Warum die Stimme
Es gibt Momente, in denen Schreiben mühsam ist: die Hände im Mehl, im Auto, beim Gehen. Sprechen ist natürlicher. Aber die Stimme wirft zwei Fragen auf, die eine Tastatur nicht stellt: Wohin geht die Aufnahme dessen, was du sagst, und was kostet jeder vorgelesene Satz?
Was ich wollte
Ich wollte, dass die Stimme ein anderer Weg ist, denselben Assistenten zu nutzen, mit demselben Gedächtnis, denselben Bestätigungen und denselben Grenzen wie der geschriebene Chat. Und dass deine Stimme standardmäßig auf deinem Server bleibt.
Diktieren und zuhören
Am einfachsten: Halte den Senden-Knopf gedrückt, sprich, lass los. LIA transkribiert und setzt den Text in das Eingabefeld, sodass du ihn vor dem Senden lesen kannst. Du kannst auch den Freihand-Modus in der Kopfzeile des Chats einschalten: Ein Tippen startet das Zuhören, das nach einer kurzen Stille von selbst endet. Ist die Oberfläche auf Französisch, kannst du „Dis LIA“ sagen, um mit ihr zu sprechen, oder „LIA, stop“, um ihre Stimme zu unterbrechen, während sie vorliest. Diese Sätze werden in deinem Browser erkannt, ohne dass Ton gesendet wird.
Die Transkription erfolgt standardmäßig auf deinem Server, mit einem lokalen Spracherkennungsmodell: Das ist kostenlos, und das Audio verlässt den Server nicht. Willst du mehr Genauigkeit, etwa in einer lauten Umgebung, kannst du in den Einstellungen die entfernte Engine wählen, die dein Administrator eingerichtet hat. Die Einstellungen nennen sie, damit du weißt, wer deine Stimme erhält, und die Kosten jeder Transkription stehen an deiner Sprechblase.
In die andere Richtung liest LIA, wenn du es einschaltest, ihre Antworten mit der Stimme vor, die du für sie wählst. Die Engine richtet der Administrator ein; es gibt eine kostenlose, und bei den anderen zeigt ein kleines Badge, was das Vorlesen gekostet hat. Das Vorlesen beginnt, sobald der erste Satz fertig ist, während der Rest noch geschrieben wird. Und LIA weiß, dass der Punkt in „3.5 Grad“ keinen Satz beendet.
Ein echtes Gespräch, in Echtzeit
Der Live-Modus geht weiter: Du sprichst, LIA antwortet sofort, du kannst sie unterbrechen. Er läuft auf einem Echtzeit-Sprachmodell, das du mit deinem eigenen Schlüssel verbindest (Gemini, OpenAI oder ein ElevenLabs-Agent). Ich habe eine einfache Entscheidung getroffen: Die Stimme führt das Gespräch, und LIA macht die Arbeit. Wenn du nach einer Information oder einer Aktion fragst, gibt die Stimme die Anfrage an LIA weiter, die sie wie eine Chatnachricht behandelt, mit denselben Bestätigungen. Die Antwort erscheint im Verlauf, während du sprichst, und wenn LIA dir eine Frage stellen muss, stellt die Stimme sie dir.
Nach einer Stille geht die Sitzung in den Ruhezustand, ohne zu enden: Die Verbindung zum Anbieter wird geschlossen, und nichts wird berechnet. Ein Tippen weckt sie wieder, mit LIAs aktuellem Kontext. Du beendest die Sitzung selbst, es sei denn, der Ruhezustand dauert zu lange. In beiden Fällen fasst eine Karte ihre Dauer, deine Anfragen und das zusammen, was LIA ausgegeben hat.
Wo das Modell es erlaubt, lässt eine Sitzung in Live direkt die Stimme selbst deine Daten lesen (Kalender, Mails, Kontakte, Wetter), in den Bereichen, die du freigibst, ohne irgendetwas zu verändern. Deine Worte werden danach als Nachricht von dir an den Chat weitergegeben. Sie antwortet schneller, kostet beim Anbieter aber mehr.
In beiden Modi, und wenn LIA dich anruft, spricht die Stimme mit der Persönlichkeit, die du für sie gewählt hast: Ihre Worte, ihre Art und ihr Humor folgen ihr, die Fakten nie. Ruft sie für dich jemand anderen an, bleibt sie freundlich.
Wenn LIA dich anruft
Hast du die Telefonie verbunden, kannst du auch deine Nummer hinterlegen: LIA ruft dich ein erstes Mal an und liest dir einen Code vor, den du eintippst. Von da an lässt „ruf mich um 8 Uhr an, um meinen Tag durchzugehen“ dein Telefon klingeln, auch aus einer Routine heraus. Was du während des Anrufs verlangst, kommt als Nachricht von dir in den Chat zurück, mit denselben Bestätigungen. Die Details stehen in der FAQ zum Telefon.
Was rausgeht und was es kostet
- Im Live-Modus geht deine Stimme von deinem Browser direkt zu dem Anbieter, den du gewählt hast, und der rechnet über deinen Schlüssel ab. LIA zeigt dir eine Schätzung an, wenn der Tarif bekannt ist, ohne sie zu speichern, denn es ist dein Schlüssel.
- Was LIA selbst ausgibt, um deine Anfragen zu bearbeiten, zählt zu deinem Verbrauch, wie eine geschriebene Nachricht. Die entfernte Transkription und das kostenpflichtige Vorlesen zählen ebenfalls dazu, ohne eigenes Kontingent.
- Der Freihand-Modus und das Vorlesen sind anfangs ausgeschaltet: Du schaltest sie selbst ein.
- Die Sätze „Dis LIA“ und „LIA, stop“ sind in der Beta und gibt es vorerst nur auf Französisch. In den anderen Sprachen genügt ein Tippen auf den Knopf.
Weiterlesen: Deine Daten bleiben deine: was LIA behält, zeigt und löscht; Erinnerungen und Routinen: LIA kümmert sich um den richtigen Moment.
