So erstellen Sie eine KI-Mailbox-Stimme mit Einwilligung und klarer Offenlegung

Wählen Sie eine Stimme und prüfen Sie, wie Ihre Mailbox Begrüßungen akzeptiert

Beginnen Sie mit zwei Entscheidungen: wessen Stimme Anrufer hören sollen und wie Sie die Aufnahme einspielen werden. Klären Sie beides, bevor Sie für die Stimmgenerierung bezahlen.

Eine Standard-Stimme ist ein praktischer Ausgangspunkt, wenn es kaum einen Mehrwert bietet, wie eine bestimmte Person zu klingen. Prüfen Sie bei einem Klon die tatsächlichen Registrierungsanforderungen des Anbieters. So erfordert beispielsweise Microsofts Dokumentation zu persönlichen Stimmen (https://learn.microsoft.com/en-us/azure/ai-services/speech-service/personal-voice-overview) eine ausdrückliche Einwilligung des Nutzers sowie eine aufgezeichnete Erklärung, in der die Erstellung und Nutzung der Stimme bestätigt wird. Der API-Zugriff ist zudem auf berechtigte Kunden und genehmigte Anwendungsfälle beschränkt; es handelt sich nicht um ein uneingeschränktes Mailbox-Tool für Endverbraucher.

Öffnen Sie als Nächstes die Begrüßungseinstellungen Ihres Telefondienstes. Prüfen Sie, ob dieser hochgeladene Audiodateien akzeptiert, eine eigene Text-to-Speech-Funktion bietet oder eine Aufnahme über ein Mikrofon erfordert. Wenn Uploads unterstützt werden, notieren Sie sich vor dem Exportieren das akzeptierte Format, die Dateigröße und die Dauer.

Gehen Sie nicht davon aus, dass jeder Dienst über eine Upload-Schaltfläche verfügt. Die offizielle Anleitung für Begrüßungen von Google Voice (https://support.google.com/voice/answer/115069?hl=en) beschreibt das Aufnehmen, Vorhören, Speichern und Auswählen einer aktiven Begrüßung. Wenn Ihr Dienst nur über ein Mikrofon aufnimmt, kann das Abspielen von generiertem Audio in dieses Mikrofon zu einem unbefriedigenden Ergebnis führen. Testen Sie dies, bevor Sie sich festlegen; eine klare, herkömmliche Aufnahme ist eine nützliche Ausweichlösung.

Holen Sie eine spezifische Erlaubnis ein, bevor Sie eine sprechende Person klonen

Bitten Sie für diesen Arbeitsablauf die sprechende Person, sowohl die Erstellung der synthetischen Stimme als auch deren Verwendungszweck zu genehmigen. Eine Aufnahme, die für einen anderen Zweck gesendet wurde, sollte nicht als Erlaubnis zum Aufbau eines wiederverwendbaren Stimmmodells gewertet werden.

Führen Sie ein kurzes schriftliches Protokoll, das die folgenden Fragen beantwortet:

Ein beispielhafter Umfang könnte lauten: „Nutze meine Stimme, um die von mir genehmigte Begrüßung für unsere gemeinsame Studio-Mailbox zu generieren. Frage mich, bevor du einen überarbeiteten Wortlaut generierst oder die Stimme an anderer Stelle verwendest.“ Dies ist eine praktische Möglichkeit, Erwartungen klar zu formulieren, kein Ersatz für den Registrierungsprozess des Anbieters.

Prüfen Sie die Regeln des Dienstes, bevor Sie die Aufnahme einer anderen Person hochladen. Einige Dienste verlangen, dass die sprechende Person ihre eigene Stimme direkt registriert. Microsofts Richtlinien zur Offenlegung synthetischer Stimmen (https://learn.microsoft.com/en-us/azure/foundry/responsible-ai/speech-service/text-to-speech/concepts-disclosure-guidelines) legen beispielsweise spezifische Anforderungen für Stimmfunktionen externer Benutzer fest, einschließlich der Erstellung von Modellen ausschließlich aus der eigenen Stimme des Benutzers und der Aufnahme einer vorgegebenen Bestätigungserklärung.

Benennen Sie in einem kleinen Team eine Person, die dafür zuständig ist, die Begrüßung zu ersetzen, falls die sprechende Person ihre Erlaubnis widerruft oder das Arrangement beendet. Halten Sie eine alternative Begrüßung bereit. Prüfen Sie separat, wie der Anbieter mit der Löschung hochgeladener Aufnahmen und Stimmmodelle umgeht; das Entfernen einer Begrüßung aus einer Mailbox schließt diese anderen Schritte nicht ab.

