• AUDIO
  • LISTENING
  • COMMUNICATION
  • HUMAN

Echtzeit-Sprachagenten mit Inworld AI und Ihrer KI bauen

Verbinden Sie Inworld AI mit Ihrem Agenten, um gesprochene Dialoge zu ermöglichen. Ihr Agent wechselt von reinen Textantworten zu flüssigen, multimodalen Gesprächen.

Fragen Sie die KI zu dieser Seite

Kurzantwort

Wie kann ich meine KI in Echtzeit sprechen lassen?

Sie verknüpfen Inworld AI mit Ihrem Agenten, um die Lücke zwischen Textverarbeitung und gesprochenem Audio zu schließen. Mit diesem Setup kann Ihr Agent Audio hören, in Text umwandeln und per Live-Anruf mit synthetisierter Sprache antworten. So entsteht ein geschlossener Kreislauf für die verbale Interaktion.

Die Ergebnisse

Was Ihr Agent erreicht

Die Verbindung mit Inworld AI ermöglicht diese spezifischen Interaktionsmodi.

AUDIO

Gesprochene Antworten

Der Agent nutzt Sprachsynthese, um Text in natürliches Audio umzuwandeln. Sie erhalten eine Stimme, die menschlich klingt statt roboterhaft.

LISTENING

Spracherkennung

Der Agent verarbeitet eingehendes Audio, um Ihre Aussagen zu verstehen. Er wandelt Sprache in Text um, damit er die Eingabe analysieren kann.

COMMUNICATION

Live-Sprachanrufe

Der Agent baut eine direkte Audioverbindung auf. Das ermöglicht kontinuierliche Gespräche statt eines textbasierten Austauschs in Runden.

HUMAN

Manuelle Kontrolle

Die KI übernimmt die Audioverarbeitung und Spracherzeugung. Sie behalten die Kontrolle über die übergeordnete Logik und Persönlichkeit.

Der Ablauf

Was Ihre KI tut, wenn eine Sprachanfrage eingeht.

Der Agent übernimmt die schwere Arbeit der Audioverarbeitung, damit Sie sich auf die Gesprächslogik konzentrieren können.

  1. Hören

    Der Agent erfasst den eingehenden Audiostream und wandelt ihn in verständlichen Text um.

    transcribe_audio

  2. Verbinden

    Der Agent öffnet einen dedizierten Kanal für die verbale Interaktion, um die Verbindung stabil zu halten.

    create_realtime_call

  3. Sprechen

    Der Agent generiert basierend auf seiner Textantwort einen kontinuierlichen Audiostream.

    synthesize_speech_stream

  4. Antworten

    Der Agent nutzt den transkribierten Text, um eine logische Antwort zu formulieren, bevor er diese wieder in Sprache umwandelt.

    transcribe_audiosynthesize_speech_stream

Probieren Sie es

Kopieren Sie diese zum Start.

Nutzen Sie diese Prompts, um die Sprachfunktionen zu aktivieren.

Startpunkte

Dies sind Vorlagen. Ersetzen Sie den Text in Klammern durch Ihre spezifische Persona oder Ihr Szenario.

Inworld AI Connector

Alles bereit. Wählen Sie Ihren MCP-Client und folgen Sie den Einrichtungsschritten.

Connector-Linkhttps://edge.vinkius.com/vk_preview_3lkEwqqakpRf4XlQXHb3G8jJBe7cyrieiM1PCdg3/mcp

Claude Desktop

Folgen Sie den Schritten unten, um sich in Sekunden zu verbinden.

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — Inworld AI capabilities are ready to use.
Konfiguration · claude_desktop_config.jsonKopieren
{
  "mcpServers": {
    "inworld-ai-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_3lkEwqqakpRf4XlQXHb3G8jJBe7cyrieiM1PCdg3/mcp"
    }
  }
}
In den Chat kopieren04

  • Starte einen Echtzeit-Anruf mit einem Charakter als [Persona].

  • Höre auf meine Audioeingabe und antworte mittels Sprachsynthese.

  • Erstelle einen Echtzeit-Anruf, um mit der Persona [Charaktername] zu sprechen.

  • Transkribiere mein Audio, damit wir ein gesprochenes Gespräch führen können.

  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Starten Sie hier

Einmal mit Inworld AI verbinden, dann fragen.

Sie müssen Ihr Konto nur einmal verknüpfen. Ihre Zugangsdaten bleiben verschlüsselt und Sie können sofort mit Ihrem Agenten sprechen.

Inworld AI mit Ihrer KI verbinden

FAQ

Verhalten der Sprachverbindung

  • 01

    Kann die KI Hintergrundgeräusche hören?

    Der Agent nutzt das Transkriptions-Tool zur Audioverarbeitung, ist aber darauf ausgelegt, sich auf die primäre Spracheingabe zu konzentrieren.

  • 02

    Entscheidet die KI selbst, wie sie klingt?

    Der Agent nutzt das Synthese-Tool zur Audiogenerierung, aber das spezifische Stimmprofil wird über Ihre Inworld AI-Einstellungen festgelegt.

  • 03

    Kann die KI mein Mikrofon übernehmen?

    Nein. Die KI nutzt die Tools zur Verarbeitung von Audiostreams, kann aber weder Ihre Hardware noch Ihre Systemeinstellungen steuern.

  • 04

    Wird die KI meine vorherigen Sprachaufnahmen löschen?

    Nein. Die Tools verarbeiten das Audio nur für die Transkription und Synthese; sie haben keine Berechtigung, Dateien zu löschen.

  • 05

    Kann die KI einen Anruf ohne mich initiieren?

    Nein. Sie müssen die Erstellung des Anrufs über Ihren Agenten oder Client auslösen.

  • Weitere Fragen zu Inworld AI? Die Connector-Seite liefert Antworten. Alle Funktionen des Inworld AI Connectors ansehen

Verbinde Inworld AI mit Claude, Cursor, ChatGPT & mehr