Blogs
/
Hoe menselijk moet een AI-stemagent klinken voordat hij kan verkopen?

Hoe menselijk moet een AI-stemagent klinken voordat hij kan verkopen?

Retell
AI Voice Agent Platform
Published 
November 17, 2026
9
 min read
Hoe menselijk moet een AI-stemagent klinken voordat hij kan verkopen?
About this article
Wat een prompt kan veranderen, wat stem- en agentinstellingen veranderen, hoe menselijk de stem per type uitgaand gesprek moet zijn en hoe je dat test op echte gesprekken.
BACK TO BLOGS
See Retell AI in action
Start free
Back to top

Een AI-stemagent moet menselijk genoeg klinken om de prospect aan de praat te houden. Hoeveel daarvoor nodig is, hangt af van het gesprek. Een herinnering vraagt om een heldere stem met goede timing, terwijl een koud verkoopgesprek een voordracht vraagt die meebeweegt met het moment. Aan welke kant van die grens je zit, ontdek je door echte uitgaande gesprekken te verdelen over twee stemopstellingen en de conversie te vergelijken. Luisteren naar een demo vertelt je wat jij mooi vindt. Het vertelt je niet wat je prospects doen.

Deze gids is voor degene die verantwoordelijk is voor de conversie van uitgaande gesprekken. Hij maakt onderscheid tussen wat een prompt verandert en wat de stem- en agentinstellingen veranderen. Daarnaast legt hij per gesprekstype de lat en beschrijft hij een test voor live gesprekken.

Wat bedoelen kopers als ze zeggen dat de stem niet menselijk genoeg is?

Ze bedoelen prosodie: de toonhoogte, het tempo, het volume, de pauzes en de klemtoon die een spreker gebruikt, en hoe die meeveranderen met de situatie. Een goede salesmedewerker laat zijn stem zakken vóór een prijs, vertraagt als de prospect aarzelt en klinkt opgewekter als het antwoord ja is. Een agent kan de juiste zin vlak of gelijkmatig vrolijk uitspreken, en dan hoort de prospect een script.

Teams die tegen deze muur aanlopen, hebben de prompt meestal al vaak herschreven. De formulering werd beter, maar het bezwaar bleef. Formulering en voordracht komen namelijk uit verschillende delen van het systeem.

Wat kan een prompt veranderen, en wat niet?

Een prompt verandert wat de agent zegt. Hoe het gezegd wordt, bepalen de stem die je kiest en de spraakinstellingen van de agent. Als je de prompt blijft aanpassen om een probleem met de voordracht op te lossen, werk je aan de verkeerde laag.

Bij Retell zien de lagen er zo uit. De namen van de instellingen zijn die uit de productdocumentatie.

LaagWat het regeltWaar je het insteltWat het niet oplost
WoordenZinslengte, formulering, stopwoorden, empathische taal, hoe getallen worden verwoordDe prompt, plus Agent Handbook-presets: Default Tone (Professional + Conversational), Natural Filler Words, High Empathy, Speech NormalizationEen vlakke of stijve voordracht van goed geschreven zinnen
StemWie er spreekt: klankkleur, accent, leeftijd, basisenergieSelect Voice: Platform Voices, Custom Providers of een stemkloonDe formulering, of wanneer de agent praat
VoordrachtSnelheid, volume, emotie, nadruk, pauzesVoice Speed, volume, Expressive mode, pauze- en uitspraakinstellingenEen stem die niet bij je doelgroep past
TimingHoe lang de agent wacht, hoe makkelijk hij wordt onderbroken, kleine luistergeluidjesSpraakinstellingen: Response Wait time, Interruption Sensitivity, Enable Backchanneling, Background soundEmotionele toon binnen een zin
Gelaagd model van wat bepaalt hoe een AI-stemagent klinkt tijdens een verkoopgesprek. Laag 1, woorden: de prompt en Agent Handbook-presets. Laag 2, stem: een platformstem, een stem van een custom provider of een stemkloon. Laag 3, voordracht: Voice Speed, volume en Expressive mode-tags. Laag 4, timing: Response Wait time, Interruption Sensitivity, backchanneling en achtergrondgeluid. Naast de lagen staan drie tests: tekstsimulatie controleert alleen woorden, met web- en telefoongesprekken hoor je de stem, en een A/B-verdeling van het verkeer op echte gesprekken meet de conversie.
Een prompt past alleen de bovenste laag aan, dus een probleem met de voordracht moet je oplossen en testen in de lagen eronder. Diagram door Retell AI, november 2026.

De Agent Handbook-presets zijn nog steeds hulpmiddelen op promptniveau. De documentatie beschrijft Professional + Conversational als een toon met korte beurten en één vraag tegelijk, geschikt voor sales. Het verandert het script, niet de audio.

Welke instellingen veranderen hoe de stem klinkt?

Vier groepen instellingen veranderen de audio zelf, en elke groep heeft een gedocumenteerde beperking.

