Voice AI — auf Deutsch Sprach-KI — ist der Oberbegriff für künstliche Intelligenz, die gesprochene Sprache versteht, verarbeitet und selbst erzeugt. Sie umfasst die gesamte Technologiekette vom Zuhören über das Verstehen bis zum Antworten in natürlicher Stimme.
Die drei Kernbausteine: Spracherkennung (ASR) wandelt Sprache in Text, ein Large Language Model versteht und formuliert, und Sprachsynthese (TTS) erzeugt die hörbare Antwort. Im Telefonkontext wird daraus ein KI-Telefonassistent, der Kundengespräche eigenständig führt.
Voice AI findet sich heute in Sprachassistenten, Fahrzeugen und zunehmend in der Unternehmenstelefonie — vom automatisierten Kundenservice über Terminbuchung bis zur Callcenter-Automatisierung. Für europäische Unternehmen ist dabei die DSGVO-konforme Umsetzung ein zentrales Kriterium.