Voice Conversation превръща Вашия чатбот в гласов асистент в реално време. Посетителите натискат бутона за обаждане в чат уиджета и провеждат разговор с бота - те говорят, а ботът отговаря със синтезиран глас. Вие избирате гласовия модел, гласа, езика и няколко ограничения за сигурност.
Преди да започнете, създайте чатбот и го обучете. Voice Conversation се предлага като премиум функция - ще се покаже подкана за надграждане на плана (upgrade prompt), ако текущият Ви план не я включва. Обажданията използват кредити за съобщения.
Къде да намерите настройките за Voice Conversation
Изберете Вашия чатбот, кликнете върху раздела Settings (Настройки), след което изберете Voice Conversation (Гласов разговор) в лявата странична лента.
В горната част на страницата ще намерите превключвателя Enable voice conversation (Активиране на гласов разговор). Останалите настройки се появяват едва след като гласовият разговор бъде активиран.
Изберете гласов модел
ChatLab поддържа четири гласови модела, всеки със своя собствена цена на минута, показана до него в падащото меню:
- GPT Realtime - опция за разговор от реч към реч от OpenAI.
- GPT Realtime Mini - гласовият модел по подразбиране за нови ботове. Сравнете показания му разход на кредити и го тествайте с Вашите въпроси.
- Gemini 3.1 Flash Voice - опция за разговор от реч към реч, използваща Gemini Live.
- ElevenLabs Voice - опция, използваща гласове от ElevenLabs. Използва стандартния текстов модел на бота (зададен в Settings > Model & Advanced (Настройки > Модел и разширени)), за да генерира отговори, след което ElevenLabs ги преобразува в реч. Цената на минута за глас се начислява в допълнение към разхода за отговор от текстовия модел.
Под селектора на модел се намира картата Cost breakdown (Разбивка на разходите), която показва цената на минута за текущо избрания от Вас модел, така че винаги виждате как ще бъде таксуван разговорът според цената, показана до всеки модел в падащото меню.
Изберете глас
Всеки модел предлага свой собствен набор от гласове в падащото меню Voice (Глас):
- OpenAI (GPT Realtime и GPT Realtime Mini) - Alloy, Ash, Ballad, Cedar, Coral, Echo, Fable, Marin, Onyx, Nova, Sage, Shimmer, Verse.
- Gemini - Kore (препоръчително), Charon, Puck, Fenrir, Aoede, Leda, Orus, Zephyr.
- ElevenLabs - Brian, Helen, Chris, Daniel, Jessica, Sarah, Lily, Liam, Will, Janet.
При новите ботове по подразбиране е избран Alloy. Можете да промените гласа по всяко време - новият глас влиза в сила при следващото обаждане.
Задайте езика
Секцията Language (Език) управлява на кой език (или езици) говори ботът по време на разговор.
- OpenAI и Gemini - изберете един основен език. Ако посетителят проговори на друг поддържан език по време на разговора, ботът автоматично ще премине към него.
- ElevenLabs - изберете език по подразбиране плюс неограничен брой допълнителни езици, които агентът има право да използва.
Кликнете върху полето с език, за да отворите списък за избор със знамена на държави и търсачка.
Гласово приветствено съобщение
Полето Voice Welcome Message (Гласово приветствено съобщение) представлява първото изречение, което ботът изговаря при започване на обаждане. То се възпроизвежда еднократно в началото на сесията, затова е добре да бъде кратко и естествено - фраза като "Здравейте, как мога да Ви помогна?" върши отлична работа.
Максималната дължина е 500 знака.
Ограничаване на продължителността на разговора
Гласовите обаждания изразходват кредити за всяка минута, затова са налични две защитни ограничения за предпазване на бюджета на собственика на бота.
Max Conversation Duration (Максимална продължителност на разговор)
Полето Max Conversation Duration (Максимална продължителност на разговор) ограничава времетраенето на единично обаждане. Стойността по подразбиране е 300 секунди (5 минути); допустимият диапазон е от 30 секунди до 3600 секунди (60 минути). Когато лимитът бъде достигнат, ботът изговаря съобщение за превишен лимит (което можете да персонализирате точно под полето) и обаждането приключва.
Ако желаете да позволите неограничена продължителност на единичен разговор, включете превключвателя No cap (Без ограничение). Показва се предупреждение, тъй като тогава едно-единствено обаждане може да изразходи всички оставащи кредити.
