Hvordan aktiverer jeg talesamtale på min chatbot?

Åbn din bot, gå til Settings (Indstillinger) > Voice Conversation (Talesamtale), og slå kontakten Enable voice conversation (Aktivér talesamtale) til. Når den er aktiveret, vælger du en stemmemodel, en stemme, et sprog og en velkomstbesked. Besøgende kan derefter starte et opkald via opkaldsknappen i chat-widgetten.

Hvad er forskellen på stemmeinput og talesamtale?

Stemmeinput (under indstillingerne for Chat Conversation) tilføjer en mikrofonknap, så besøgende kan indtale et spørgsmål - botten svarer stadig med tekst. Voice conversation (Talesamtale) er et tale-til-tale-opkald i realtid: den besøgende taler, og botten svarer tilbage med en syntetisk stemme.

Hvilke stemmemodeller kan jeg bruge?

ChatLab understøtter GPT Realtime og GPT Realtime Mini fra OpenAI, Gemini 3.1 Flash Voice fra Google samt ElevenLabs Voice. Hver model har sin egen minutpris samt sit eget udvalg af stemmer og understøttede sprog.

Hvordan afregnes stemmebrug?

Det første minut af hvert opkald afregnes fuldt ud til den valgte models minuttakst - det er minimumsbeløbet. Efter det første minut overgår afregningen til at ske pr. sekund. Tid med stilhed eller afbrudt forbindelse faktureres ikke. For ElevenLabs tillægges minutprisen for tale oven i bottens tekstmodelomkostninger.

Kan botten tale flere sprog?

Ja. Med modeller fra OpenAI og Gemini vælger du et enkelt primært sprog, og botten skifter derefter automatisk, hvis den besøgende taler på et andet understøttet sprog. Med ElevenLabs vælger du et standardsprog samt et vilkårligt antal yderligere sprog, som agenten må bruge.

Voice Conversation - ChatLab Hjælpecenter

Voice Conversation forvandler din chatbot til en taleagent i realtid. Besøgende trykker på opkaldsknappen i chat-widgetten og fører en samtale med botten via tale - de taler, og botten svarer tilbage med en syntetiseret stemme. Du vælger stemmemodellen, stemmen, sproget og nogle få sikkerhedsgrænser.

Hvor du finder indstillingerne for Voice Conversation

Vælg din chatbot, klik på fanen Settings (Indstillinger), og vælg derefter Voice Conversation (Talesamtale) i venstre sidepanel.

Øverst på siden finder du knappen Enable voice conversation (Aktivér talesamtale). Resten af indstillingerne vises først, når talesamtale er aktiveret.

Vælg en stemmemodel

ChatLab understøtter fire stemmemodeller, hver med sin egen minutpris, der vises ved siden af den i rullemenuen:

GPT Realtime - OpenAIs flagskibsmodel til realtid. Bedste samlede kvalitet og lav forsinkelse.
GPT Realtime Mini - hurtigere og billigere version af GPT Realtime. Standard for nye botter og et godt valg til de fleste brugssituationer.
Gemini 3.1 Flash Voice - Googles stemmemodel (Gemini Live). Den mest økonomiske løsning.
ElevenLabs Voice - ElevenLabs-stemmer i høj kvalitet. Bruger bottens almindelige tekstmodel (indstillet under Settings > Model & Advanced (Indstillinger > Model og avanceret)) til at generere svar, hvorefter ElevenLabs konverterer dem til tale. Minutprisen for tale opkræves oven i tekstmodellens pris pr. svar.

Under modelvælgeren er der et Cost breakdown-kort (Omkostningsoversigt), der viser minutprisen for den model, du aktuelt har valgt, så du altid kan se, hvordan opkaldet faktureres i henhold til den takst, der vises ud for hver model i rullemenuen.

Vælg en stemme

Hver model tilbyder sit eget sæt stemmer i rullemenuen Voice (Stemme):

OpenAI (GPT Realtime og GPT Realtime Mini) - Alloy, Ash, Ballad, Cedar, Coral, Echo, Fable, Marin, Onyx, Nova, Sage, Shimmer, Verse.
Gemini - Kore (anbefalet), Charon, Puck, Fenrir, Aoede, Leda, Orus, Zephyr.
ElevenLabs - Brian, Helen, Chris, Daniel, Jessica, Sarah, Lily, Liam, Will, Janet.

Nye botter bruger som standard Alloy. Du kan ændre stemmen når som helst - den nye stemme træder i kraft ved næste opkald.

Indstil sproget

Sektionen Language (Sprog) styrer, hvilket sprog (eller hvilke sprog) botten taler under et opkald.

