Stimme & Sprache
Sprachmodelle & Stimmen im Detail
Die wichtigsten Einstellmöglichkeiten rund um Stimme, Sprache und Sprachmodelle.
GPT-Sprachmodelle
Für Voice-Assistenten mit dem Konversationstyp Standard wählen Sie das Sprachmodell, das am besten zu Ihrem Anwendungsfall passt:
- GPT-4.1: Bewährter Standard und Voreinstellung für alle Assistenten.
- GPT-5.6 Terra: Für komplexe Tool-Abläufe und lange Anweisungen.
- GPT-5.6 Luna: Für kurze, feste Abläufe mit besonders schnellen Antworten.
Bestehende Assistenten laufen unverändert weiter. Alle Modelle stehen allen Kunden ohne Preisunterschied zur Verfügung.
ElevenLabs Stimmen
Bei ElevenLabs-Stimmen wählen Sie zusätzlich das passende Sprachmodell und entscheiden so selbst, was für Ihren Anwendungsfall wichtiger ist:
- Flash 2.5: Besonders geringe Latenz für maximale Geschwindigkeit.
- v3: Mehr Natürlichkeit und Ausdruck in der Stimme.
Soniox Stimmen
Soniox-Stimmen nutzen automatisch die aktuelle Version des Sprachmodells. Seit dem Wechsel auf v2 klingen sie spürbar klarer und natürlicher. Eine manuelle Auswahl ist nicht nötig, Ihre Assistenten profitieren ohne Ihr Zutun von jeder Verbesserung.
Kugel Audio Stimmen
Mit Kugel Audio steht Ihnen neben ElevenLabs und Soniox ein weiterer Stimmenanbieter zur Verfügung. Fünf besonders natürliche Stimmen erweitern die Auswahl, damit Ihr Assistent noch besser zu Ihrem Unternehmen passt.
Sie finden die neuen Stimmen in der Stimmauswahl unter Grundlagen → Sprache & Stimme. Dort hören Sie jede Stimme per Play-Button vor und weisen sie Ihrem Assistenten direkt zu. Alle Stimmen sind ohne Aufpreis inklusive.
Bereich „Beliebte Stimmen“
Ganz oben in der Stimmauswahl bündelt der Bereich „Beliebte Stimmen“ eine kuratierte Auswahl über alle Anbieter hinweg, von ElevenLabs über Soniox bis Kugel Audio.
So sehen Sie die ganze Bandbreite auf einen Blick, statt nur die ersten Stimmen eines einzelnen Anbieters, und finden schneller eine Stimme, die zu Ihrem Assistenten passt.
Kurzübersicht
- 25+ Stimmen: Wählen Sie aus verschiedenen Stimmen und hören Sie diese direkt im Portal an.
- 80+ Sprachen: Führen Sie Gespräche in zahlreichen Sprachen und wechseln Sie bei Bedarf automatisch zwischen ihnen.
- Natürliches Sprachbild: Passen Sie Sprechgeschwindigkeit und Sprachstabilität an Ihren gewünschten Gesprächsstil an.
- Präzise Aussprache: Zahlen, Abkürzungen, E-Mail-Adressen und Web-Adressen werden zuverlässig ausgesprochen.
- Individuelle Begrüßung: Gestalten Sie den Gesprächseinstieg passend zu Ihrem Unternehmen oder lassen Sie den Assistenten zunächst auf den Anrufer warten.
- Persönliche Begrüßung: Per Inbound Webhook lässt sich auch eine persönliche Begrüßung einrichten, indem Kundendaten schon vor der Anrufannahme aus Ihrem CRM abgerufen werden.