Daily voice cap (Дневен лимит за гласови разговори)
Настройката Daily voice cap (minutes) (Дневен лимит за гласови разговори (минути)) се проверява преди стартирането на ново обаждане от уиджета, като се използва отчетеното гласово потребление за бота. Това не е гаранция, че текущите едновременни обаждания ще спрат при точен общ брой минути. Следете отчетеното потребление и използвайте също лимита за продължителност на отделно обаждане. Не приемайте, че тази проверка на уиджета блокира и входящите телефонни обаждания.
Включете No daily cap (Без дневно ограничение), за да премахнете дневния лимит.
Поведение на гласа и системен промпт
Гласовите обаждания могат да използват различен системен промпт от този за текстовия чат, което е полезно, когато желаете по-разговорен, естествен тон по време на разговор.
В секцията Voice Behavior (Поведение на гласа) кликнете върху връзката Manage voice behavior and prompt in Role & Behavior settings (Управление на поведението на гласа и промпта в настройките за Роля и поведение), за да отидете в Settings > Role & Behavior (Настройки > Роля и поведение), където специализиран раздел за Voice Conversation Ви позволява да редактирате промпта за глас независимо от този за текстовия чат.
Как работи таксуването на гласовите разговори
- Първата минута от всеки разговор се таксува изцяло по тарифата за минута на избрания модел. Това е минималната такса за всеки разговор, дори и за много кратките.
- След първата минута таксуването се основава на подлежащата на таксуване продължителност и се закръглява нагоре до цели кредити. Сесиите в уиджета се отчитат на интервали от 10 секунди, така че това не е таксуване с точност до хронометър.
- Тишината по време на свързан разговор се зачита към продължителността. При разговори през уиджета проверките на връзката ограничават таксуването, когато браузърът спре да изпраща отчети; въпреки това може да бъде отчетен кратък финален интервал.
- Преди да започне разговор, ChatLab проверява дали ботът разполага с достатъчно кредити, за да покрие поне първата минута. В противен случай разговорът не може да стартира.
- При ElevenLabs Voice таксата за минута се начислява допълнително към разходите за текстовия модел на бота за всеки отговор, тъй като ElevenLabs използва текстовия модел за генериране на отговори и след това ги преобразува в реч.
Синхронизиране на базата от знания за ElevenLabs
Когато е избран гласов модел на ElevenLabs, под настройките за глас се появява панел за състоянието, показващ дали данните за обучение на бота са качени в ElevenLabs. Синхронизирането се изпълнява автоматично след обучение: ChatLab изпраща към ElevenLabs документ, изграден от материалите за обучение на бота. Проверете панела за състоянието след обучение и изчакайте успешно синхронизиране, преди да тествате новодобавените знания. Големите бази от знания могат да бъдат съкратени по време на експортирането, затова проверете важните теми, вместо да предполагате пълно съответствие с текстовия чат.
Телефонни обаждания
След като гласовият разговор бъде активиран, можете също така да присвоите реален телефонен номер на бота, така че клиентите да могат да се обаждат през стандартната телефонна мрежа. Вижте подробната статия: Телефонни обаждания.
Гласово въвеждане спрямо гласов разговор
Тези две функции звучат сходно, но са напълно различни:
- Гласово въвеждане (в Settings > Chat Conversation [Настройки > Разговор в чата]) добавя бутон с микрофон в полето за съобщения, така че посетителите да могат да диктуват въпрос вместо да го пишат. Ботът продължава да отговаря писмено. Тази функция използва Web Speech API на браузъра.
- Гласов разговор (тази страница) е пълноценно гласово повикване в реално време - посетителите чуват как ботът отговаря с глас, благодарение на технологиите OpenAI Realtime, Gemini Live или ElevenLabs.
Тествайте гласово обаждане
Изчакайте съобщението Saved (Запазено), след това отворете Overview (Преглед) и използвайте бутона за обаждане в уиджета. Разрешете достъпа до микрофона, когато браузърът Ви попита. Проверете поздравителното съобщение, езика, гласа и отговор от Вашите данни за обучение, след което прекратете обаждането. Ако микрофонът не е наличен или достъпът е отказан, проверете разрешенията в браузъра и опитайте с поддържан браузър. Преди публикуване повторете теста на Вашия вграден чатбот.