OpenAI og Gemini - vælg ét enkelt primært sprog. Hvis en besøgende taler på et andet understøttet sprog under opkaldet, skifter botten automatisk og naturligt over til det sprog.
ElevenLabs - vælg et standardsprog samt et vilkårligt antal ekstra sprog, som agenten må bruge.

Klik på et sprogfelt for at åbne en vælger med landeflag og søgefelt.

Velkomstbesked for tale

Voice Welcome Message (Velkomstbesked for tale) er den første sætning, botten siger, når et opkald starter. Den afspilles én gang i begyndelsen af sessionen, så hold den kort og naturlig - noget i stil med "Hej, hvordan kan jeg hjælpe dig?" fungerer godt.

Den maksimale længde er 500 tegn.

Begræns samtalens varighed

Taleopkald forbruger credits pr. minut, så der findes to sikkerhedsgrænser til at beskytte bot-ejerens budget.

Maksimal samtalevarighed

Feltet Max Conversation Duration (Maksimal samtalevarighed) sætter en øvre grænse for længden af et enkelt opkald. Standarden er 300 sekunder (5 minutter); det tilladte interval er 30 sekunder til 3600 sekunder (60 minutter). Når grænsen nås, afspiller botten en besked om overskredet grænse (som du kan tilpasse lige under feltet), og opkaldet afsluttes.

Hvis du vil tillade ubegrænset varighed for enkelte opkald, skal du aktivere kontakten No cap (Ingen grænse). Der vises en advarsel, fordi et enkelt opkald derefter kan opbruge alle resterende credits.

Daglig talegrænse

Feltet Daily voice cap (minutes) (Daglig talegrænse (minutter)) begrænser, hvor mange taleminutter botten må bruge på en enkelt dag på tværs af alle besøgende tilsammen. Der sendes advarsler til bot-ejeren, når forbruget når 80% og 95% af den daglige grænse.

Aktivér No daily cap (Ingen daglig grænse) for at fjerne grænsen pr. dag.

Stemmeadfærd og system-prompt

Taleopkald kan bruge en anden system-prompt end tekstchat, hvilket er nyttigt, hvis du ønsker en mere uformel, talepræget personlighed over telefonen.

I sektionen Voice Behavior (Stemmeadfærd) skal du klikke på linket Manage voice behavior and prompt in Role & Behavior settings (Administrer stemmeadfærd og prompt under Indstillinger for rolle og adfærd) for at springe til Settings > Role & Behavior (Indstillinger > Rolle og adfærd), hvor en dedikeret fane til Voice Conversation lader dig redigere den talespecifikke prompt uafhængigt af prompten til tekstchatten.

Sådan fungerer fakturering af tale

Det første minut af hvert opkald faktureres fuldt ud til den valgte models minutpris. Dette er minimumsbeløbet for ethvert opkald, selv meget korte.
Efter det første minut sker afregningen pr. sekund.
Der opkræves ikke for tavshed eller afbrudt tid - faktureringen stopper ved det sidste bekræftede heartbeat fra den besøgendes browser.
Før et opkald starter, kontrollerer ChatLab, at botten har nok credits til at dække mindst det første minut. Hvis ikke, kan opkaldet ikke startes.
For ElevenLabs Voice lægges minutprisen oven i bottens tekstmodelpris pr. svar, fordi ElevenLabs bruger tekstmodellen til at generere svar og derefter konverterer dem til tale.

Synkronisering af vidensbase for ElevenLabs

Når en ElevenLabs-stemmemodel er valgt, vises der et statuspanel under stemmeindstillingerne, som angiver, om bottens træningsdata er blevet uploadet til ElevenLabs. Synkroniseringen kører automatisk efter træning: ChatLab samler op til 8 MB træningsmateriale i et enkelt dokument og sender det til ElevenLabs, så taleagentens svar afspejler den samme vidensbase som tekstchatten.

Telefonopkald

Når talesamtale er aktiveret, kan du også tildele botten et rigtigt telefonnummer, så kunder kan ringe ind over det almindelige telefonnetværk. Se den dedikerede artikel: Telefonopkald.

Stemmeinput vs. talesamtale

Disse to funktioner lyder ens, men er forskellige:

Voice input (Stemmeinput) (under Settings > Chat Conversation (Indstillinger > Chatsamtale)) tilføjer en mikrofonknap til beskedfeltet, så besøgende kan diktere et skrevet spørgsmål. Botten svarer stadig med tekst. Funktionen bruger browserens Web Speech API.
Voice conversation (Talesamtale) (denne side) er et komplet tale-til-tale-opkald i realtid - besøgende hører botten tale tilbage, drevet af OpenAI Realtime, Gemini Live eller ElevenLabs.