Erkennen Sie positive, negative und neutrale Stimmungen in Kundenanrufen, Forschungsinterviews, Umfrageantworten und beliebigen Text- oder Mediendaten. Speak analysiert den emotionalen Ton automatisch, identifiziert die Stimmung auf Sprecher-Ebene und verfolgt, wie sich Einstellungen über Gespräche und Datensätze hinweg im Laufe der Zeit verschieben.
Laden Sie Audio, Video oder Text aus jeder Quelle hoch. Speak verbindet sich mit Zoom, Teams, Meet und Tausenden von Workflows über Zapier für automatische Sentimentanalyse.
Die meisten Stimmungs-Tools verarbeiten nur Text. Speak erkennt Stimmung in Audio-Aufzeichnungen, Video-Inhalten und geschriebenem Text und bietet Ihnen Dashboards, AI Chat und Exporte, um auf das zu reagieren, was Sie finden.
Erkennen Sie Ton, Emotion und Haltung in aufgezeichneten Gesprächen. Speak transkribiert Ihr Audio und analysiert die Stimmung auf Satzebene, sodass Sie erkennen können, wo Anrufe positiv oder negativ werden, und die Momente hervorheben können, die am meisten zählen.
Analysieren Sie Sentiment aus Videoinhalten mit vollständigem Sprecherkontext. Laden Sie aufgezeichnete Interviews, Fokusgruppen oder Präsentationen hoch und Speak verarbeitet die Audiospur, identifiziert Sprecher und ordnet Sentiment über die gesamte Gesprächszeitachse.
Verarbeiten Sie Umfrageantworten, Kundenrezensionen, Support-Tickets und jegliches schriftliches Feedback in großem Maßstab. Fügen Sie Textdaten ein oder laden Sie sie hoch und Speak klassifiziert Sentiment automatisch, sodass Sie einen strukturierten Überblick über Einstellungen in Tausenden von Antworten erhalten.
Verfolgen Sie, wie sich die Stimmung innerhalb eines einzelnen Gesprächs oder eines gesamten Datensatzes verschiebt. Sehen Sie, wo ein Kundentelefon von Frustration zu Lösung führt, oder wie sich die Einstellungen der Teilnehmer über eine mehrwöchige Forschungsstudie hinweg entwickeln. Visualisieren Sie Trends mit integrierten Diagrammen.
Vergleichen Sie die Stimmung zwischen verschiedenen Sprechern im selben Gespräch. Verstehen Sie, wie sich jeder Teilnehmer während eines Anrufs fühlt, identifizieren Sie, wer Bedenken geäußert hat, und sehen Sie, wie Fragen des Interviewers die Einstellungen der Befragten beeinflusst haben.
Stellen Sie Fragen wie “Wann hat sich die Stimmung in diesem Anruf negativ verschoben?” oder “Welche Interviews hatten die positivsten Antworten zum Produkt?” AI Chat ermöglicht es Ihnen, Stimmungsmuster in einzelnen Dateien oder Ihrer gesamten Bibliothek mit Claude, Gemini oder GPT abzurufen.
Verstehen Sie, welche Themen positive oder negative Reaktionen auslösen. Speak verbindet Keyword-Extraktion mit Sentiment-Scores, sodass Sie sehen können, dass Erwähnungen von “Pricing” mit negativer Stimmung korrelieren, während “Onboarding” über Ihren Datensatz hinweg positiv ausfällt.
Visualisieren Sie Sentimenttrends mit Diagrammen, Vergleichen und aggregierten Ansichten. Sehen Sie die Gesamtverteilung des Sentiments über ein Projekt hinweg, vergleichen Sie das Sentiment zwischen verschiedenen Sprechergruppen und verfolgen Sie, wie sich Einstellungen von Woche zu Woche oder von Monat zu Monat verschieben.
Laden Sie Sentiment-Ergebnisse als CSV herunter, erstellen Sie Berichte oder verbinden Sie sich über API für nachgelagerte Analysen. Bringen Sie Speak’s Sentiment-Daten in Ihre BI-Tools, Forschungsplattformen oder benutzerdefinierten Dashboards. Jeder Datenpunkt ist exportierbar und strukturiert für Integration.
