Голос в перепискеГолосовой бот
Голосовой бот
в Telegram
Голосовой бот в Telegram — это бот, который понимает голосовые сообщения клиента и при необходимости отвечает ему голосом. В CHATBOSS.PRO расшифровка встроена: присланное голосовое переводится в текст моделью Whisper (распознавание настроено на русский язык) и дальше идёт по сценарию как обычное сообщение — попадает в AI-блок, в условие или в таблицу заявок. Обратное направление включается у ассистента одной галочкой: ответ озвучивается через OpenAI TTS, голос выбирается из шести — от нейтрального Alloy до мягкого Shimmer. Важно понимать границу: речь идёт о голосовых сообщениях внутри Telegram, а не о телефонных звонках, обзвоне или IVR — телефонии в продукте нет.
Клиент отправляет голосовое — бот его расшифровывает и отвечает по сценарию. При желании отвечает тоже голосом: шесть вариантов озвучки включаются галочкой в настройках ассистента.
Автор: Павел Седов, основатель CHATBOSS.PRO · Обновлено: 4 сентября 2026 г.
Вариантов озвучки
6
Расшифровка
встроена
Правок сценария
не нужно
Подписка
от 490₽/мес
Почему клиенты пишут голосовыми, а боты их не понимают?
Голосовое — самый быстрый способ написать: за рулём, с ребёнком на руках, на ходу. Обычный бот такое сообщение просто игнорирует, и диалог на этом заканчивается.
Бот молчит в ответ на голосовое
Клиент надиктовал вопрос — сценарий ждёт текст и не реагирует. Человек либо повторяет текстом, либо уходит; чаще уходит.
Голосовые от клиентов слушает живой сотрудник
Каждое сообщение приходится открывать вручную, чтобы понять, о чём оно. Ни поиска по содержанию, ни автоматической обработки — только время сотрудника.
«Голосовой бот» продают как обзвон
Под этим словом обычно понимают телефонного робота: минуты, номера, IVR. Бизнесу, который общается с клиентами в мессенджере, нужно другое — голос внутри переписки.
Как голос работает в боте?
Голос здесь не отдельный продукт и не отдельный бот, а канал ввода и вывода внутри вашего обычного сценария: блоки, ветвления и таблицы остаются те же.
Понимает голосовые сообщения
Присланное голосовое скачивается и распознаётся моделью Whisper, распознавание настроено на русский язык. Отдельно включать эту функцию не нужно — она работает в любом сценарии.
Отвечает голосом — шесть вариантов
В настройках ассистента ставится галочка «Отвечать голосовыми сообщениями» и выбирается голос: Alloy (нейтральный), Echo (мужской), Fable (британский), Onyx (глубокий мужской), Nova (женский) или Shimmer (мягкий женский).
Расшифровка идёт дальше по сценарию
Текст из голосового ведёт себя как обычный ответ клиента: попадает в AI-блок, проверяется условием, сохраняется в переменную или ложится строкой в таблицу заявок.
Голос включается точечно
Настройка живёт у конкретного ассистента, а не у всего бота. Консультант может отвечать голосом, а блок оплаты и служебные сообщения — оставаться текстом.
Стоимость видна по каждому ответу
Озвучивание добавляется к стоимости запроса и попадает в тот же лог расходов, что и текстовая часть: модель, токены, озвучка, цена в рублях и остаток баланса.
Без своего ключа и без сервера
И распознавание, и озвучка идут через инфраструктуру платформы, доступную из России. Свой ключ OpenAI, отдельная подписка и настройка сервера не нужны.
Кому нужен бот с голосом?
Там, где клиенту неудобно печатать, а слушать — привычно: полевые сотрудники, аудитория постарше, длинные вопросы «на ходу».
Заявки от людей за рулём и в поле
Водители, монтажники, курьеры диктуют заявку голосом — бот расшифровывает её и складывает в таблицу вместе с контактом.
Консультация голосом
Клиент спрашивает голосовым, ассистент отвечает озвученным сообщением — диалог идёт в привычном для человека формате, без набора текста.
AI чат-бот для Telegram →Аудитория, которой сложно печатать
Для части клиентов голосовое — единственный удобный способ написать. Бот перестаёт быть барьером и отвечает так же, как ответил бы человек.
Запись на услугу голосом
Клиент надиктовал, что и когда ему нужно; расшифровка уходит ассистенту записи, а тот предлагает свободные слоты.
Бот для записи клиентов →Как сделать голосового бота в Telegram?
Отдельного «голосового конструктора» не нужно: голос добавляется к обычному сценарию двумя настройками и одной проверкой.
Шаг 1
Собираете обычный сценарий
Берёте шаблон или строите бота из блоков — меню, вопросы, AI-блок, таблица заявок. На этом этапе про голос думать не нужно.
Шаг 2
Проверяете расшифровку
Отправляете боту голосовое как клиент и смотрите, что он понял: распознанный текст идёт по сценарию так же, как набранный руками.
Шаг 3
Включаете озвучку у нужного ассистента
В настройках ассистента отмечаете «Отвечать голосовыми сообщениями» и выбираете голос. Остальные ассистенты продолжают отвечать текстом.
Шаг 4
Слушаете и правите
Прогоняете диалог целиком: длинные ответы в озвучке утомляют, поэтому инструкции ассистента обычно просят отвечать короче — это и слушать легче, и дешевле.
Частые вопросы про голосового бота в Telegram
Это голосовые звонки или обзвон клиентов?
Нет. Речь о голосовых сообщениях внутри Telegram: бот понимает то, что клиент надиктовал, и может ответить озвученным сообщением. Телефонии, обзвона и IVR в продукте нет.
На каком языке бот распознаёт голосовые?
Распознавание настроено на русский язык — под русскоязычную аудиторию оно и рассчитано. Для мультиязычного проекта голос лучше оставить дополнительным каналом, а основным сделать текст.
Нужен ли свой ключ OpenAI для расшифровки и озвучки?
Нет. И распознавание, и синтез речи идут через инфраструктуру платформы; оплата — в рублях с баланса аккаунта, отдельная подписка не нужна.
Сколько стоит озвучивание ответов?
Озвучка считается по длине озвучиваемого текста и добавляется к стоимости запроса. Она видна отдельной составляющей в логе расходов, поэтому цену голосового ответа всегда можно сравнить с текстовым.
Можно включить голос только в части бота?
Да. Озвучка настраивается у конкретного ассистента, а не у бота целиком: консультант отвечает голосом, а меню, оплата и служебные сообщения остаются текстом.
Бот понимает аудиофайлы и видеокружки?
Обрабатываются именно голосовые сообщения Telegram. Кроме них бот принимает фото, документы и видео, а вот присланный аудиофайл или видеокружок в текст не переводится.