Voice Conversation premení vášho chatbota na hlasového asistenta v reálnom čase. Návštevníci stlačia tlačidlo hovoru vo widgete chatu a vedú s botom hlasový rozhovor - oni rozprávajú, bot odpovedá syntetizovaným hlasom. Sami si vyberiete hlasový model, hlas, jazyk a niekoľko bezpečnostných limitov.
Kde nájsť nastavenia Voice Conversation
Vyberte svojho chatbota, kliknite na kartu Settings (Nastavenia) a v ľavom bočnom paneli zvoľte Voice Conversation (Hlasová konverzácia).
V hornej časti stránky nájdete prepínač Enable voice conversation (Povoliť hlasovú konverzáciu). Ostatné nastavenia sa zobrazia až po aktivácii hlasovej konverzácie.
Výber hlasového modelu
ChatLab podporuje štyri hlasové modely, pričom pri každom z nich sa v rozbaľovacej ponuke zobrazuje jeho minútová sadzba:
- GPT Realtime - vlajkový model pre komunikáciu v reálnom čase od OpenAI. Ponúka najlepšiu celkovú kvalitu a nízku latenciu.
- GPT Realtime Mini - rýchlejšia a lacnejšia verzia modelu GPT Realtime. Predvolená voľba pre nových botov a vhodné riešenie pre väčšinu prípadov použitia.
- Gemini 3.1 Flash Voice - hlasový model od spoločnosti Google (Gemini Live). Cenovo najvýhodnejšia možnosť.
- ElevenLabs Voice - vysoko kvalitné hlasy od ElevenLabs. Na generovanie odpovedí využíva bežný textový model bota (nastavený v sekcii Settings > Model & Advanced), pričom ElevenLabs ich následne prevádza na reč. Minútová sadzba za hlas sa účtuje navyše k cene textového modelu za odpoveď.
Pod výberom modelu sa nachádza karta Cost breakdown (Rozpis nákladov), ktorá zobrazuje minútovú sadzbu pre aktuálne zvolený model. Vždy tak vidíte, ako bude hovor účtovaný podľa sadzby uvedenej vedľa každého modelu v ponuke.
Výber hlasu
Každý model ponúka vlastnú sadu hlasov v rozbaľovacej ponuke Voice (Hlas):
- OpenAI (GPT Realtime a GPT Realtime Mini) - Alloy, Ash, Ballad, Cedar, Coral, Echo, Fable, Marin, Onyx, Nova, Sage, Shimmer, Verse.
- Gemini - Kore (odporúčané), Charon, Puck, Fenrir, Aoede, Leda, Orus, Zephyr.
- ElevenLabs - Brian, Helen, Chris, Daniel, Jessica, Sarah, Lily, Liam, Will, Janet.
Pri nových botoch je predvolený hlas Alloy. Hlas môžete kedykoľvek zmeniť - nový hlas sa prejaví pri nasledujúcom hovore.
Nastavenie jazyka
Sekcia Language (Jazyk) určuje, akým jazykom (alebo jazykmi) bot počas hovoru hovorí.
- OpenAI a Gemini - vyberte jeden primárny jazyk. Ak návštevník počas hovoru prehovorí iným podporovaným jazykom, bot na tento jazyk prirodzene prepne.
- ElevenLabs - vyberte predvolený jazyk a ľubovoľný počet ďalších jazykov, ktoré asistent môže používať.
Kliknutím na dlaždicu jazyka otvoríte ponuku s vlajkami krajín a vyhľadávaním.
Hlasová uvítacia správa
Voice Welcome Message (Hlasová uvítacia správa) je prvá veta, ktorú bot vysloví pri začiatku hovoru. Prehrá sa raz na začiatku relácie, preto by mala byť krátka a prirodzená - dobre funguje napríklad "Dobrý deň, ako vám môžem pomôcť?".
Maximálna dĺžka je 500 znakov.
Obmedzenie dĺžky konverzácie
Hlasové hovory spotrebúvajú kredity za minútu, preto sú k dispozícii dva bezpečnostné limity, ktoré chránia rozpočet majiteľa bota.