Verfassen Sie einen Hinweis, den Anrufer sofort hören können

Platzieren Sie den Offenlegungshinweis weit vorne, direkt neben der Nennung der Mailbox. „Diese Begrüßung verwendet eine KI-generierte Stimme“ ist direkt und leicht verständlich. Bei Verwendung eines genehmigten Klons ist „Diese Begrüßung verwendet eine KI-generierte Version meiner Stimme“ präziser.

Offenlegung und Einwilligung der sprechenden Person betreffen unterschiedliche Fragen. Die Einwilligung regelt das Einverständnis der Person mit der Nutzung. Die Offenlegung informiert Anrufer darüber, was sie gerade hören. Microsofts Leitfaden zur Offenlegung synthetischer Stimmen (https://learn.microsoft.com/en-us/azure/foundry/responsible-ai/speech-service/text-to-speech/concepts-disclosure-guidelines) verlangt ausdrücklich die Offenlegung synthetischer Stimmen, damit Benutzer nicht darüber getäuscht werden, ob sie mit einer echten Person interagieren. Das ist eine Anforderung des Anbieters; der Wortlaut hier ist eine praktische Empfehlung für eine gewöhnliche Begrüßung.

Vermeiden Sie es, sich nur auf einen Hinweis auf einer Website zu verlassen: Ein Anrufer sieht diesen möglicherweise nie. Sprechen Sie den Hinweis in der gleichen deutlichen Lautstärke und im selben Tempo wie den Rest der Nachricht ein.

Halten Sie sich beim Entwurf an diese Reihenfolge:

Lassen Sie eine feste Aufnahme nicht wie einen interaktiven Assistenten klingen. Sätze wie „Sagen Sie mir, was Sie benötigen, und ich verbinde Sie weiter“ sind ungeeignet, es sei denn, das Telefonsystem führt diese Aktion tatsächlich aus. Ebenso sollte sich eine Standard-Stimme nicht als namentlich genannter Mitarbeiter vorstellen.

Wecken Sie realistische Erwartungen und bieten Sie einen Ausweichkontakt an

Ein Anrufer sollte am Ende der Begrüßung wissen, was als Nächstes zu tun ist. In der Regel reicht es aus, nach dem Namen, einer Rückrufnummer und dem kurzen Grund des Anrufs zu fragen. Vermeiden Sie es, Details abzufragen, die Sie für einen Rückruf nicht benötigen.

Geben Sie ein Zeitfenster für die Rückmeldung nur dann an, wenn Sie dieses auch einhalten können. Wenn das Team Nachrichten an Wochentagen abhört, sagen Sie das. Wenn Sie einen Rückruf am nächsten Tag nicht verlässlich versprechen können, verzichten Sie auf dieses Versprechen. Geben Sie bei Öffnungszeiten auch eine Zeitzone an, falls Anrufer aus anderen Regionen stammen könnten.

Wählen Sie einen Ausweichkontakt, der aktiv überwacht wird. Bei einer persönlichen Nummer kann dies eine SMS an dieselbe Nummer sein, sofern diese Textnachrichten empfangen kann. Bei einem kleinen Team bietet sich eine gemeinsame E-Mail-Adresse an. Vergewissern Sie sich, dass jemand Zugriff darauf hat und der Kanal auch dann erreichbar bleibt, wenn die Person, die normalerweise die Mailbox abhört, abwesend ist.

Sprechen Sie E-Mail-Adressen und Nummern so langsam vor, dass man sie mitschreiben kann. Wenn eine Adresse lang oder mündlich schwer verständlich ist, wählen Sie einen einfacheren, bereits bestehenden Kontaktweg. Erfinden Sie niemals eine Kontaktadresse, nur um das Skript zu vervollständigen.

Zwei beispielhafte Begrüßungsskripte. Die folgenden Namen sind fiktiv. Passen Sie den Wortlaut an Ihre tatsächliche Identität, die verfügbaren Kontaktmethoden und Ihre reale Routine beim Abhören von Nachrichten an.

Persönliche Mailbox:

Sie haben die Mailbox von Alex Morgan erreicht. Diese Begrüßung verwendet eine KI-generierte Version meiner Stimme. Bitte hinterlassen Sie nach dem Ton Ihren Namen, Ihre Rückrufnummer und eine kurze Nachricht. Sie können auch eine SMS an diese Nummer senden. Ich werde mich zurückmelden, sobald ich verfügbar bin. Vielen Dank.

Verwenden Sie diese Version nur, wenn die Stimme Ihr genehmigter Klon ist und die Nummer SMS empfangen kann. Ändern Sie bei einer Standard-Stimme den Hinweis in: „Diese Begrüßung verwendet eine KI-generierte Stimme.“

Mailbox für ein kleines Team:

Sie haben die Mailbox des Teams von Cedar Workshop erreicht. Diese Begrüßung verwendet eine KI-generierte Stimme. Wir prüfen Nachrichten von Montag bis Freitag. Bitte hinterlassen Sie nach dem Ton Ihren Namen, Ihre Rückrufnummer und eine kurze Nachricht. Sie können auch eine SMS an diese Nummer senden; unser Team wird Ihre Nachricht an diesen Tagen einsehen. Vielen Dank.