Forscher, CX-Teams, Vertriebsleiter und Analysten nutzen Speak, um emotionale Töne und Einstellungen in Gesprächen und Textdaten zu verstehen. Hier ist, wie Sentiment-Analyse bessere Entscheidungen vorantreibt.
Erkennen Sie Frustration, Zufriedenheit und Abwanderungssignale über Support- und Success-Anrufe hinweg. Identifizieren Sie, welche Anrufe sofortige Nachverfolgung benötigen, verfolgen Sie Sentiment-Trends im Laufe der Zeit und geben Sie Ihrem Team datengestützte Sichtbarkeit darüber, wie Kunden Ihr Produkt tatsächlich bewerten.
Messen Sie Teilnehmerhaltungen und emotionale Reaktionen über qualitative Interviews hinweg. Anstatt sich auf subjektive Eindrücke zu verlassen, verwenden Sie automatisierte Sentiment-Bewertung, um zu identifizieren, welche Themen die stärksten Reaktionen auslösten und um Antworten über Teilnehmer hinweg zu vergleichen.
Verarbeiten Sie offene Umfrageantworten im großen Maßstab, ohne jede Antwort einzeln zu lesen. Speak klassifiziert die Stimmung über Tausende von Textantworten, hebt die positivsten und negativsten Kommentare hervor und gibt Ihnen aggregierte Stimmungsansichten nach Frage oder Segment.
Identifizieren Sie, wo Deals während von Verkaufsgesprächen positiv oder negativ verlaufen. Verfolgen Sie Stimmungsmuster über die Anrufe Ihres Teams hinweg, um zu verstehen, was Top-Performer anders machen, erkennen Sie Einwandmomente, und entwickeln Sie Coaching-Programme auf Basis echter Gesprächsdaten.
Verfolgen Sie Stimmungen in Markenerwähnungen, Medienberichterstattung, Podcast-Auftritte und Presseinterviews. Laden Sie Mediainhalte hoch oder transkribieren Sie diese und sehen Sie, wie Ihre Marke diskutiert wird, ob die Berichterstattung positiv oder negativ ausfällt, und wie sich die Stimmung im Laufe der Zeit verändert.
Analysieren Sie die Stimmung in Feedback-Sitzungen, Town Halls und Austrittsgesprächen. Verstehen Sie, wie sich Mitarbeiter über Führungsentscheidungen, Unternehmenskultur und Workplace-Veränderungen fühlen, ohne sich ausschließlich auf strukturierte Umfragewerte zu verlassen, die die Nuance echter Gespräche vermissen.
Dedizierte Sentiment-Tools handhaben nur Text. Allgemeine Transkriptions-Tools überspringen Sentiment vollständig. Speak kombiniert Transkription, Multi-Source-Stimmungsanalyse und flexible KI in einer Plattform, die für Teams gebaut ist, die mit echten Gesprächsdaten arbeiten.
Analysieren Sie Stimmung über Audio, Video und Text in einer Plattform. Die meisten Stimmungs-Tools sind nur textbasiert, was bedeutet, dass Sie Aufnahmen separat transkribieren müssen, bevor Sie sie analysieren können. Speak verarbeitet die gesamte Pipeline von Rohmedien bis zu Stimmungserkenntnissen ohne zusätzliche Schritte oder Tools.
Wählen Sie Claude, Gemini oder GPT für Stimmungsaufgaben. Verschiedene Modelle handhaben Nuancen, Sarkasmus und kulturellen Kontext unterschiedlich. Speak gibt Ihnen die Flexibilität, das Modell zu wählen, das für Ihren spezifischen Datentyp und Ihre Analyseziele am besten funktioniert.
Einfache Polaritätsbewertung erfasst nicht die Komplexität echter Gespräche. Speak erkennt nuancierte emotionale Signale über Gespräche hinweg und hilft Ihnen nicht nur zu verstehen, ob jemand positiv oder negativ ist, sondern auch wie sich ihre Einstellung im Laufe einer Diskussion ändert und warum.
Verfolgen Sie Sentiment-Muster über Monate von Daten, mehrere Projekte oder verschiedene Teams. Vergleichen Sie Sentiment-Verteilungen zwischen Kundensegmenten, überwachen Sie, wie Produktänderungen Benutzereinstellungen beeinflussen, und erstellen Sie longitudinale Ansichten, die Single-File-Analyse-Tools nicht bieten können.