Stemkeuze. Platformstemmen vormen de samengestelde bibliotheek van Retell. De documentatie beschrijft ze als afgestemd op conversationele AI via de telefoon en gekalibreerd voor helderheid bij telecombitrates. Je kunt ook een stem van een custom provider toevoegen of een stem klonen. Eén zin in de documentatie over klonen is belangrijk voor salesteams: de kloon reproduceert de voordracht die hij hoort. Neem dus op in de toon, het tempo en de energie die je in gesprekken wilt.

Snelheid en volume. Voice Speed loopt van 0,5x tot 2,0x. Als "Dynamically adjust based on user input" is aangevinkt, volgt de agent het aantal woorden per minuut van de prospect en past hij zijn eigen snelheid daar geleidelijk op aan. Volume is één vaste waarde voor de agent. De documentatie beschrijft geen instelling die het volume binnen een gesprek van moment tot moment verhoogt of verlaagt, dus reken daar niet op.

Expressive mode. Van de gedocumenteerde instellingen komt deze het dichtst bij een voordracht die zich aanpast aan de situatie. Als deze modus aanstaat, voegt de agent expressieve stemtags toe aan de audio die hij genereert en kiest hij ze op basis van het gesprek. De tags omvatten emoties (empathisch, enthousiast, blij, nieuwsgierig, verrast), effecten (zucht, keel schrapen, pauze, lange pauze) en nadruk op het woord dat ertoe doet. Jij kiest welke tags zijn toegestaan. Je kunt de richtlijnen herschrijven die bepalen wanneer elke tag van toepassing is. Ook kun je een tag handmatig op een specifieke zin plaatsen, zoals de opening.

De beperkingen zijn net zo specifiek. Expressive mode werkt alleen met platformstemmen. Tags werken in 13 talen, en bij een meertalige agent moeten al zijn talen op die lijst staan. De agent gebruikt tags spaarzaam en de meeste zinnen hebben er geen. Hij tagt nooit getallen, namen, tijden of prijzen, dus verwacht geen getagde verandering in voordracht bij de prijs zelf.

Timing. Een stem met een goede toon klinkt nog steeds verkeerd als hij te snel antwoordt of door mensen heen praat. Response Wait time, Interruption Sensitivity en backchanneling regelen dat. Over beurtwisseling en het omgaan met onderbrekingen is een aparte gids beschikbaar.

Van geen van deze instellingen is gedocumenteerd dat ze een agent ononderscheidbaar maken van een mens. Behandel elke instelling als een variabele om te testen. Menselijk klinken staat bovendien los van de vraag of je moet melden dat het om AI gaat. De preset AI Disclosure When Asked staat standaard aan voor nieuwe agents. Welke meldingen je gesprekken vereisen, is een vraag voor je juridisch adviseur of compliance-verantwoordelijke.

Verkoop je in meer dan één taal, dan weegt de begroeting nog zwaarder. Zie de eerste 30 seconden van een meertalige AI-stemagent.

Hoe menselijk moet de stem zijn voor jouw gesprekstype?

De lat ligt hoger naarmate de prospect meer vertrouwen moet geven voordat hij ja zegt. De tabel hieronder is een vertrekpunt voor je eigen test. Hij is gebaseerd op wat elk gesprek van de luisteraar vraagt en is geen benchmark.

Type uitgaand gesprekWat de prospect beslistLat voor de stemWaar je begint
Herinneringen, bevestigingen, verlengingsberichtenBevestigen of verzettenHelder en nauwkeurig bij namen, datums en bedragenEen platformstem, Speech Normalization, uitspraakregels voor merk- en productnamen
Follow-up bij een lead die om een gesprek vroegOf hij een paar vragen beantwoordtConversationele formulering en een soepele beurtwisseling zijn belangrijker dan emotieToon Professional + Conversational, backchanneling, dynamische Voice Speed
Koude acquisitie op basis van een lijstOf hij na de opening aan de lijn blijftHoog, en geconcentreerd in de openingszinVoeg Expressive mode toe met een kleine set tags, tag de opening handmatig en test twee stemmen tegen elkaar
Consultatieve afsluiting of afsluiting met hoge waardeOf hij de verkoper vertrouwt met geld of een gevoelige beslissingHoger dan je mag aannemen dat een instelling haaltLaat de agent kwalificeren en afspraken inplannen. Draag daarna met een warme doorverbinding over aan een mens, tot je test iets anders uitwijst

De laatste rij is de eerlijkste. Hangt de verkoop af van een closer die aanvoelt wat er speelt, houd die closer dan. Bij een warme doorverbinding blijft de agent aan de lijn om de persoon die opneemt te briefen. Zo hoeft de prospect niet alles te herhalen.

Hoe test je op echte gesprekken hoe menselijk de stem klinkt, in plaats van op gehoor?

