Voice Conversation pārvērš Jūsu robotu par reāllaika balss aģentu. Apmeklētāji nospiež zvana pogu tērzēšanas logrīkā un sarunājas ar robotu balsī - viņi runā, un robots atbild ar sintezētu balsi. Jūs izvēlaties balss modeli, balsi, valodu un dažus drošības ierobežojumus.
Kur atrast Voice Conversation iestatījumus
Izvēlieties savu robotu, noklikšķiniet uz cilnes Settings (Iestatījumi), pēc tam kreisajā sānjoslā atlasiet Voice Conversation (Balss saruna).
Lapas augšdaļā atradīsiet slēdzi Enable voice conversation (Iespējot balss sarunu). Pārējie iestatījumi parādās tikai pēc balss sarunas iespējošanas.
Balss modeļa izvēle
ChatLab atbalsta četrus balss modeļus, un katram nolaižamajā sarakstā blakus ir norādīta maksa par minūti:
- GPT Realtime - OpenAI vadošais reāllaika modelis. Vislabākā kopējā kvalitāte un zems latentums.
- GPT Realtime Mini - ātrāka un lētāka GPT Realtime versija. Noklusējuma izvēle jauniem robotiem un lieliski piemērota lielākajai daļai lietošanas gadījumu.
- Gemini 3.1 Flash Voice - Google balss modelis (Gemini Live). Ekonomiskākais variants.
- ElevenLabs Voice - augstas kvalitātes ElevenLabs balsis. Atbilžu ģenerēšanai izmanto robota parasto teksta modeli (kas iestatīts sadaļā Settings > Model & Advanced), un pēc tam ElevenLabs tās pārvērš runā. Maksa par balss minūti tiek iekasēta papildus teksta modeļa izmaksām par katru atbildi.
Zem modeļa atlasītāja atrodas kartīte Cost breakdown (Izmaksu sadalījums), kurā redzama pašlaik atlasītā modeļa minūtes likme, lai Jūs vienmēr redzētu, kā par zvanu tiks aprēķināta maksa atbilstoši likmei, kas nolaižamajā sarakstā norādīta blakus katram modelim.
Balss izvēle
Katrs modelis nolaižamajā sarakstā Voice (Balss) piedāvā savu balsu komplektu:
- OpenAI (GPT Realtime un GPT Realtime Mini) - Alloy, Ash, Ballad, Cedar, Coral, Echo, Fable, Marin, Onyx, Nova, Sage, Shimmer, Verse.
- Gemini - Kore (ieteicams), Charon, Puck, Fenrir, Aoede, Leda, Orus, Zephyr.
- ElevenLabs - Brian, Helen, Chris, Daniel, Jessica, Sarah, Lily, Liam, Will, Janet.
Jauniem robotiem pēc noklusējuma ir iestatīta balss Alloy. Balsi varat mainīt jebkurā laikā - jaunā balss stāsies spēkā nākamajā zvanā.
Valodas iestatīšana
Sadaļa Language (Valoda) nosaka, kurā valodā (vai valodās) robots zvana laikā runā.
- OpenAI un Gemini - izvēlieties vienu primāro valodu. Ja apmeklētājs zvana laikā runā citā atbalstītā valodā, robots dabiski pārslēgsies uz šo valodu.
- ElevenLabs - izvēlieties noklusējuma valodu, kā arī neierobežotu skaitu papildu valodu, kuras aģentam ir atļauts izmantot.
Noklikšķiniet uz valodas kartītes, lai atvērtu atlases logu ar valstu karogiem un meklēšanu.
Balss sveiciena ziņojums
Voice Welcome Message (Balss sveiciena ziņojums) ir pirmais teikums, ko robots pasaka zvana sākumā. Tas tiek atskaņots vienu reizi sesijas sākumā, tāpēc veidojiet to īsu un dabisku - tāds teksts kā "Labdien! Kā es varu Jums palīdzēt?" darbosies lieliski.
Maksimālais garums ir 500 rakstzīmes.
Sarunas ilguma ierobežošana
Balss zvani patērē Credits par minūti, tāpēc ir pieejami divi drošības ierobežojumi, lai pasargātu robota īpašnieka budžetu.