Kein separater Schritt erforderlich, um von der Aufzeichnung zur Stimmungserkennung zu gelangen. Speak transkribiert Ihr Audio und Video mit Sprecherkennzeichnungen und führt dann automatisch eine Stimmungsanalyse auf dem Transkript durch. Sie laden eine Datei hoch und erhalten Stimmungsergebnisse, ohne mehrere Tools zusammensetzen zu müssen.
Richten Sie AI Agents ein, um eingehende Aufnahmen automatisch zu verarbeiten, Stimmungsanalysen durchzuführen, Zusammenfassungsberichte zu generieren und Ergebnisse an Ihr Team zu verteilen. Anstatt jedes Gespräch oder Interview manuell zu überprüfen, kümmern sich Agents um die repetitive Analysarbeit.
Erstellen Sie ein kostenloses Speak-Konto Benötigen Sie Hilfe beim Einrichten von Speak für ein Forschungsteam oder eine multizentrische Studie? Wir helfen Teams, Workflows zu konfigurieren, Datensätze zu organisieren und das Beste aus KI-gestützter Analyse herauszuholen. Buchen Sie eine Beratung, um zu beginnen.
Audio- und Videodateien werden mit Sprecherkennzeichnungen transkribiert, und Sie können die Transkriptions-Engine Ihrer Wahl verwenden. Textdaten werden direkt eingegeben. Alle Inhalte werden für die NLP-Analyse vorbereitet, ohne dass Sie manuell vorverarbeiten müssen.
Speak führt Sentiment-Analyse über Ihren Inhalt durch und bewertet positive, negative und neutrale Stimmung auf Satzebene. Aggregation auf Sprecherebene zeigt, wie sich die Einstellungen der einzelnen Teilnehmer vergleichen, und zeitliche Analyse zeigt, wie sich die Stimmung im Verlauf eines Gesprächs verschiebt.
Sehen Sie sich Sentimentverteilungen, Trends im Zeitverlauf und Keyword-Sentiment-Korrelationen in Ihrem Analytics-Dashboard an. Nutzen Sie AI Chat, um Fragen wie “Welche Anrufe hatten die negativste Stimmung zum Thema Preisgestaltung?” oder “Wie haben sich die Teilnehmerhaltungen zwischen Sitzung eins und Sitzung drei verändert?” zu stellen.
Laden Sie Stimmungsdaten als CSV herunter, erstellen Sie Berichte, oder teilen Sie Erkenntnisse über Speaks Zusammenarbeitsfunktionen mit Ihrem Team. Richten Sie automatisierte Exporte über Zapier ein oder nutzen Sie die API, um Stimmungsdaten in Ihren bestehenden Analytics-Stack einzuspeisen.
Sentimentanalyse ist der Prozess zur Identifizierung und Klassifizierung des emotionalen Tons hinter einem Text-, Audio- oder Videoinhalt. Auf seiner einfachsten Ebene klassifiziert die Sentimentanalyse Inhalte als positiv, negativ oder neutral. Auf ihrer fortschrittlichsten Ebene erkennt sie nuancierte emotionale Signale, verfolgt wie Haltungen sich im Laufe der Zeit verschieben, und verbindet Sentimentmuster mit spezifischen Themen, Sprechern und Geschäftsergebnissen.
Für Unternehmen und Forscher hat sich die Sentiment-Analyse von einem “Nice-to-have” zu einem Kernbestandteil entwickelt, wie sie Kunden, Teilnehmer und Märkte verstehen. Customer-Experience-Teams verwenden es zur Überwachung von Anruf-Sentiment und zur Erkennung von Churn-Risiken. Forscher verwenden es zur Messung der Teilnehmer-Einstellungen über Dutzende von Interviews hinweg. Produkt-Teams verwenden es, um zu verstehen, wie sich Benutzer über Funktionsänderungen fühlen. Der gemeinsame Nenner ist, dass die Sentiment-Analyse subjektive menschliche Reaktionen in strukturierte, messbare Daten umwandelt.
Frühe Sentiment-Analyse-Tools stützten sich auf regelbasierte Schlüsselwörter und einfache Scoring-Wörterbücher. Ein Wort wie “furchtbar” würde negativ bewertet, “großartig” würde positiv bewertet, und das Tool würde die Bewertungen durchschnittlich. Dieser Ansatz verfehlte Sarkasmus, Kontext und die komplexen Wege, wie Menschen Meinungen in Gesprächen tatsächlich ausdrücken.
