Sprachmodus
Diktiere eine Nachricht, prüfe den Text vor dem Senden und höre Antworten bei verfügbarer Sprachausgabe an.
3 Min. Lesezeit
Mit Diktat sprichst du eine Nachricht ein, statt sie zu tippen. Die Sprachausgabe liest eine Antwort des Assistenten vor. Beides lässt sich getrennt nutzen: Ein Diktat braucht keine vorgelesene Antwort, und zum Zuhören ist kein Mikrofonzugriff nötig.
Diktieren und die Nachricht prüfen
- Klicke am Mikrofon des Nachrichtenfelds auf Diktat starten.
- Erlaube bei Nachfrage den Mikrofonzugriff im Browser und sprich deutlich.
- Klicke auf Diktat stoppen. Wird serverseitig transkribiert, warte auf den Abschluss.
- Lies und korrigiere den Text im Nachrichtenfeld, besonders Namen, Zahlen und Termine. Sende ihn, wenn er stimmt.
Das Diktat ergänzt Text im Nachrichtenfeld; es sendet die Nachricht nicht automatisch. Das Senden beendet ein laufendes Diktat. Das Chat-Modell erhält den Text, den du abschickst.
Tale nutzt zuerst die Spracherkennung des Browsers, sofern verfügbar. Andernfalls kann es die Aufnahme über das Transkriptionsmodell der Organisation verarbeiten. Die Browser-Spracherkennung kann einen Dienst des Browseranbieters nutzen. Gehe deshalb nicht von Offline-Verfügbarkeit aus.
Für den Serverweg braucht der Browser Aufnahmeunterstützung über MediaRecorder, Mikrofonzugriff und ein verfügbares Transkriptionsmodell der Organisation. Ein Admin wählt das Modell für Audiotranskription unter Einstellungen > Governance > Modelle. Diese Einstellung gilt auch für Audio- und Videoanhänge. Sie ändert den Erkennungsdienst des Browsers nicht: Unterstütztes Browserdiktat bleibt nutzbar, wenn das Servermodell der Organisation nicht verfügbar ist.
Versuchst du ein Serverdiktat zu starten und ist das Transkriptionsmodell nicht verfügbar, erklärt ein Dialog das Problem. Öffne den Einstellungslink, wenn du Zugriff hast, wiederhole eine vorübergehend fehlgeschlagene Verfügbarkeitsprüfung oder bitte einen Admin um Hilfe. Du kannst den Dialog schließen und weiter tippen.
Eine Antwort anhören
Aktiviere Sprachmodus im Nachrichtenfeld, um Antworten im aktuellen Chat anzuhören. Ein Text-to-Speech-Modell erzeugt Audio aus der Antwort. Mit der Wiedergabeaktion an der Antwort kannst du stoppen oder erneut abspielen. Der geschriebene Text bleibt zum Nachprüfen verfügbar.
Eine Organisationsrichtlinie kann die Sprachausgabe ausblenden. Eine deaktivierte Aktion kann auch bedeuten, dass kein geeignetes Sprachmodell verfügbar ist. Ein Administrator prüft die KI-Provider. Die Wahl eines anderen Chat-Modells richtet keinen Sprachprovider ein.
Die Einstellung in einem vorhandenen Chat gilt für dieses Gespräch. In einem neuen Chat wird damit auch der Standard für spätere Chats gesetzt. Projektagenten haben keine eigene Stimmeneinstellung.
Probleme mit Sprache beheben
| Symptom | Was du prüfen kannst |
|---|---|
| Das Mikrofon startet nicht | Mikrofonberechtigung des Browsers, gewähltes Eingabegerät und mögliche Nutzung durch eine andere App. |
| Eine Meldung sagt, Diktat sei nicht verfügbar | Der Browser erreicht seinen Sprachdienst nicht: Verbindung, Proxy oder Inhaltsblocker prüfen, dann erneut versuchen. |
| Wörter fehlen oder stimmen nicht | Hintergrundgeräusche verringern und den Text vor dem Senden korrigieren. |
| Die Server-Transkription schlägt fehl | Erneut versuchen, solange die fehlgeschlagene Aufnahme verfügbar ist, oder verwerfen und tippen. |
| Die Antwort ist bereit, aber stumm | Lautstärke und Wiedergabeerlaubnis des Browsers prüfen, dann die Antwort abspielen. |
| Eine Konfigurationsmeldung erscheint | Einen Administrator Sprachmodell und Zugangsdaten prüfen lassen. |
Eine fehlgeschlagene Server-Transkription hält die Aufnahme zur Wiederholung im Speicher der aktuellen Seite. Beim Verlassen oder Neuladen kann sie verloren gehen. Sie ist kein gespeicherter Audioanhang. Nutze Anhänge, wenn du eine vorhandene Aufnahme hochladen möchtest.
Den Weg der Audiodaten verstehen
Beim Browserdiktat verarbeitet der Sprachdienst des Browsers die Aufnahme. Der alternative Serverweg sendet sie zur Transkription mit dem konfigurierten Provider an Tale. Dieser Diktatweg legt sie nicht als Dokument ab. Sobald du den Text sendest, gehört er zum Chatverlauf.
Die Sprachausgabe sendet den Antworttext an den eingerichteten Sprachprovider und streamt das Audio zur Wiedergabe. Enthält die Antwort Informationen aus einer beschränkt zugänglichen Quelle, gehören auch diese zum Sprachauftrag. Administratoren sollten Sprachdienste passend zu den Anforderungen an die Datenresidenz wählen.