Projekt 04 · Sprache als Schnittstelle

Voice Bot

Im Browser oder am Telefon sprechen, eine Antwort erhalten und das Gespräch natürlich fortsetzen – Sprache wird dabei zur direkten Schnittstelle.

Browser- und Telefonpfad implementiert

Dialogfluss

Vom gesprochenen Satz zur hörbaren Antwort.

Der Voice Bot führt Sprache und Antwort in einer gemeinsamen Sitzung zusammen. Im Browser ist zusätzlich ein Textmodus verfügbar.

Frage stellenSprich über das Browser-Mikrofon oder während eines Telefonats.
Sprache erkennenDer gesprochene Satz wird in Text umgewandelt und der Sitzung zugeordnet.
Antwort bildenDas Sprachmodell antwortet im Kontext des bisherigen Gesprächs.
Antwort hörenDie erzeugte Sprache wird im Browser oder am Telefon wiedergegeben.

Architektur

Die Adapter kümmern sich um ihre Kanäle. Die zentrale Core-Anwendung verwaltet KI-Aufrufe, Sitzungen und Verlauf.

Sprach- und Textmodus teilen sich denselben Sitzungsverlauf. Der Kanal bleibt von der KI-Verarbeitung getrennt.

Asterisk und AudioSocket übertragen das Gespräch. Sprachaktivität und Unterbrechungen werden im Telefonadapter behandelt.

Der zentrale Baustein verbindet Sitzungsverlauf, Spracherkennung, Dialogmodell und Sprachausgabe.

Unterbrechen ist vorgesehen.

Beginnt die Person erneut zu sprechen, kann die laufende Bot-Ausgabe gezielt unterbrochen werden.