Modernes, AI-gestütztes Sentiment-Management verwendet große Sprachmodelle, die Kontext, Ton und Nuancen verstehen. Diese Modelle können erkennen, dass “Das ist ja großartig” je nach umgebendem Kontext sarkastisch gemeint sein könnte. Sie verarbeiten Negation, Abschwächung und gemischte Stimmungen innerhalb eines einzelnen Satzes. Und sie funktionieren sprachenübergreifend, wodurch mehrsprachiges Sentiment-Management für globale Teams praktisch wird. Sprechen Sie gibt Ihnen Zugang zu Claude, Gemini und GPT für Sentimentaufgaben, sodass Sie das Modell wählen können, das Ihre spezifischen Daten am besten verarbeitet.
Die meisten Sentiment-Analyse-Tools wurden nur für Text entwickelt. Sie fügen Tweets, Bewertungen oder Umfrageantworten ein und erhalten einen Polaritätswert. Aber die reichhaltigsten Sentiment-Signale befinden sich oft in Gesprächen, nicht in geschriebenem Text. Die Art, wie sich die Stimme eines Kunden während eines Anrufs verändert, der Moment, in dem ein Forschungsteilnehmer vor der Antwort zögert, der Tonwechsel, wenn ein Vertriebsprospekt Ihren Preis hört. Diese Signale gehen verloren, wenn Sie nur Text analysieren.
Speak wurde für Teams entwickelt, die Sentimentanalysen über Audio, Video und Text benötigen. Anstatt Aufzeichnungen in einem Tool zu transkribieren und Textanalyse In einem anderen Fall laden Sie Ihre Medien hoch und erhalten Transkription plus Sentimentanalyse in einem einzigen Workflow. Das ist wichtig, weil es Reibung abbaut. Je weniger Schritte zwischen Rohdaten und Erkenntnissen liegen, desto wahrscheinlicher ist es, dass Ihr Team das Tool konsequent nutzt.
Der Wert der Stimmungsanalyse liegt nicht in der Stimmungspunktzahl selbst. Es sind die Entscheidungen, die Sie basierend auf dieser Punktzahl treffen. Wenn ein CX-Team sieht, dass negative Stimmung während Preisdiskussionen über 200+ Anrufe hinweg ansteigt, ist das ein Signal, die Preiskommunikation zu überdenken. Wenn ein Forscher sieht, dass Teilnehmer durchgehend Frustration über einen bestimmten Workflow-Schritt äußern, ist das verwertbares Produktfeedback. Wenn ein Vertriebsleiter sieht, dass Top-Performer positive Stimmung in Anrufen 40% länger aufrechterhalten als durchschnittliche Vertreter, wird das zu einer Coaching-Gelegenheit.
Speak's KI-Agenten machen dies noch praktischer, indem sie die Sentiment-Überwachung automatisieren. Anstatt jede Aufzeichnung manuell zu überprüfen, können Sie Agents einrichten, um Anrufe zu kennzeichnen, bei denen negatives Sentiment einen Schwellenwert überschreitet, wöchentliche Sentiment-Berichte über die Gespräche Ihres Teams zu erstellen oder Sie zu benachrichtigen, wenn sich Sentiment-Trends in eine bestimmte Richtung verschieben.
Bei der Bewertung von Sentiment-Analyse-Tools sollten Sie berücksichtigen, wie Ihr Team tatsächlich mit Daten arbeitet. Wenn Sie nur Text analysieren, kann ein reines Text-Tool ausreichend sein. Aber wenn Ihre Daten Anrufaufzeichnungen, Forschungsinterviews, Videoinhalte oder eine Mischung aus Medientypen enthalten, benötigen Sie eine Plattform, die die gesamte Pipeline von der Rohaufzeichnung bis zur Sentiment-Insight handhabet. Suchen Sie nach Sprach-Level-Analyse, zeitlicher Sentiment-Verfolgung, der Fähigkeit, Ergebnisse mit AI abzufragen, und Exportoptionen, die zu Ihren vorhandenen Arbeitsabläufen passen. Speak ist für diese zweite Kategorie konzipiert: Teams, die Sentiment-Analyse über jeden Typ von Gesprächen und Textdaten benötigen, die sie sammeln.