Max Conversation Duration
Lauks Max Conversation Duration (Maksimālais sarunas ilgums) ierobežo viena zvana garumu. Noklusējuma vērtība ir 300 sekundes (5 minūtes); atļautais diapazons ir no 30 sekundēm līdz 3600 sekundēm (60 minūtēm). Kad limits ir sasniegts, robots pasaka paziņojumu pēc limita sasniegšanas (ko varat pielāgot tieši zem šī lauka) un zvans beidzas.
Ja vēlaties atļaut neierobežotu viena zvana ilgumu, ieslēdziet slēdzi No cap (Bez ierobežojuma). Tiek parādīts brīdinājums, jo viens zvans tādā gadījumā var patērēt visus atlikušos kredītus.
Dienas balss limits
Lauks Daily voice cap (minutes) (Dienas balss limits (minūtēs)) ierobežo, cik balss minūšu robots drīkst izmantot vienā dienā visiem apmeklētājiem kopā. Robota īpašniekam tiek nosūtīti sliekšņa paziņojumi, kad lietojums sasniedz 80% un 95% no dienas limita.
Ieslēdziet No daily cap (Bez dienas limita), lai noņemtu dienas ierobežojumu.
Balss uzvedība un sistēmas prompt
Balss zvaniem var izmantot atšķirīgu sistēmas prompt nekā teksta tērzēšanai, kas ir noderīgi, ja sarunā pa tālruni vēlaties brīvāku, sarunvalodai tuvāku personību.
Sadaļā Voice Behavior (Balss uzvedība) noklikšķiniet uz saites Manage voice behavior and prompt in Role & Behavior settings (Pārvaldīt balss uzvedību un prompt sadaļā Role & Behavior iestatījumi), lai pārietu uz Settings > Role & Behavior, kur īpaša cilne Voice Conversation ļauj rediģēt tieši balsij paredzēto prompt neatkarīgi no teksta tērzēšanas prompt.
Kā darbojas norēķini par balss pakalpojumiem
- Par katra zvana pirmo minūti tiek iekasēta pilna maksa atbilstoši izvēlētā modeļa minūtes likmei. Tā ir minimālā maksa par jebkuru zvanu, pat par ļoti īsiem.
- Pēc pirmās minūtes norēķini tiek veikti par sekundēm.
- Par klusuma vai atvienošanās laiku maksa netiek iekasēta - rēķina aprēķins apstājas pie pēdējā apstiprinātā signāla no apmeklētāja pārlūkprogrammas.
- Pirms zvana sākuma ChatLab pārbauda, vai robotam ir pietiekami daudz kredītu, lai segtu vismaz pirmo minūti. Ja to nepietiek, zvanu nevar sākt.
- Modelim ElevenLabs Voice maksa par minūti tiek pievienota papildus robota teksta modeļa izmaksām par katru atbildi, jo ElevenLabs atbilžu ģenerēšanai izmanto teksta modeli un pēc tam pārvērš tās runā.
Zināšanu bāzes sinhronizācija ar ElevenLabs
Kad ir atlasīts ElevenLabs balss modelis, zem balss iestatījumiem parādās statusa panelis, kurā redzams, vai robota trenēšanas dati ir augšupielādēti ElevenLabs. Sinhronizācija notiek automātiski pēc trenēšanas: ChatLab apvieno līdz 8 MB mācību materiālu vienā dokumentā un nosūta to uz ElevenLabs, lai balss aģenta atbildēs tiktu izmantota tā pati zināšanu bāze, kas teksta tērzēšanā.
Tālruņa zvani
Kad balss saruna ir iespējota, robotam varat piešķirt arī īstu tālruņa numuru, lai klienti varētu zvanīt pa parasto tālruņa tīklu. Skatiet atsevišķo rakstu: Tālruņa zvani.
Voice input pretstatā voice conversation
Šīs divas funkcijas izklausās līdzīgi, taču tās atšķiras:
- Voice input (sadaļā Settings > Chat Conversation) ziņojumu joslai pievieno mikrofona pogu, lai apmeklētāji varētu ierunāt rakstisku jautājumu. Robots joprojām atbild ar tekstu. Šī funkcija izmanto pārlūkprogrammas Web Speech API.
- Voice conversation (šajā lapā) ir pilnvērtīgs reāllaika zvans no runas uz runu - apmeklētāji dzird robota balss atbildi, ko nodrošina OpenAI Realtime, Gemini Live vai ElevenLabs.