Max Conversation Duration
Pole Max Conversation Duration (Maximálna dĺžka konverzácie) obmedzuje dĺžku jedného hovoru. Predvolená hodnota je 300 sekúnd (5 minút); povolený rozsah je 30 sekúnd až 3600 sekúnd (60 minút). Po dosiahnutí limitu bot vysloví správu po vypršaní limitu (ktorú si môžete prispôsobiť priamo pod týmto poľom) a hovor sa ukončí.
Ak chcete povoliť neobmedzenú dĺžku jednotlivého hovoru, zapnite prepínač No cap (Bez obmedzenia). Zobrazí sa upozornenie, pretože jeden hovor by potom mohol vyčerpať všetky zostávajúce kredity.
Denný hlasový limit
Pole Daily voice cap (minutes) (Denný hlasový limit (minúty)) obmedzuje, koľko hlasových minút môže bot využiť počas jedného dňa za všetkých návštevníkov dohromady. Upozornenia na dosiahnutie hranice sa majiteľovi bota odosielajú pri využití 80 % a 95 % denného limitu.
Zapnutím prepínača No daily cap (Bez denného limitu) denný limit zrušíte.
Správanie hlasu a systémový prompt
Hlasové hovory môžu používať iný systémový prompt než textový chat, čo je užitočné, ak chcete mať pri hovore prirodzenejší, hovorovejší štýl vystupovania.
V sekcii Voice Behavior (Správanie hlasu) kliknite na odkaz Manage voice behavior and prompt in Role & Behavior settings (Spravovať správanie hlasu a prompt v nastaveniach Role & Behavior), čím prejdete do Settings > Role & Behavior. Tam vám vyhradená karta Voice Conversation umožní upravovať hlasový prompt nezávisle od promptu pre textový chat.
Ako funguje hlasové účtovanie
- Prvá minúta každého hovoru sa účtuje v plnej výške podľa minútovej sadzby zvoleného modelu. Ide o minimálny poplatok za akýkoľvek hovor, aj ten veľmi krátky.
- Po prvej minúte prebieha účtovanie po sekundách.
- Čas ticha alebo odpojenia sa neúčtuje - účtovanie sa zastaví pri poslednom potvrdenom signáli (heartbeat) z prehliadača návštevníka.
- Pred začiatkom hovoru ChatLab overí, či má bot dostatok kreditov aspoň na prvú minútu. Ak nie, hovor sa nespustí.
- Pri modeli ElevenLabs Voice sa minútový poplatok účtuje navyše k cene za odpoveď textového modelu bota, pretože ElevenLabs používa textový model na vygenerovanie odpovedí a tie potom prevádza na reč.
Synchronizácia bázy znalostí pre ElevenLabs
Keď je zvolený hlasový model ElevenLabs, pod nastaveniami hlasu sa zobrazí stavový panel informujúci o tom, či boli tréningové dáta bota nahrané do ElevenLabs. Synchronizácia prebieha automaticky po trénovaní: ChatLab spojí až 8 MB tréningových materiálov do jedného dokumentu a odošle ho do ElevenLabs, aby odpovede hlasového asistenta vychádzali z rovnakej bázy znalostí ako textový chat.
Telefónne hovory
Po aktivácii hlasovej konverzácie môžete botovi priradiť aj skutočné telefónne číslo, aby zákazníci mohli volať cez bežnú telefónnu sieť. Pozrite si samostatný článok: Telefónne hovory.
Hlasový vstup vs. hlasová konverzácia
Tieto dve funkcie znejú podobne, ide však o rozdielne veci:
- Hlasový vstup (v časti Settings > Chat Conversation) pridá do poľa na správu tlačidlo mikrofónu, aby návštevníci mohli svoju otázku nadiktovať namiesto písania. Bot naďalej odpovedá textom. Využíva sa na to rozhranie Web Speech API v prehliadači.
- Hlasová konverzácia (táto stránka) je plnohodnotný hovor reč-reč v reálnom čase - návštevníci počujú odpovede bota hovoreným slovom, s využitím technológií OpenAI Realtime, Gemini Live alebo ElevenLabs.