Hur aktiverar jag röstsamtal på min chattbot?

Öppna din bot, gå till Settings (Inställningar) > Voice Conversation (Röstsamtal) och slå på reglaget Enable voice conversation (Aktivera röstsamtal). När det är aktiverat väljer du en röstmodell, en röst, ett språk och ett välkomstmeddelande. Besökare kan sedan starta ett samtal via samtalsknappen i chattwidgeten.

Vad är skillnaden mellan röstinmatning och röstsamtal?

Röstinmatning (i inställningarna för Chat Conversation) lägger till en mikrofonknapp så att besökare kan diktera en skriftlig fråga - botten svarar fortfarande med text. Röstsamtal är ett tal-till-tal-samtal i realtid: besökaren talar och botten svarar med en syntetiserad röst.

Vilka röstmodeller kan jag använda?

ChatLab stöder GPT Realtime och GPT Realtime Mini från OpenAI, Gemini 3.1 Flash Voice från Google samt ElevenLabs Voice. Varje modell har sin egen minutavgift och sin egen uppsättning röster och språk som stöds.

Hur debiteras röstsamtal?

Den första minuten av varje samtal debiteras fullt ut enligt den valda modellens minutavgift - det är minimiavgiften. Efter den första minuten övergår debiteringen till sekundtaxa. Tyst eller frånkopplad tid debiteras inte. För ElevenLabs läggs minutavgiften för röst till ovanpå kostnaden för bottens textmodell.

Kan botten prata flera språk?

Ja. Med OpenAI- och Gemini-modeller anger du ett enda primärt språk, och botten växlar naturligt om besökaren talar på ett annat språk som stöds. Med ElevenLabs väljer du ett standardspråk plus valfritt antal ytterligare språk som agenten har tillåtelse att använda.

Voice Conversation - ChatLab Hjälpcenter

Voice Conversation (röstsamtal) förvandlar din chatbot till en röstagent i realtid. Besökare trycker på samtalsknappen i chattwidgeten och har ett talat samtal med botten - de pratar och botten svarar med en syntetisk röst. Du väljer röstmodell, röst, språk och några säkerhetsgränser.

Här hittar du inställningarna för Voice Conversation

Välj din chatbot, klicka på fliken Settings (Inställningar) och välj sedan Voice Conversation (Röstsamtal) i det vänstra sidofältet.

Högst upp på sidan hittar du reglaget Enable voice conversation (Aktivera röstsamtal). Resten av inställningarna visas först när röstsamtal har aktiverats.

Välj en röstmodell

ChatLab stöder fyra röstmodeller, var och en med sitt eget minutpris som visas bredvid modellen i rullgardinsmenyn:

GPT Realtime - OpenAI:s främsta realtidsmodell. Bäst övergripande kvalitet och låg latens.
GPT Realtime Mini - snabbare och billigare version av GPT Realtime. Standard för nya botar och ett bra val för de flesta användningsområden.
Gemini 3.1 Flash Voice - Googles röstmodell (Gemini Live). Det mest ekonomiska alternativet.
ElevenLabs Voice - högkvalitativa röster från ElevenLabs. Använder bottens vanliga textmodell (som ställs in under Settings > Model & Advanced) för att generera svar, som ElevenLabs sedan omvandlar till tal. Minutpriset för rösten debiteras utöver textmodellens kostnad per svar.

Under modellväljaren finns kortet Cost breakdown (Kostnadsspecifikation) som visar minutpriset för den modell du har valt just nu, så att du alltid ser hur samtalet debiteras enligt priset som visas bredvid varje modell i rullgardinsmenyn.

Välj en röst

Varje modell erbjuder sin egen uppsättning röster i rullgardinsmenyn Voice (Röst):

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

Nya botar har Alloy som standard. Du kan ändra rösten när som helst - den nya rösten börjar gälla vid nästa samtal.

Ställ in språket

Avsnittet Language (Språk) styr vilket språk (eller vilka språk) botten talar under ett samtal.

OpenAI och Gemini - välj ett enda primärt språk. Om en besökare talar ett annat språk som stöds under samtalet växlar botten naturligt till det språket.
ElevenLabs - välj ett standardspråk plus valfritt antal ytterligare språk som agenten får använda.

