Elemente: Voice Agent
Die Voice-Elemente steuern die Sprachausgabe und den Gesprächsablauf in Voice-Kanälen. Sie sind ausschließlich für Voice Agent-Flows vorgesehen und nicht mit Textkanälen kompatibel.
Sprachausgabe
Das Element „Sprachausgabe" legt fest, was der Voice Agent an dieser Stelle im Flow vorliest.
Gib den gewünschten Text direkt in das Textfeld ein. Alternativ kannst du den SSML-Editor öffnen, um die Sprachausgabe feiner zu steuern.
Hinweis: SSML-Tags haben keine Auswirkung, wenn eine Stimme von 11Labs genutzt wird.
SSML-Editor
SSML (Speech Synthesis Markup Language) ermöglicht es, die Sprachausgabe präzise anzupassen – zum Beispiel Aussprache, Betonung oder Pausen. Der SSML-Editor bietet dafür vier Hilfswerkzeuge (wie im folgenden Screenshot dargestellt):
Aussprache – Legt fest, wie ein bestimmtes Wort ausgesprochen werden soll. Zur Auswahl stehen verschiedene Interpretationstypen: Zahl, Aufzählung, Buchstabieren, Bruch (mathematisch), Zensieren, Einheit, Datum und weitere (wie im folgenden Screenshot dargestellt). Das ausgewählte Wort wird im Editor grün hervorgehoben.
Betonung – Passt die Betonung eines Wortes oder Satzes an.
Pause – Fügt eine definierte Pause in die Sprachausgabe ein.
Variable – Fügt eine Variable in die Sprachausgabe ein, um Inhalte dynamisch vorzulesen.
SSML-Code-Editor (Profi-Feature)
Es handelt sich hierbei um eine Funktion für technisch versierte Nutzende. Eingegebener Code sollte zwingend über einen Anruf verifiziert werden, da fehlerhafte SSML-Tags zum Absturz von Anrufen führt.
Voice-Tags sind mit dem AudioCodes-Kanal leider nicht kompatibel – es handelt sich hierbei um Plattformeinschränkungen, auf die wir keinen Einfluss nehmen können.
Über den Code-Editor lässt sich der zugrundeliegende SSML-Code direkt bearbeiten. Im Code-Editor stehen Tastenkürzel zur Verfügung: Strg + Leertaste für Vorschläge, cmd/strg + S zum Speichern.
Klicke auf „Änderungen speichern", um den SSML-Text zu übernehmen.
Typischer Anwendungsfall: Eine Telefonnummer soll buchstabenweise vorgelesen werden, oder eine Zahl soll als Ordinalzahl (z.B. „erste", „zweite") ausgesprochen werden.
Gespräch beenden
Beendet das aktive Telefonat. Nach diesem Element können keine weiteren Elemente im selben Block folgen. Das Element ist nicht verschiebbar und wird immer an letzter Stelle angezeigt.
Optional können SIP-Header mitgegeben werden. Klicke auf „SIP-Header hinzufügen" und trage Name und Wert ein. SIP-Header ermöglichen es, beim Beenden des Gesprächs zusätzliche technische Informationen an das Telefonsystem zu übergeben.
Typischer Anwendungsfall: Das Gespräch nach einer abgeschlossenen Interaktion sauber beenden – z. B. nach einer Bestätigung oder einer Weiterleitung, die fehlgeschlagen ist.
Gespräch übertragen
Leitet das aktive Telefonat an eine andere Rufnummer weiter. Nach diesem Element können keine weiteren Elemente im selben Block folgen. Das Element ist nicht verschiebbar und wird immer an letzter Stelle angezeigt.
Trage im Feld „Rufnummer zur Weiterleitung" die Zielrufnummer ein. Die Rufnummer muss im E.164-Format angegeben werden (+49[…]).
Optional können SIP-Header mitgegeben werden. Klicke auf „SIP-Header hinzufügen" und trage Name und Wert ein.
Typischer Anwendungsfall: Einen Anrufer nach der Vorqualifizierung durch den AI Agent direkt an den zuständigen Agenten oder eine Fachabteilung weiterleiten.
Einstellungen ändern
Passt bestimmte Kanaleinstellungen temporär für die nächste Benutzereingabe an. Die Änderungen gelten ausschließlich für den folgenden Eingabeschritt und werden danach zurückgesetzt.
Typischer Anwendungsfall: Bei einer komplexen Frage, bei der der Anrufer länger sprechen muss, den Timeout für Spracheingabe einmalig erhöhen, damit der AI Agent nicht zu früh unterbricht.
Best Practices
Sprachausgabe natürlich formulieren: Schreibe Texte so, wie sie gesprochen werden sollen – also ausgeschrieben statt abgekürzt. Statt „Str." besser „Straße", statt „€" besser „Euro". Das vermeidet unerwartete Aussprachen.
SSML gezielt einsetzen: Nutze den SSML-Editor nur dort, wo die automatische Aussprache tatsächlich fehlerhaft ist – z. B. bei Telefonnummern, IBANs oder Fachbegriffen. Zu viele SSML-Tags machen den Flow schwerer wartbar.
Gespräch beenden immer explizit setzen: Beende Voice Agent-Flows immer mit dem Element „Gespräch beenden" oder „Gespräch übertragen". Ein Flow, der ohne Abschlusselement endet, kann zu unerwünschtem Verhalten führen.
Timeouts bei langen Antworten anpassen: Wenn Anrufer längere Eingaben machen sollen – z. B. eine Adresse nennen – setze das Element „Einstellungen ändern" direkt vor dem entsprechenden Block und erhöhe den Timeout für Spracheingabe gezielt für diesen Schritt.
Last updated