Stimmeneinstellungen

​

Übersicht

Nach der Auswahl deiner Stimme kannst du anbieterspezifische Einstellungen anpassen, um die Klangweise feinabzustimmen. Verfügbare Einstellungen hängen davon ab, welchen Stimmenanbieter du ausgewählt hast.

---

​

ElevenLabs-Einstellungen

ElevenLabs-Stimmen unterstützen die folgenden einstellbaren Parameter:

​

Stability (Stabilität)

Steuert Konsistenz und Ausdrucksstärke (Bereich: 0,0-1,0, itellicoAI-Standard: 0,71) Wie es funktioniert:

• Niedrigere Werte (0,3-0,5): Ausdrucksstärker und variabler, aber weniger konsistent zwischen Generierungen
• Mittlere Werte (0,5-0,7): Ausgewogene Ausdrucksstärke und Konsistenz (empfohlen)
• Höhere Werte (0,7-1,0): Konsistenter und vorhersehbarer, kann aber monoton klingen

Empfohlener Ausgangspunkt: 0,5-0,7 Verwende niedrigere Stabilität für kreative Anwendungen, bei denen Variation gewünscht ist, und höhere Stabilität (0,6-0,85) für konsistente Kundenservice-Antworten.

​

Similarity Boost

Steuert, wie genau die Stimme dem ursprünglichen Sprecher entspricht (Bereich: 0,0-1,0, itellicoAI-Standard: 0,75) Wie es funktioniert:

• Niedrigere Werte (0,5-0,7): Kreativere Interpretation der Stimme
• Mittlere Werte (0,75-0,8): Ausgewogene Einhaltung der Originalstimme (empfohlen)
• Höhere Werte (0,8-1,0): Strikte Übereinstimmung mit dem ursprünglichen Stimmcharakter

Empfohlener Ausgangspunkt: 0,75-0,8 Höhere Werte erhöhen die Rechenlast und können Latenz hinzufügen. Du reproduzierst auch eher Artefakte, wenn die Quellstimmdaten verrauscht sind.

​

Style (Stil)

Steuert stilistische Variation in Tempo und Intonation (Bereich: 0,0-1,0, itellicoAI-Standard: 0,0) Wie es funktioniert:

• 0,0: Neutrale Darbietung (empfohlen)
• 0,5-1,0: Verstärkter Stil des ursprünglichen Sprechers

Empfohlener Ausgangspunkt: 0,0 Höhere Stilwerte können Stimmen weniger stabil machen und Latenz hinzufügen. Behalte dies bei 0 für die meisten Anwendungsfälle.

​

Speaker Boost

Verbessert Klarheit und Präsenz (Boolean, itellicoAI-Standard: aktiviert) Wie es funktioniert:

• Aktiviert: Steigert Ähnlichkeit zum ursprünglichen Sprecher, verbessert Klarheit
• Deaktiviert: Standard-Verarbeitung

Empfohlener Ausgangspunkt: Aktiviert Erhöht Latenz leicht; subtiler Effekt.

​

Speed (Geschwindigkeit)

Steuert Wiedergabegeschwindigkeit (Bereich: 0,7-1,2, itellicoAI-Standard: 1,0) Geschwindigkeitswerte:

• 0,7-0,9: Langsamere, klarere Darbietung
• 1,0: Normale Geschwindigkeit (Standard)
• 1,1-1,2: Schnellere, energetischere Darbietung

Empfohlener Ausgangspunkt: 1,0 Passe in kleinen Schritten (0,05-0,1) an und teste mit vollständigen Gesprächen.

---

​

Cartesia-Einstellungen

Cartesia-Stimmen unterstützen den folgenden einstellbaren Parameter:

​

Speech Rate (Sprechgeschwindigkeit)

Steuert, wie schnell die Stimme spricht (Bereich: 0,5-2,0, Standard: 1,0) Sprechgeschwindigkeitswerte:

• 0,5-0,8: Langsamere Darbietung für Klarheit
• 1,0: Normale Geschwindigkeit (Standard)
• 1,2-2,0: Schnellere Darbietung für Effizienz

Empfohlener Ausgangspunkt: 1,0 Cartesias ultra-niedrige Latenz lässt Geschwindigkeitsanpassungen responsiv wirken. Teste mit realistischen Gesprächsszenarien.

---

​

Azure Speech-Einstellungen

Azure Speech-Stimmen unterstützen keine einstellbaren Einstellungen über die itellicoAI-Oberfläche. Azure verwendet Standard-Stimmkonfigurationen, die von Microsoft für jede neuronale Stimme optimiert wurden.

---

​

Anpassen von Einstellungen

​

Wie man Stimmeneinstellungen ändert

1. Navigiere zum Stimme-Tab in deiner Agentenkonfiguration
2. deine aktuell ausgewählte Stimme wird in der “Aktuelle Stimme”-Karte oben angezeigt
3. Klicke auf das Zahnrad-Symbol neben deiner aktuellen Stimme (verfügbar für ElevenLabs- und Cartesia-Stimmen)
4. Ein Modal öffnet sich mit einstellbaren Parametern für deine Stimme
5. Passe Schieberegler oder Schalter nach Bedarf an
6. Klicke auf Änderungen speichern, um anzuwenden

---

​

Häufige Einstellungen nach Anwendungsfall

---

​

Best Practices

Beginne mit empfohlenen Standardwerten: Itellico-Standardwerte sind optimierte Ausgangspunkte. ElevenLabs empfiehlt Stability ≈0,5 und Similarity ≈0,75-0,8 als gängige Basiswerte. Nimm kleine Änderungen vor: Stimmeneinstellungen sind sensibel. Passe in kleinen Schritten an und teste nach jeder Änderung. Teste im Kontext: Verwende vollständige Gesprächsszenarien (3-5 Minuten), nicht nur Einzelsatz-Samples. Berücksichtige dein Publikum: Ältere Kunden bevorzugen oft etwas langsamere Geschwindigkeiten. Jüngeres Publikum kann etwas schneller bevorzugen. Verstehe Latenz-Kompromisse: Höherer Similarity Boost und Speaker Boost erhöhen die Latenz. Stilwerte >0 können auch Latenz hinzufügen und Stabilität reduzieren. Dokumentiere deine Einstellungen: Behalte den Überblick darüber, was für jeden Anwendungsfall und jede Stimmkombination funktioniert.

---

​

Nächste Schritte