Voice AI: zehn Fragen, beantwortet

Die Fragen, die Leute stellen, bevor sie einer Zahl von uns trauen, mit der Antwort und der Seite, die sie belegt. Nichts hier ist ein Versprechen über Qualität; jede Antwort zeigt auf einen Status, eine Marge oder einen Test, den du selbst nachlesen kannst.

1. Was misst es für einen Voice Agent?

Das Signal, auf beiden Seiten des Agenten: was er hört (die Aufnahme des Anrufers, das Telefonband, Rauschen, Clipping, Lücken) und was er sendet (die Loudness und den True Peak einer Text-to-Speech-Datei, ihr Grundrauschen, ihre Bandbreite, Tonhöhe und Stimmqualität). Jede Messgröße stammt aus einem Register, /lenses, und trägt einen Status, eine Marge und eine Zeile dazu, was sie nicht sagt. Der Atlas legt alle auf den Weg vom Mikrofon zum Erkenner, und /voice zählt sie live.

2. Sagt es voraus, wie viele Wörter ein Erkenner falsch versteht?

Nicht, dass wir es behaupten. Wir haben eine Messgröße getestet, am 10. Oktober 2026: 624 Aufnahmen von 16 erfundenen niederländischen Meldungen, vorgelesen von drei synthetischen Stimmen in 13 Bedingungen, darunter ein simuliertes Telefonband, transkribiert von zwei Whisper-Modellen. Das Signal-Rausch-Verhältnis sagte Fehler bei Straße, Nummer und Ort nicht voraus (AUC 0,52 bis 0,55; 0,50 ist ein Münzwurf). Echte Sprecher, andere Erkenner und andere Sprachen sind nicht getestet. Der Test und seine Grenzen stehen unter wo wir falsch lagen und in was AudioLab nicht tut.

3. Wird mein Audio hochgeladen?

Im Browser nicht: Der Check, der Outgoing-Check, die QC-Ansicht und die Labs messen auf deinem Gerät, und dein Audio wird nie hochgeladen. API und MCP sind von Natur aus anders: Das Audio erreicht den in der EU gehosteten Dienst, wird dekodiert und gemessen, und nur Zahlen werden behalten. Bei einem direkten Aufruf wird es innerhalb der Anfrage verworfen; eine Datei, die über den Signed-Upload-Weg gesendet wurde, wird innerhalb einer Stunde entfernt. Der genaue Wortlaut, mit Daten, steht auf /privacy.

4. Was bedeuten ein Status und eine Marge?

Ein Status ist ein Versprechen über Evidenz, nicht über Qualität. Validiert heißt gegen eine Norm oder einen bekannten Wert geprüft, mit genannter Quelle; ein Proxy nähert etwas an und ist Information, nie ein Bestanden oder Durchgefallen; Beta hat noch keinen Grundwahrheitstest und wird in den Voice-Checks nirgends gezeigt; Zurückgezogen hat seinen Test nicht bestanden und sagt das. Eine Marge sagt, wie weit die Zahl danebenliegen kann. Ein Unterschied zwischen zwei Aufnahmen, der kleiner ist als die Marge, ist kein echter Unterschied. Eine Antwort lesen geht eine echte Antwort Feld für Feld durch.

5. Wie entsteht ein Urteil?

Eine Regel ist dein Limit auf einer Messgröße. Ein Wert jenseits des Limits ist Fail; ein Wert jenseits des Limits, aber näher daran als die Marge der Messgröße, ist Check, weil die Messgröße selbst es nicht beurteilen kann; ein Wert innerhalb ist Pass. Ein Proxy wird gezeigt, nicht beurteilt. Drei Fehler lassen eine Datei von sich aus durchfallen, wenn du sie eingeschaltet lässt: Clipping, Lücken aus digitaler Stille und ein so niedriger Pegel, dass nichts da ist. Es gibt keinen zusammengesetzten Score. Jedes Ergebnis nennt die Regelversion, die Engine-Version und einen Hash der Limits, mit denen beurteilt wurde, damit sich zwei Urteile später vergleichen lassen. Wie das Urteil entsteht zeigt es an einem echten Beispiel.

6. Wer setzt die Limits?

Du. Der Outgoing-Check bietet veröffentlichte Plattform-Ziele an, etwa EBU R 128 mit der Toleranz des Ziel-Checks, und einen Startbereich, den wir an sauberer synthetischer Sprache gemessen haben, gekennzeichnet als gemessener Bereich und nicht als Norm. Bearbeite jedes Limit, schalte eine kritische Regel aus und lade den Satz als gate.json für deine Pipeline herunter. Ein Limit, das wir nie veröffentlicht haben, gibt es nicht; die Seite sagt das dort, wo du eines erwarten würdest.

7. Kann ich zwei Versionen vergleichen oder ein Modell über die Zeit verfolgen?

Ja. Der A/B-Tab der QC-Ansicht nimmt eine frühere und eine aktuelle Datei und liest jeden Unterschied gegen die Marge seiner Messgröße: Innerhalb der Marge ist „keine klare Änderung“, keine Verbesserung. Angemeldet kannst du einen Lauf speichern: die Zahlen, deine Limits, das Urteil und ein Label, nie das Audio. Ein gespeicherter Lauf dient als frühere Version im A/B und als Punkt in der Trendansicht, in der jede Panel-Messgröße eine Linie von deinem ältesten zu deinem neuesten Lauf zieht.

8. Wie führe ich dieselben Prüfungen in einer Pipeline aus?

Mit einem kostenlosen API-Schlüssel von /account: dieselben Messgrößen über die API und MCP, bis zu 20 Aufnahmen in einem Batch-Aufruf, und measureStatus in der Antwort, damit dein Gate den Status und die Marge lesen kann. Der CI-Gate-Leitfaden hat das Skript, das gate.json liest, und zeigt, wie eine fehlgeschlagene Prüfung aussieht. Die gehostete API hat keine Webhooks; das Gate läuft dort, wo dein Build läuft.

9. Was ist kostenlos, und was sind Minuten?

Alles im Browser ist kostenlos und verbraucht keine Aufrufe. Ein kostenloser API-Schlüssel bringt 1.000 Aufrufe und 2 GB im Monat mit; ohne Schlüssel gibt es einen Test mit 20 Aufrufen im Monat. Ein Schlüssel, den du für Voice-Arbeit erstellst, zählt stattdessen gemessene Minuten: ein kostenloses Kontingent pro Monat plus ein einmaliges Startkontingent, auf /account mit dem Ablaufdatum angezeigt, und die API-Antwort trägt voiceMinutes mit dem, was die Datei gekostet hat und was übrig ist. Bezahlte Minutenpakete sind in Vorbereitung und haben kein Datum; verkauft wird nichts, bis es sie gibt.

10. Was tut es nicht, und was ist nur eine Demo?

Es liest die Wörter nicht, identifiziert oder zählt keine Sprecher, bewertet keine Natürlichkeit, prüft keine Wasserzeichen oder Herkunftsmanifeste und misst keine Latenz. Wo eine Seite für eines davon eine Zahl zeigen könnte, zeigt sie stattdessen „nicht gemessen“. Der Live-Monitor läuft als Demo in deinem Browser: Er benennt eine Lücke, einen Clipping-Abschnitt, einen Pegelabfall, Funkstille oder Brummen, während es passiert, und das sind Signale, keine Urteile. Die vollständige Liste steht unter was AudioLab nicht tut.