Das Team-Beispiel geht davon aus, dass dieselbe Nummer Nachrichten unterstützt, die das Team auch tatsächlich überwacht. Ist dies nicht der Fall, ersetzen Sie diesen Satz durch eine verifizierte Kontaktmethode, bevor Sie die Audiodatei generieren.

Generieren Sie die Audiodatei und überprüfen Sie die Aussprache

Sobald das Skript und die Stimmberechtigungen geklärt sind, erstellen Sie einen kurzen Testlauf mit den schwierigsten Wörtern zuerst. Berücksichtigen Sie den Namen der Person, den Teamnamen und etwaige Kontaktdaten. So können Sie Ausspracheprobleme beheben, bevor Sie die vollständige Begrüßung generieren.

Befolgen Sie bei einer geklonten Stimme die Aufnahmeanweisungen und Verifizierungsschritte des gewählten Anbieters. Nutzen Sie einen ruhigen Raum und eine Aufnahme, die ausschließlich die einwilligende Person enthält. Gehen Sie nicht davon aus, dass eine Beispiellänge oder ein Aufnahmeformat eines anderen Dienstes funktioniert.

Wählen Sie sowohl bei einer Standard- als auch bei einer geklonten Stimme eine klare, gemessene Sprechweise. Beginnen Sie ohne Hintergrundmusik, damit Sie die gesprochene Nachricht beurteilen können. Achten Sie auf die folgenden Punkte:

Wenn ein Wort fehlerhaft klingt, verwenden Sie eine Aussprachesteuerung, falls der Dienst eine anbietet, oder versuchen Sie eine phonetische Schreibweise im Eingabetext. Bewahren Sie das korrekt geschriebene Skript separat zur Überprüfung auf. Generieren Sie den gesamten Satz nach jeder Änderung neu und hören Sie ihn sich an; beurteilen Sie das fertige Audio, nicht nur den Text im Editor.

Bitten Sie eine zweite erwachsene Person, sich die Aufnahme einmal anzuhören, ohne das Skript zu lesen. Lassen Sie sie die Mailbox-Identität, den Ausweichkontakt und den nächsten Schritt wiederholen. Werten Sie jede Abweichung als Grund für eine Überarbeitung. Lassen Sie bei einem Klon zudem die sprechende Person die exakte Audiodatei abnehmen, die verwendet werden soll.

Richten Sie die Begrüßung ein und testen Sie das Anruferlebnis

Exportieren Sie die Datei mit den unterstützten Einstellungen des Telefondienstes oder folgen Sie dessen Aufnahmeprozess. Speichern Sie das genehmigte Skript und die Audiodatei unter einem wiedererkennbaren Versionsnamen. Halten Sie die bisherige Begrüßung verfügbar, bis der Ersatz einen Testanruf erfolgreich bestanden hat.

Vergewissern Sie sich, dass die neue Begrüßung aktiv ist. Das Speichern und Aktivieren können zwei getrennte Schritte sein: Die Anleitung von Google Voice (https://support.google.com/voice/answer/115069?hl=en) beschreibt ausdrücklich, dass eine gespeicherte Ansage auf „Als aktiv festlegen“ gestellt werden muss.

Rufen Sie von einem anderen Telefon aus an und lassen Sie den Anruf bis zur Mailbox durchlaufen. Hören Sie bis nach dem Signalton zu, hinterlassen Sie eine Testnachricht und prüfen Sie, ob diese am erwarteten Ort eintrifft. Kontrollieren Sie, ob der Anfang abgeschnitten ist, die Lautstärke angenehm ist, der Offenlegungshinweis verständlich bleibt und der Ausweichkontakt auch ohne das Skript verstanden werden kann.

Wenn das Ergebnis schwer verständlich ist, vereinfachen Sie den Wortlaut oder verlangsamen Sie das Sprechtempo, bevor Sie es erneut versuchen. Bleibt die Wiedergabe unzureichend, verwenden Sie die Standardbegrüßung des Dienstes oder eine herkömmlich aufgenommene Begrüßung, während Sie das Einrichtungsproblem beheben.

Checkliste für die Aufnahme

Vergewissern Sie sich vor der Aktivierung der Begrüßung:

Überprüfen Sie die Begrüßung, wenn sich Kontaktdaten, Erreichbarkeitszeiten, Teamzuständigkeiten oder die Genehmigung der sprechenden Person ändern. Wiederholen Sie die Hörprobe und den Testanruf nach jeder Überarbeitung – insbesondere dann, wenn eine Änderung Namen, Nummern oder den nächsten Handlungsschritt für den Anrufer betrifft.

Dieses Thema weiter erkunden