Zet twee agents in die alleen in stemopstelling verschillen, op hetzelfde uitgaande verkeer. Beoordeel beide op een conversiegebeurtenis die je vóór het eerste gesprek definieert. Jouw oor is één luisteraar. Je prospects zijn de steekproef.

Gebruik deze checklist:

  • Sluit eerst bereikbaarheidsproblemen uit. Als prospects niet opnemen, ligt dat niet aan de stem. Controleer de opnamepercentages van uitgaande gesprekken en de checklist voor uitgaande telefoonnummers voordat je aan de steminstellingen komt.
  • Gebruik geen tekstsimulatie om de stem te beoordelen. Simulatietests verlopen als een tekstgesprek. Ze beoordelen formulering en uitkomsten, maar horen niets.
  • Luister eerst via een webgesprek, daarna via een telefoongesprek. De documentatie raadt testen via webgesprekken aan om te horen hoe de stem echt klinkt (tempo, uitspraak, stopwoorden). Testen via telefoongesprekken raadt ze aan voor de audio zoals de telecomprovider die doorgeeft.
  • Definieer conversie als een veld, niet als een indruk. Voeg een aangepast Post Call Extraction-veld toe, bijvoorbeeld een Boolean voor "afspraak ingepland" of een Selector voor de gespreksuitkomst. Zo wordt elk gesprek op dezelfde manier gelabeld.
  • Verander één laag. Kloon de agent en verander alleen de stem, of alleen Expressive mode. Houd de prompt identiek, anders weet je niet waardoor het cijfer veranderde.
  • Verdeel live verkeer. A/B Testing op het telefoonnummer stuurt een percentage van de gesprekken naar elke agent, bijvoorbeeld 80/20 of 50/50. Volgens de documentatie werkt dit voor zowel uitgaande als inkomende gesprekken.
  • Vergelijk in Analytics. Filter op agent en versie. Zet je aangepaste veld in een grafiek naast het aantal gesprekken, het succespercentage en de gespreksduur.
  • Beoordeel zowel de audio als de uitkomst. AI QA evalueert een steekproef van echte gesprekken. De metric Agent Naturalness gebruikt zowel de audio als het transcript om onnatuurlijke snelheid of intonatie, verkeerde uitspraak en haperingen te signaleren. Het ingebouwde veld user_sentiment wordt alleen uit het transcript afgeleid. Lees het dus niet als een oordeel over de toon.
  • Leg de stopregel vooraf vast. Bepaal het minimale aantal verbonden gesprekken per variant en het verschil dat je beslissing zou veranderen. Schrijf beide op vóór de lancering.

Converteert de expressievere variant niet beter, dan was de stem niet je beperkende factor. Kijk dan naar de lijst, het aanbod en de openingsvraag. Converteert hij wel beter, dan heb je een cijfer om je keuze mee te onderbouwen. Dezelfde cyclus geldt als je overstapt van demo naar productie.

Wat moet je een leverancier over de stem vragen voordat je een pilot start?

Stel vragen waarvan je de antwoorden tijdens de pilot in het product kunt verifiëren:

  1. Welke instellingen veranderen de voordracht, en welke veranderen alleen de formulering?
  2. Werkt expressieve voordracht met de stem en de talen die we willen gebruiken, ook met een gekloonde stem?
  3. Kunnen volume, tempo of toon binnen een gesprek veranderen, en wat zet die verandering in gang?
  4. Kunnen we echt uitgaand verkeer verdelen over twee stemopstellingen en de conversie per variant zien?
  5. Welke kwaliteitsmetrics luisteren naar de audio, en welke lezen alleen het transcript?
  6. Als een gesprek een mens nodig heeft, hoe klinkt de overdracht dan voor de prospect?

Een leverancier die antwoordt met een gepolijste demo-opname, heeft een andere vraag beantwoord.

Bewijs de stem in je eigen gesprekken

Andere systemen zijn alleen geoptimaliseerd voor realistische spraak. Retell is gebouwd voor het hele gesprek: de stem, de timing eromheen, de overdracht aan een mens en de meting die laat zien of iets daarvan converteerde. Bekijk op de pagina AI-stemagents hoe de onderdelen samenkomen, en hoe AI QA echte gesprekken beoordeelt. Voer daarna een pilot uit op echte gesprekken, met twee stemopstellingen en je eigen conversiegebeurtenis. Beslis op basis van dat cijfer voordat je iets tekent.

ROI Calculator
Estimate Your ROI from Automating Calls

See how much your business could save by switching to AI-powered voice agents.

All done! 
Your submission has been sent to your email
Oops! Something went wrong while submitting the form.
   1
   8
20
Oops! Something went wrong while submitting the form.

ROI Result

2,000

Total Human Agent Cost

$5,000
/month

AI Agent Cost

$3,000
/month

Estimated Savings

$2,000
/month

Estimate your monthly voice AI cost

$  0.11
Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.
Estimated monthly cost
$1,408
12,800 conversation minutes

Revolutioneer je belactiviteiten met Retell