Голосова розмова (Voice Conversation) перетворює вашого чатбота на голосового агента реального часу. Відвідувачі натискають кнопку виклику у віджеті чату та ведуть голосову розмову з ботом - вони говорять, а бот відповідає синтезованим голосом. Ви обираєте голосову модель, голос, мову та кілька лімітів безпеки.
Де знайти налаштування Voice Conversation
Оберіть свого чатбота, перейдіть на вкладку Settings (Налаштування), а потім виберіть Voice Conversation (Голосова розмова) на бічній панелі ліворуч.
Угорі сторінки ви знайдете перемикач Enable voice conversation (Увімкнути голосову розмову). Решта налаштувань з'явиться лише після ввімкнення голосової розмови.
Виберіть голосову модель
ChatLab підтримує чотири голосові моделі, кожна з яких має власний тариф за хвилину, зазначений поруч із нею у спадному списку:
- GPT Realtime - флагманська модель реального часу від OpenAI. Найкраща загальна якість і низька затримка.
- GPT Realtime Mini - швидша й дешевша версія GPT Realtime. Використовується за замовчуванням для нових ботів і добре підходить для більшості завдань.
- Gemini 3.1 Flash Voice - голосова модель від Google (Gemini Live). Найекономічніший варіант.
- ElevenLabs Voice - високоякісні голоси ElevenLabs. Використовує звичайну текстову модель бота (налаштовується в Settings > Model & Advanced [Модель і додатково]) для генерації відповідей, після чого ElevenLabs перетворює їх на мовлення. Похвилинний тариф за голос стягується на додаток до вартості генерації відповіді текстовою моделлю.
Під блоком вибору моделі розміщена картка Cost breakdown (Деталізація вартості), яка відображає тариф за хвилину для вибраної на цей момент моделі, тож ви завжди бачите, як тарифікуватиметься дзвінок відповідно до вартості, зазначеної біля кожної моделі у списку.
Виберіть голос
Кожна модель пропонує власний набір голосів у спадному списку Voice (Голос):
- OpenAI (GPT Realtime та GPT Realtime Mini) - Alloy, Ash, Ballad, Cedar, Coral, Echo, Fable, Marin, Onyx, Nova, Sage, Shimmer, Verse.
- Gemini - Kore (рекомендовано), Charon, Puck, Fenrir, Aoede, Leda, Orus, Zephyr.
- ElevenLabs - Brian, Helen, Chris, Daniel, Jessica, Sarah, Lily, Liam, Will, Janet.
Для нових ботів за замовчуванням встановлено голос Alloy. Ви можете змінити голос у будь-який момент - новий голос почне використовуватися з наступного дзвінка.
Налаштуйте мову
Розділ Language (Мова) визначає, якою мовою (або мовами) бот спілкується під час дзвінка.
- OpenAI та Gemini - виберіть одну основну мову. Якщо відвідувач заговорить іншою підтримуваною мовою під час дзвінка, бот природно перемкнеться на неї.
- ElevenLabs - виберіть мову за замовчуванням, а також будь-яку кількість додаткових мов, якими агенту дозволено користуватися.
Натисніть на плитку мови, щоб відкрити вікно вибору з прапорами країн і рядком пошуку.
Голосове привітання
Поле Voice Welcome Message (Голосове привітання) містить перше речення, яке вимовляє бот на початку дзвінка. Воно озвучується один раз на початку сеансу, тому зробіть його коротким і природним - наприклад, фраза на кшталт "Вітаю, чим можу допомогти?" працює чудово.
Максимальна довжина становить 500 символів.
Лімітуйте тривалість розмови
Голосові дзвінки витрачають кредити за кожну хвилину, тому передбачено два ліміти безпеки для захисту бюджету власника бота.
Максимальна тривалість розмови
Поле Max Conversation Duration (Максимальна тривалість розмови) обмежує довжину окремого дзвінка. За замовчуванням установлено 300 секунд (5 хвилин); дозволений діапазон становить від 30 до 3600 секунд (60 хвилин). Коли ліміт вичерпано, бот вимовляє повідомлення про завершення ліміту (яке ви можете змінити безпосередньо під полем), і дзвінок припиняється.
Якщо ви бажаєте дозволити необмежену тривалість одного виклику, увімкніть перемикач No cap (Без обмежень). При цьому відобразиться попередження, оскільки один дзвінок може витратити всі доступні кредити.
Денний голосовий ліміт
Поле Daily voice cap (minutes) (Денний голосовий ліміт у хвилинах) обмежує кількість голосових хвилин, яку бот може використати за один день для всіх відвідувачів разом. Сповіщення про наближення до порогу надсилаються власнику бота, коли використання досягає 80% та 95% від денного ліміту.
Увімкніть No daily cap (Без щоденного ліміту), щоб вимкнути добове обмеження.
Поведінка голосу та системний промпт
Для голосових викликів можна задати інший системний промпт, ніж для текстового чату, що дуже зручно, коли для розмови потрібен більш розмовний, усний стиль спілкування.
У розділі Voice Behavior (Поведінка голосу) натисніть на посилання Manage voice behavior and prompt in Role & Behavior settings (Керувати поведінкою голосу та промптом у налаштуваннях ролі та поведінки), щоб перейти до Settings > Role & Behavior (Роль і поведінка), де окрема вкладка Voice Conversation дозволяє редагувати спеціальний голосовий промпт незалежно від промпту текстового чату.
Як працює тарифікація голосових розмов
- Перша хвилина кожного виклику тарифікується повністю за похвилинною ставкою вибраної моделі. Це мінімальна вартість будь-якого дзвінка, навіть дуже короткого.
- Після першої хвилини тарифікація здійснюється посекундно.
- Час мовчання або розриву з'єднання не оплачується - списання коштів зупиняється на останньому підтвердженому сигналі heartbeat із браузера відвідувача.
- Перед початком дзвінка ChatLab перевіряє, чи достатньо у бота кредитів щонайменше на оплату першої хвилини. Якщо ні, дзвінок розпочати не вдасться.
- Для ElevenLabs Voice похвилинна плата нараховується поверх вартості відповідей текстової моделі бота, оскільки ElevenLabs використовує текстову модель для створення тексту і вже потім озвучує його.
Синхронізація бази знань для ElevenLabs
Коли вибрано голосову модель ElevenLabs, під налаштуваннями голосу з'являється панель стану, де показано, чи завантажено навчальні дані бота до ElevenLabs. Синхронізація запускається автоматично після того, як модель навчається: ChatLab об'єднує до 8 МБ матеріалів для навчання в один документ і надсилає його до ElevenLabs, щоб відповіді голосового агента враховували ту саму базу знань, що й текстовий чат.
Телефонні дзвінки
Після ввімкнення голосової розмови ви також можете закріпити за ботом реальний номер телефону, щоб клієнти могли телефонувати зі звичайної телефонної мережі. Перегляньте відповідну статтю: Телефонні дзвінки.
Голосове введення чи голосова розмова
Ці дві функції звучать подібно, але працюють по-різному:
- Голосове введення (Voice input) (у Settings > Chat Conversation [Розмова в чаті]) додає кнопку мікрофона до панелі введення тексту, щоб відвідувачі могли надиктувати повідомлення. Відповідь бот усе одно надає текстом. Для цього використовується браузерний Web Speech API.
- Голосова розмова (Voice conversation) (ця сторінка) є повноцінним дзвінком "з голосу в голос" у реальному часі - відвідувачі чують пряму відповідь бота за допомогою моделей OpenAI Realtime, Gemini Live або ElevenLabs.