Klicka på en språkruta för att öppna en väljare med landsflaggor och sökfunktion.

Välkomstmeddelande för röst

Voice Welcome Message (Välkomstmeddelande för röst) är den första meningen botten säger när ett samtal startar. Det spelas upp en gång i början av sessionen, så håll det kort och naturligt - något i stil med "Hej, hur kan jag hjälpa dig?" fungerar bra.

Maxlängden är 500 tecken.

Begränsa samtalens längd

Röstsamtal förbrukar credits per minut, så två säkerhetsgränser finns tillgängliga för att skydda botägarens budget.

Max Conversation Duration

Fältet Max Conversation Duration (Maximal samtalslängd) sätter ett tak för hur långt ett enskilt samtal får vara. Standard är 300 sekunder (5 minuter); det tillåtna intervallet är 30 sekunder till 3600 sekunder (60 minuter). När gränsen nås läser botten upp ett meddelande efter gränsen (som du kan anpassa precis under fältet) och samtalet avslutas.

Om du vill tillåta obegränsad längd för enskilda samtal aktiverar du reglaget No cap (Inget tak). En varning visas eftersom ett enda samtal då kan förbruka alla återstående credits.

Dagligt rösttak

Fältet Daily voice cap (minutes) (Dagligt rösttak (minuter)) sätter ett tak för hur många röstminuter botten får använda under en enskild dag, för alla besökare sammanlagt. Tröskelaviseringar skickas till botägaren när användningen når 80 % och 95 % av det dagliga taket.

Aktivera No daily cap (Inget dagligt tak) för att ta bort gränsen per dag.

Röstbeteende och systemprompt

Röstsamtal kan använda en annan systemprompt än textchatten, vilket är användbart när du vill ha en mer samtalsinriktad personlighet med talspråk i telefon.

I avsnittet Voice Behavior (Röstbeteende) klickar du på länken Manage voice behavior and prompt in Role & Behavior settings (Hantera röstbeteende och prompt i inställningarna för Roll och beteende) för att gå till Settings > Role & Behavior, där en särskild Voice Conversation-flik låter dig redigera den röstspecifika prompten oberoende av textchattens prompt.

Så fungerar faktureringen för röst

Den första minuten av varje samtal debiteras fullt ut enligt den valda modellens minutpris. Detta är minimiavgiften för alla samtal, även mycket korta sådana.
Efter den första minuten sker debiteringen per sekund.
Tyst eller frånkopplad tid debiteras inte - debiteringen stoppas vid det senaste bekräftade pulsslaget (heartbeat) från besökarens webbläsare.
Innan ett samtal startar kontrollerar ChatLab att botten har tillräckligt med credits för att täcka åtminstone den första minuten. Om inte kan samtalet inte startas.
För ElevenLabs Voice läggs minutavgiften till ovanpå kostnaden för bottens textmodell per svar, eftersom ElevenLabs använder textmodellen för att generera svar och sedan omvandlar dem till tal.

Synkronisering av kunskapsbas för ElevenLabs

När en röstmodell från ElevenLabs har valts visas en statuspanel under röstinställningarna som visar om bottens träningsdata har laddats upp till ElevenLabs. Synkroniseringen körs automatiskt efter att modellen har tränats: ChatLab samlar upp till 8 MB träningsmaterial i ett enda dokument och skickar det till ElevenLabs så att röstagentens svar återspeglar samma kunskapsbas som textchatten.

Telefonsamtal

När röstsamtal har aktiverats kan du också tilldela botten ett riktigt telefonnummer så att kunder kan ringa in via det vanliga telefonnätet. Se den särskilda artikeln: Telefonsamtal.

Röstinmatning jämfört med röstsamtal

Dessa två funktioner låter snarlika men skiljer sig åt:

Röstinmatning (under Settings > Chat Conversation) lägger till en mikrofonknapp i meddelandefältet så att besökare kan diktera en skriven fråga. Botten svarar fortfarande med text. Den använder webbläsarens Web Speech API.
Röstsamtal (den här sidan) är ett fullständigt tal-till-tal-samtal i realtid - besökare hör botten svara med röst, med hjälp av OpenAI Realtime, Gemini Live eller ElevenLabs.