znači da korisnici često moraju prebacivati jezik za pristup svim značajkama.

Neočekivana saznanja iz hrvatskih istraživanja

Kontraintuitvno, starija populacija (55-65 godina) pokazuje 40% stopu usvajanja pametnih asistenata, što je više od mlađe dobne skupine (25-35 godina) s 35% usvajanja. Razlog leži u pristupačnosti — stariji korisnici cijene kontrolu bez korištenja ruku, što olakšava svakodnevne zadatke.

Ovo saznanje sugerira da marketing pametnih asistenata u Hrvatskoj previše fokusira na "tech-savvy" mlađu publiku, dok zapravo stariji korisnici imaju veću potencijalnu korist. Proizvođači bi trebali naglasiti pristupačnost i jednostavnost umjesto tehnološke sofisticiranosti.

Hrvatska ima više zabrinutosti za privatnost, ali nižu stopu usvajanja

Iako hrvatski korisnici izražavaju veću zabrinutost za privatnost (67%) od europskog prosjeka (55%), stopa usvajanja u Hrvatskoj (15-20%) niža je od EU prosjeka (35-40%). To sugerira da privatnost nije glavni čimbenik — problem je kvaliteta hrvatskog jezika i nedostatak lokalnog sadržaja.

Glasovni asistenti nisu najjeftinija opcija

Mnogi potrošači kupuju pametne asistente misleći da štede novac u odnosu na alternativne tehnologije. Međutim, početni trošak (35-110 €), vezanost uz ekosustav i "subscription creep" (postupno dodavanje pretplata) često rezultiraju većim ukupnim troškom nego što korisnici očekuju. Pametni telefoni već imaju ugrađene glasovne asistente bez dodatnog troška.

Budućnost prepoznavanja glasa u Hrvatskoj do 2027.

Očekuje se da će točnost prepoznavanja hrvatskog jezika dosegnuti 90% ili više do 2026. godine, uz značajno proširenje lokalnog sadržaja i integracija s hrvatskim uslugama. Međutim, stroža EU regulativa može dovesti do povećanja cijena i ograničenja nekih funkcija.

EU AI Act, koji se u potpunosti primjenjuje od 2025., zahtijeva od proizvođača redovito testiranje sustava na pristranosti i transparentnost u radu algoritama. To može povećati troškove razvoja, što bi se moglo odraziti na cijene uređaja u EU tržištu.

Ključni trendovi za sljedeće dvije godine

• Obrada na uređaju — Više funkcija će se procesirati lokalno umjesto na cloudu, čime se povećava privatnost
• Multimodalne interakcije — Kombinacija glasa, dodira i gesta za prirodnije sučelje
• Bolja integracija s hrvatskim uslugama — Banke, javni prijevoz, e-građani
• Personalizacija — Algoritmi prilagođeni pojedinačnim korisnicima, a ne samo jeziku
• Interoperabilnost — Digital Markets Act prisiljava proizvođače na bolju suradnju između platformi

Izazovi koje treba riješiti

Najveći izazov za hrvatski tržište ostaje kvaliteta jezičnog modela. Dok globalni igrači ulažu milijarde u engleske, njemačke i španjolske modele, hrvatski ostaje "manjinski jezik" s ograničenim resursima. Potrebna je suradnja između proizvođača, akademske zajednice i hrvatske vlade kako bi se ubrzao razvoj.

Drugi značajan izazov je fragmentacija tržišta. Za razliku od nekih EU zemalja gdje dominira jedna platforma, hrvatsko tržište je podijeljeno između Amazona, Googlea i Applea. To otežava razvoj specifičnih hrvatskih integracija jer programeri moraju podržavati više platformi.