“Wir gingen von Wochen der qualitativen Analyse zu einmal. ”Einfach zu bedienen, einfach zu implementieren, und der Support war unglaublich.“
Connor H. Datenanalyst, G2-Rezension
“Hohe Genauigkeit, mehrsprachige Unterstützung und aufschlussreiche Analysen. Integrationen mit …“ Google und Zapier ”Es soll einfach sein, alles zu optimieren.“
Volker B. COO, G2-Rezension
“Früher habe ich 30 bis 45 Minuten mit dem Abschreiben von Notizen verbracht. Jetzt ist es in … erledigt.“ Sekunden, ”Und ich schreibe in wenigen Minuten.“
Ted H. Geschäftsinhaber, G2-Rezension
“Ich benutze Speak in Französisch und Englisch ”Für Besprechungen von bis zu zwei Stunden. Es spart Zeit und erhöht die Genauigkeit meiner Berichte.“
Francois L. Finanzberater, G2-Testbericht
“Es verbindet Besprechungen, protokolliert, dokumentiert und fasst zusammen. Ich verpasse keine wichtigen Punkte und es spart mir eine Menge Zeit.”
Ercan T. Geschäftsentwicklung, G2-Überprüfung
“Es ist einfach zu bedienen, und ich kann tatsächlich mit dem Team hinter dem Produkt in Kontakt treten. Es ist wertvoll, mit einem … zu sprechen.“ echter Mensch.”
Markus B. Ärztlicher Direktor, G2-Überprüfung
Häufig gestellte Fragen zur Sentimentanalyse, wie AI-Sentimenterkennung funktioniert, und wie Speak Audio-, Video- und Text-Sentimente verarbeitet.
Sentiment-Analyse ist der Prozess der Verwendung von Natural Language Processing zur Identifikation und Klassifizierung des emotionalen Tons von Text-, Audio- oder Videoinhalten. Es klassifiziert Inhalte typischerweise als positiv, negativ oder neutral, obwohl fortschrittlichere Tools nuancierte Emotionen erkennen und verfolgen, wie sich das Sentiment im Laufe der Zeit verändert. Unternehmen verwenden Sentiment-Analyse, um Kundeneinstellungen zu verstehen, Reaktionen von Teilnehmern in der Forschung zu messen, die Markenwahrnehmung zu überwachen und Muster in großen Mengen von Gesprächsdaten zu identifizieren.
KI-Sentimentanalyse nutzt große Sprachmodelle, die auf riesigen Textmengen trainiert sind, um Kontext, Ton und Bedeutung zu verstehen. Im Gegensatz zu älteren Keyword-basierten Ansätzen, die einfach positive und negative Wörter zählten, verstehen moderne KI-Modelle Sarkasmus, Negation, Abschwächung und gemischte Stimmung im gleichen Satz. Speak gibt Ihnen Zugang zu Claude-, Gemini- und GPT-Modellen für Sentimentaufgaben, sodass Sie das Modell wählen können, das Ihre spezifische Datentyp und Sprache am besten handhabt.
Ja. Speak führt Sentiment-Analyse auf Audio-, Video- und Textdaten auf einer einzigen Plattform durch. Für Audio- und Videodateien transkribiert Speak zunächst den Inhalt mit Sprecherkennzeichnungen und führt dann die Sentiment-Analyse auf dem Transkript auf Satz- und Sprecher-Ebene durch. Dies bedeutet, dass Sie einen aufgezeichneten Kundenanruf, ein Forschungsinterview oder eine Fokusgruppe hochladen und Sentiment-Erkenntnisse erhalten, ohne ein separates Transkriptionstool zu benötigen. Textinhalte wie Umfrageantworten und Bewertungen können direkt hochgeladen oder eingefügt werden.
Die Genauigkeit hängt von der Qualität der Eingabedaten, der Sprache und der Komplexität des Inhalts ab. Moderne AI-Modelle handhaben unkomplizierte Stimmungen sehr gut und sind zunehmend fähig mit Sarkasmus, gemischten Emotionen und kultureller Nuance. Speak verbessert die Genauigkeit durch mehrere AI-Modelle, sodass Sie testen können, welches Modell für Ihren spezifischen Anwendungsfall am besten funktioniert. Für Audio- und Videodaten ist auch die Transkriptionsqualität wichtig, weshalb Speak mehrere Transkriptionsmotoren bietet, die für verschiedene Aufnahmebedingungen optimiert sind.
