Skip to main content
Lege fest, welche Sprache ein Assistent erwartet, füge Zweitsprachen hinzu, damit er automatisch umschaltet, wenn sich die Sprache des Anrufers ändert, und wähle für jede eine passende Stimme.

​
Primärsprache festlegen

Jeder Assistent hat eine STT-Sprache, die dem Transkriptionsmodell sagt, was es erwarten kann. Stelle sie auf die Sprache ein, die deine Anrufer tatsächlich sprechen – das verbessert messbar die Erkennung von Namen, Nummern und Adressen. Für die Ausgabesprache des Assistenten legst du die Regel explizit im System-Prompt fest:
Die Turn Detection unterstützt ein mehrsprachiges semantisches Modell (Standard), das Satzgrenzen sprachübergreifend erkennt, außerdem eine für Englisch optimierte Variante sowie einfaches VAD.

​
Mehrsprachige Assistenten

Für Märkte, in denen Anrufer zwischen Sprachen wechseln (im DACH-Raum üblich: Deutsch, Türkisch, Englisch), richte die automatische Sprachumschaltung ein:
  1. Wähle ein mehrsprachiges Spracherkennungsmodell, damit die Transkription dem Anrufer folgt.
  2. Füge mindestens eine Zweitsprache hinzu. Die automatische Umschaltung aktiviert sich, sobald eine Zweitsprache vorhanden ist, und deaktiviert sich wieder, wenn die letzte entfernt wird.
  3. Ordne optional eine voice per language zu – zum Beispiel eine deutsche Stimme für de, eine englische Stimme für en. Wechselt der Anrufer die Sprache, antwortet der Assistent in der neuen Sprache mit der passenden Stimme.
Der Assistent bekommt außerdem einen Prompt-Hinweis, in der erkannten Sprache zu antworten – so folgt das LLM automatisch, ohne dass du zusätzliches Prompt-Engineering brauchst. Sprachspezifische Stimmen gibt es für Pipeline und Half-Cascade, weil diese Engine-Modi eine separate Sprechstimme verwenden. Bei einer reinen Realtime-Speech-to-Speech-Engine sind sie ausgeblendet.
Wenn du die Editor-Ansicht auf Voice per language umstellst, ändert das allein noch nichts. Wähle eine Stimme für eine Sprache, um sie zu speichern; alle anderen Sprachen behalten die Hauptstimme.
Halte den System-Prompt in einer Sprache (idealerweise Englisch – LLMs folgen englischen Anweisungen am zuverlässigsten) und formuliere die Antwortregel explizit: „Antworte in der Sprache, die der Anrufer spricht.“

​
API und MCP

Dieselben Sprach- und Stimmeinstellungen sind über PATCH /api/v1/assistants/{id} und das MCP-Tool update_assistant verfügbar. GET /api/v1/languages listet unterstützte ISO-639-1-Sprachcodes; die Request-Felder stehen in der API-Referenz.

​
Aussprache über mehrere Sprachen hinweg

Das Aussprachewörterbuch gilt sprachübergreifend – nützlich bei Markennamen, die TTS-Stimmen je nach Sprache unterschiedlich falsch aussprechen. Tenant-Admins können eine tenant-weite Standardzuordnung definieren, die mit den Einträgen einzelner Assistenten zusammengeführt wird.

​
Sprache der Post-Call-Zusammenfassung

Die Conversation Summary im Anruf-Detail wird immer in der Hauptsprache des Assistenten geschrieben – nicht in der Sprache, in der das Gespräch geführt wurde. Ein deutscher Assistent, der einen englischen Anruf annimmt, erhält also weiterhin eine deutsche Zusammenfassung, sodass die History-Liste in einer Sprache lesbar bleibt. Beim erneuten Auswerten (History → Re-evaluate) gilt dieselbe Regel. Alles andere bleibt in der Originalsprache: Transkript, Aufzeichnungen und extrahierte Analysefelder werden nie übersetzt.
Nach einer Änderung der Primärsprache folgen nur neue Zusammenfassungen der neuen Sprache. Über Re-evaluate kannst du die Zusammenfassung eines älteren Anrufs neu erzeugen.

​
Dokumentation vs. Anrufsprache

Beachte: Die Sprache der Plattform-Oberfläche und die Anrufsprache des Assistenten sind unabhängig voneinander – dein Team kann ein englisches Dashboard nutzen, während die Assistenten auf Deutsch mit Kunden sprechen, und umgekehrt.