Voice Conversation превръща Вашия чатбот в гласов агент в реално време. Посетителите натискат бутона за обаждане в чат уиджета и провеждат гласов разговор с бота - те говорят, а ботът отговаря със синтезиран глас. Вие избирате гласовия модел, гласа, езика и няколко ограничения за сигурност.
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 цена за минута, показана до него в падащото меню:
- GPT Realtime - водещият модел в реално време на OpenAI. Най-добро цялостно качество и ниска латентност.
- GPT Realtime Mini - по-бърза и по-достъпна версия на GPT Realtime. Избор по подразбиране за нови ботове и подходящо решение за повечето случаи на употреба.
- Gemini 3.1 Flash Voice - гласовият модел на Google (Gemini Live). Най-икономичната опция.
- ElevenLabs Voice - висококачествени 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 за минута разговор се начислява в допълнение към цената на текстовия модел за всеки отговор.
Под полето за избор на модел се намира картата Cost breakdown (Разбивка на разходите), която показва тарифата за минута за текущо избрания модел, така че винаги да виждате как ще се таксува обаждането според цената, посочена 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 повиквания изразходват кредити за всяка минута, поради което са осигурени два лимита за сигурност, които да предпазят бюджета на собственика на бота.
Max Conversation Duration
Полето Max Conversation Duration (Максимална продължителност на разговора) ограничава времетраенето на единичен разговор. Стойността по подразбиране е 300 секунди (5 минути); позволеният диапазон е от 30 секунди до 3600 секунди (60 минути). Когато лимитът бъде достигнат, ботът изговаря съобщение за приключване на разговора (което можете да персонализирате точно под полето) и връзката прекъсва.
Ако искате да позволите неограничена продължителност на отделно обаждане, активирайте превключвателя No cap (Без лимит). Ще се покаже предупреждение, тъй като единичен разговор би могъл да изразходва всички останали кредити.
Daily voice cap
Полето Daily voice cap (minutes) [Дневен лимит за гласови разговори (минути)] ограничава броя гласови минути, които ботът може да използва за един ден, общо за всички посетители. Известия за прагови стойности се изпращат до собственика на бота, когато потреблението достигне 80% и 95% от дневния лимит.
Активирайте No daily cap (Без дневен лимит), за да премахнете ограничението за деня.
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 се извършва таксуването на гласовите разговори
- Първата минута от всяко обаждане се таксува изцяло според тарифата за минута на избрания модел. Това е минималната такса за всяко обаждане, дори за най-кратките.
- След първата минута таксуването се извършва на секунда.
- Времето на тишина или прекъсната връзка не се таксува - отчитането спира при последния потвърден сигнал (heartbeat) от браузъра на посетителя.
- Преди да започне разговорът, ChatLab проверява дали ботът разполага с достатъчно кредити, за да покрие поне първата минута. Ако няма, обаждането не може да бъде стартирано.
- При ElevenLabs Voice таксата за минута се добавя към разхода на 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 състояние, който показва дали данните за обучение на бота са качени в ElevenLabs. Синхронизирането се извършва автоматично след обучение: ChatLab обединява до 8 MB обучителни материали в един документ и ги изпраща към ElevenLabs, така че отговорите на гласовия агент да отразяват същата база от знания като 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.