Ja. Speak bietet Stimmungsanalyse auf zwei Ebenen. Innerhalb einer einzelnen Aufzeichnung oder eines Dokuments können Sie sehen, wie sich die Stimmung vom Anfang bis zum Ende verschiebt, und die genauen Momente identifizieren, in denen ein Gespräch positiv oder negativ wurde. Über einen Datensatz hinweg können Sie aggregierte Stimmungstrends über Wochen oder Monate hinweg verfolgen, um zu überwachen, wie sich Kundeneinstellungen, Teilnehmerreaktionen oder die Mitarbeiterzufriedenheit entwickeln. Beide Ansichten sind im Analytics-Dashboard verfügbar.
Ja. Während grundlegende Polaritätsbewertung (positiv, negativ, neutral) die Grundlage ist, können Speak’s KI-Modelle nuanciertere emotionale Signale in Gesprächen erkennen. Mit AI Chat können Sie spezifische Fragen zu emotionalem Ton, Zögern, Begeisterung, Frustration oder Zuversicht über Ihre Daten hinweg stellen. Der Multi-Model-Ansatz bedeutet, dass Sie unterschiedliche KI-Stärken für verschiedene Arten der emotionalen Analyse nutzen können.
Ja. Speak unterstützt Transkription und Analyse in mehreren Sprachen. Die AI-Modelle, die über Speak verfügbar sind, verarbeiten Sentimentanalyse über große Weltsprachen, was es für globale Forschungsteams, multinnationale Kundenbetreuungsprogramme und jeden Workflow praktisch macht, der mehrsprachige Daten beinhaltet. Die Auswahl der Transkriptions-Engine ist auch wichtig für mehrsprachige Genauigkeit, und Speak bietet Engine-Optionen, die für verschiedene Sprachen optimiert sind.
Dedizierte Sentiment-Analyse-Tools wie MonkeyLearn, Lexalytics oder IBM Watson NLU sind für reine Textanalyse konzipiert und erfordern häufig technische Integration. Speak unterscheidet sich in drei Bereichen. Erstens verarbeitet es Audio und Video nativ, sodass Sie keine separate Transkriptionspipeline benötigen. Zweitens bietet es eine vollständige Analyseplattform mit Dashboards, AI Chat und Zusammenarbeitsfunktionen statt nur einer API. Drittens bietet es Multi-Modell-AI, sodass Sie nicht an das Sentiment-Modell eines einzelnen Anbieters gebunden sind. Für Teams, die mit Konversationsdaten arbeiten und nicht nur Text, bietet Speak einen vollständigeren Workflow.
Laden Sie Ihre Audio-, Video- oder Textdaten hoch und erhalten Sie in Minuten eine Sentimentanalyse. Verfolgen Sie Stimmungen im Zeitverlauf, vergleichen Sie Gefühle über Sprecher und Datensätze hinweg, und nutzen Sie AI Chat, um Muster in Ihrer gesamten Bibliothek zu erkunden.
Erstellen Sie ein kostenloses Konto, laden Sie Ihre erste Aufnahme oder Textdatei hoch, und sehen Sie sofort Stimmungsergebnisse. Erhalten Sie vollen Zugriff auf Dashboards, AI Chat und Exporte während Ihrer 7-Tage-Testversion.
Benötigen Sie Hilfe beim Einrichten von Sentimentanalyse-Workflows für Ihre Organisation? Wir unterstützen Teams bei der Konfiguration automatisierter Analysepipelines, der Integration mit bestehenden Tools und der Erstellung benutzerdefinierter Berichte. Buchen Sie eine Beratung, um zu beginnen. Erkunden Sie alle Funktionen von Speak’s AI-Tools für Audiodateieneinschließlich Transkription, Keyword-Extraktion und Themenerkennung neben Stimmungsanalyse.
English English 
Español
Français
Italiano
العربية
Português do Brasil
Nederlands
Deutsch
עִבְרִית
Русский
日本語
Polski
Čeština
Українська
Slovenščina
Svenska
Ελληνικά
Norsk bokmål
简体中文
Türkçe
Català
Magyar
한국어
Slovenčina
Suomi
