Erkennung und Stimme konfigurieren¶
Wähle die Sprachen, die dein Agent verstehen soll, und die Stimme für seine Antworten. Prüfe beides am Telefon, besonders Namen, Zahlen und Gesprächspausen.
Begrüßung und Zeitzone einstellen¶
Schreibe unter Allgemeine Identität einen kurzen Einstieg mit Firma, digitaler Identität und Zweck. Hinterlege bei Bedarf Texte für morgens, nachmittags und abends. Die lokale Zeit des Agenten wählt morgens vor 12:00 Uhr, nachmittags von 12:00 bis 17:59 Uhr und abends ab 18:00 Uhr. Leere Texte werden durch eine andere hinterlegte Begrüßung ersetzt.
Bei einem Flow stammt die Begrüßung vom DEFAULT-Agent. Ein Unterbrechungsschutz kann verhindern, dass sie abgeschnitten wird. Für anruferspezifische Einstiege richte eine personalisierte Begrüßung ein und behalte eine sinnvolle Standardbegrüßung.
Spracherkennung konfigurieren¶
| Anbieter | Zentrale Einstellungen | Einstieg |
|---|---|---|
| Azure Speech | Erkennungssprachen, anfängliche Stille, Segmentierungspause | Wähle die primäre Anrufersprache und behalte die vorhandenen Pausenstandards. |
| Kugel Ear 1 | Ausgewählte Sprachen, primäre Sprache und KugelTurn | Beginne mit Deutsch und Responsiv; ergänze nur benötigte Sprachen. |
| Deepgram Flux Multilingual (EU) | Erwartete Sprachen, End-of-turn-Konfidenz, maximale Stille | Beginne etwa mit Konfidenz 0.7 und maximaler Stille 5000 ms. |
Deepgram erlaubt Konfidenz 0.5–0.9 und maximale Stille 500–10000 ms. Wenn du keine oder alle zehn unterstützten Sprachen auswählst, erkennt Deepgram die Sprache automatisch. Die Auswahl einzelner Sprachen hilft bei der Erkennung, schließt andere Sprachen aber nicht aus. Ein Hinweis auf nur eine Sprache kann Sprachwechsel weniger zuverlässig machen.
Ergänze häufig verwendete Firmennamen und Fachbegriffe im Vokabular. Beginne mit etwa 20 bis 50 Begriffen, die der Agent sonst leicht falsch versteht. Wird ein Wort richtig erkannt, aber falsch ausgesprochen, verwende Ausspracheregeln.
Kugel Ear 1 und Gesprächspausen¶
Wähle unter Kugel-Erkennungssprachen mindestens eine Sprache. Unterstützt werden Deutsch, Englisch, Französisch, Italienisch, Spanisch, Portugiesisch, Niederländisch, Polnisch und Rumänisch. Deutsch ist vorausgewählt. Anders als Deepgram erkennt Kugel innerhalb der ausgewählten Sprachen; ergänze deshalb alle benötigten Sprachen. Lege unter Zu Beginn erwartete Sprache die primäre Sprache fest.
Unter Erkennung des Beitragsendes wählst du:
| Einstellung | Wirkung | Geeignet für |
|---|---|---|
| Responsiv (Standard) | Reagiert zügig, wenn KugelTurn einen abgeschlossenen Beitrag erkennt | Zügigen Dialog |
| Konservativ | Wartet bei Denkpausen eher ab; Antworten können später beginnen | Diktierte Zahlen und überlegte Antworten |
KugelTurn bewertet, ob der Anrufer fertig gesprochen hat. Es ist keine feste Wartezeit; Azure-Pausenwerte und Deepgram-Konfidenzschwellen gelten hier nicht. Änderungen gelten für neue Anrufe. Teste einen vollständigen Satz, eine Denkpause, eine längere Nummer und einen Sprachwechsel.
Kugel nutzt Agent-, Workspace- und Weiterleitungsbegriffe sowie aktivierte Aussprache-Wortregeln als Erkennungshilfen. Einträge über 64 Zeichen oder mit Markup beziehungsweise Steuerzeichen werden ausgeschlossen. Insgesamt sind höchstens 5000 unterschiedliche gültige Begriffe erlaubt; reduziere die Sammlung, wenn das Speichern am Limit scheitert. Die Erkennungssprache und die Stimme für Antworten werden getrennt eingestellt.
Stimme auswählen¶
Wähle eine in deinem Workspace angebotene Stimme und teste sie am Telefon. Der Katalog enthält unterschiedliche Familien und Qualitätsstufen, darunter MAI-Voice-Varianten und bei entsprechender Einrichtung Kugel-Stimmen. Einstellungen, Sprachen und Preise hängen von Stimme und Anbieter ab.
| Modus | Geeignet, wenn | Prüfung |
|---|---|---|
| Quality first | Aussprache, Stil und Sprachverfeinerungen wichtig sind | Standardeinstellung |
| Fast first audio | Die erste Sprachausgabe früher beginnen soll | Manche Verfeinerungen und Sprechstile wirken nicht. Teste die gesamte Antwort. |
Dragon HD Omni verwendet Quality first. Weitere Einschränkungen zeigt der Editor. Prüfe die Einstellungen nach jedem Stimmenwechsel: Nicht unterstützte Stile oder Optionen können entfernt werden.
Häufige Probleme beheben¶
- Anrufer wird unterbrochen: Teste je nach Anbieter eine längere Segmentierungspause, eine zurückhaltendere End-of-turn-Konfidenz oder Konservativ bei KugelTurn.
- Agent wartet zu lange: Passe die anbieterspezifische Pauseneinstellung schrittweise an oder teste KugelTurn Responsiv.
- Wörter werden falsch erkannt: Prüfe Erkennungssprache und Vokabular.
- Richtiger Text klingt falsch: Passe Aussprache, unterstützten Stil, Tempo oder Akzent an.
Behalte Ausdrucksstärke, Telefon-EQ und Akzent zunächst nahe den Ausgangswerten, bis das Gespräch funktioniert. Vergleiche eine kurze Antwort, eine Zahl, einen Eigennamen, eine Unterbrechung und einen Sprachwechsel vor einer produktiven Änderung.