ElevenLabs verwandelt Chatbots mit einem Prompt in Voicebots
ElevenLabs hat mit der neuen Audio Ebene Speech Engine eine Möglichkeit vorgestellt, bestehende textbasierte Chatbots mit einem einzigen Prompt in Voicebots zu verwandeln. Die Integration erfolgt über ein SDK für JavaScript oder Python und setzt auf der vorhandenen Infrastruktur auf, ohne die bestehende LLM oder RAG Architektur zu verändern. Entwickler können dabei die Gesprächslogik, die Datenabfrage und das gewählte KI Modell weiter selbst steuern.
Die Verbindung zum Server läuft über WebSocket. Das SDK unterstützt eine Stream Extraktion für Modelle von OpenAI, Anthropic und Google; bei anderen Anbietern kann die Textausgabe als einfacher String übertragen werden. Die Lösung richtet sich an Entwickler, die eigene Inferenz Strukturen nutzen wollen.
Die Speech Engine kombiniert mehrere spezialisierte KI Modelle für geringe Latenz. Sie unterstützt die Transkription in mehr als 90 Sprachen und die Sprachausgabe in über 70 Sprachen. Außerdem sind Funktionen zur Sprechpausen Erkennung, zum Unterbrechungs Management und zur Geräuschfilterung integriert.
