Voice Conversation promění vašeho chatbota v hlasového asistenta v reálném čase. Návštěvníci stisknou tlačítko volání v chatovacím widgetu a vedou s botem mluvený rozhovor - oni mluví, bot odpovídá syntetizovaným hlasem. Vy sami si zvolíte hlasový model, hlas, jazyk a několik bezpečnostních limitů.
Kde najít nastavení Voice Conversation
Vyberte svého chatbota, klikněte na kartu Settings (Nastavení) a poté v levém bočním panelu vyberte Voice Conversation (Hlasová konverzace).
V horní části stránky najdete přepínač Enable voice conversation (Povolit hlasovou konverzaci). Zbytek nastavení se zobrazí až po povolení hlasové konverzace.
Výběr hlasového modelu
ChatLab podporuje čtyři hlasové modely, z nichž každý má v rozbalovací nabídce vedle sebe uvedenou svou minutovou sazbu:
- GPT Realtime - vlajkový realtime model od společnosti OpenAI. Nejlepší celková kvalita a nízká latence.
- GPT Realtime Mini - rychlejší a levnější verze modelu GPT Realtime. Výchozí volba pro nové boty a vhodné řešení pro většinu případů použití.
- Gemini 3.1 Flash Voice - hlasový model od společnosti Google (Gemini Live). Nejekonomičtější možnost.
- ElevenLabs Voice - vysoce kvalitní hlasy ElevenLabs. K vygenerování odpovědí používá běžný textový model bota (nastavený v sekci Settings > Model & Advanced), které potom ElevenLabs převede na řeč. Minutová sazba za hlas se účtuje navíc k nákladům textového modelu za odpověď.
Pod výběrem modelu se nachází karta Cost breakdown (Rozpis nákladů), která ukazuje minutovou sazbu pro model, který máte právě vybraný, takže vždy vidíte, jak bude hovor účtován podle sazby uvedené vedle jednotlivých modelů v rozbalovací nabídce.
Výběr hlasu
Každý model nabízí v rozbalovací nabídce Voice (Hlas) svou vlastní sadu hlasů:
- OpenAI (GPT Realtime a GPT Realtime Mini) - Alloy, Ash, Ballad, Cedar, Coral, Echo, Fable, Marin, Onyx, Nova, Sage, Shimmer, Verse.
- Gemini - Kore (doporučeno), Charon, Puck, Fenrir, Aoede, Leda, Orus, Zephyr.
- ElevenLabs - Brian, Helen, Chris, Daniel, Jessica, Sarah, Lily, Liam, Will, Janet.
U nových botů je výchozí hlas Alloy. Hlas můžete kdykoli změnit - nový hlas se projeví při dalším hovoru.
Nastavení jazyka
V sekci Language (Jazyk) nastavíte, jakým jazykem (nebo jazyky) bot během hovoru mluví.
- OpenAI a Gemini - vyberte jeden primární jazyk. Pokud návštěvník během hovoru promluví jiným podporovaným jazykem, bot do tohoto jazyka přirozeně přepne.
- ElevenLabs - vyberte výchozí jazyk a libovolný počet dalších jazyků, které může asistent používat.
Kliknutím na dlaždici jazyka otevřete výběr s vlajkami zemí a vyhledáváním.
Uvítací hlasová zpráva
Voice Welcome Message (Uvítací hlasová zpráva) je první věta, kterou bot pronese při zahájení hovoru. Přehrává se jednou na začátku relace, proto by měla být krátká a přirozená - dobře funguje například "Dobrý den, jak vám mohu pomoci?".
Maximální délka je 500 znaků.
Omezení délky konverzace
Hlasové hovory spotřebovávají kredity za minutu, proto jsou k dispozici dva bezpečnostní limity, které chrání rozpočet majitele bota.
Max Conversation Duration
Pole Max Conversation Duration (Maximální délka konverzace) omezuje délku jednoho hovoru. Výchozí hodnota je 300 sekund (5 minut); povolený rozsah je 30 sekund až 3600 sekund (60 minut). Po dosažení limitu bot pronese zprávu po vypršení limitu (kterou můžete upravit přímo pod tímto polem) a hovor se ukončí.
Pokud chcete povolit neomezenou délku jednoho hovoru, zapněte přepínač No cap (Bez omezení). Zobrazí se varování, protože jediný hovor pak může spotřebovat všechny zbývající kredity.
Denní hlasový limit
Pole Daily voice cap (minutes) (Denní hlasový limit (v minutách)) omezuje, kolik hlasových minut může bot za jeden den využít celkem napříč všemi návštěvníky. Jakmile využití dosáhne 80 % a 95 % denního limitu, majiteli bota se odešlou upozornění na překročení prahových hodnot.
Zapnutím přepínače No daily cap (Bez denního limitu) denní limit zrušíte.
Chování hlasu a systémový prompt
Hlasové hovory mohou používat jiný systémový prompt než textový chat, což se hodí, pokud chcete mít po telefonu konverzačnější, mluvený styl vystupování.
V sekci Voice Behavior (Chování hlasu) klikněte na odkaz Manage voice behavior and prompt in Role & Behavior settings (Spravovat chování hlasu a prompt v nastavení Role a chování), kterým přejdete do sekce Settings > Role & Behavior, kde můžete na vyhrazené kartě Voice Conversation upravovat prompt pro hlasové hovory nezávisle na promptu pro textový chat.
Jak funguje účtování hlasových hovorů
- První minuta každého hovoru se účtuje celá podle minutové sazby vybraného modelu. Jedná se o minimální poplatek za jakýkoli hovor, a to i za velmi krátký.
- Po první minutě probíhá účtování po sekundách.
- Čas ticha nebo odpojení se neúčtuje - účtování se zastaví při posledním potvrzeném signálu (heartbeatu) z prohlížeče návštěvníka.
- Před zahájením hovoru ChatLab zkontroluje, zda má bot dostatek kreditů na pokrytí alespoň první minuty. Pokud ne, hovor nelze zahájit.
- U modelu ElevenLabs Voice se minutový poplatek přičítá navíc k nákladům textového modelu bota za odpověď, protože ElevenLabs používá textový model k vygenerování odpovědí a ty pak převádí na řeč.
Synchronizace báze znalostí pro ElevenLabs
Pokud je vybrán hlasový model ElevenLabs, zobrazí se pod nastavením hlasu stavový panel informující o tom, zda byla trénovací data bota nahrána do ElevenLabs. Synchronizace probíhá automaticky po trénování: ChatLab sbalí až 8 MB trénovacích materiálů do jednoho dokumentu a odešle jej do ElevenLabs, aby odpovědi hlasového asistenta vycházely ze stejné báze znalostí jako textový chat.
Telefonní hovory
Jakmile je hlasová konverzace povolená, můžete botovi přiřadit také skutečné telefonní číslo, aby zákazníci mohli volat přes běžnou telefonní síť. Podívejte se na samostatný článek: Telefonní hovory.
Hlasový vstup vs. hlasová konverzace
Tyto dvě funkce znějí podobně, ale jde o dvě různé věci:
- Hlasový vstup (v sekci Settings > Chat Conversation) přidává do lišty zpráv tlačítko mikrofonu, aby návštěvníci mohli otázku nadiktovat místo psaní. Bot i nadále odpovídá textem. Využívá se k tomu Web Speech API prohlížeče.
- Hlasová konverzace (tato stránka) představuje plnohodnotný hovor řeč-na-řeč v reálném čase - návštěvníci slyší bota mluvit, což zajišťuje OpenAI Realtime, Gemini Live nebo ElevenLabs.