ChatGPT Sprachmodus gestartet:
So erhaltet ihr Zugang zum Alpha-Test

OpenAI beginnt mit der Einführung des erweiterten Sprachmodus für ChatGPT. Zunächst erhalten ausgewählte Plus-Abonnenten Zugang. Wie ihr erfahrt, ob ihr dabei seid, welche Funktionen der neue Voice Modus bietet und warum der Start verschoben wurde, lest ihr hier. Nach einer einmonatigen Verzögerung beginnt das KI-Unternehmen nun, die Funktion an eine kleine Gruppe von zahlenden Nutzern auszurollen. Der erweiterte Sprachmodus (engl. Advanced Voice Mode) verspricht bereits in seiner Alpha-Version eine deutlich verbesserte Interaktion mit dem Chatbot, aber der Weg dorthin war nicht ohne Hindernisse.

Wer darf den neuen Sprachmodus testen?

Zunächst erhalten nur wenige ausgewählte ChatGPT-Plus-Abonnenten Zugang zur neuen Funktion. OpenAI informiert die Tester per E-Mail und In-App-Benachrichtigung. In der Nachricht finden sich auch Anweisungen zur Nutzung des erweiterten Sprachmodus.

Wenn ihr also gespannt auf eine Einladung wartet, solltet ihr regelmäßig euren Posteingang und die ChatGPT-App im Auge behalten. OpenAI plant, in den kommenden Wochen und Monaten schrittweise mehr Plus-Nutzer in die Testphase einzubeziehen. Bis zum Herbst 2024 soll der Rollout abgeschlossen sein und der Voice Mode allen Plus-Abonnenten zur Verfügung stehen.

Was kann der neue Sprachmodus?

Der erweiterte Sprachmodus soll natürliche Unterhaltungen mit der künstlichen Intelligenz in Echtzeit ermöglichen. Nutzer können den Chatbot unterbrechen und die Richtung des Gesprächs ändern, wobei ChatGPT flexibel darauf reagieren soll. Bei einer Vorführung im Mai zeigte OpenAI, wie das System sogar bei Re­chen­auf­ga­ben helfen und Gesichtsausdrücke in Live-Selfies interpretieren kann.

Allerdings bleiben einige der vorgeführten Funktionen vorerst unter Verschluss. Video- und Bildschirmfreigaben etwa sind in der Alpha-Phase nicht verfügbar und sollen erst später eingeführt werden.

Sicherheit und Datenschutz im Fokus

OpenAI betont, dass bei der Entwicklung des erweiterten Sprachmodus besonderer Wert auf die Sicherheit gelegt wurde. Mehr als 100 externe "Red Teamer" haben die Funktion auf Schwachstellen getestet. Zudem wurden neue Filter implementiert, die das Erzeugen von Musik oder anderen urheberrechtlich geschützten Audiodaten verhindern sollen. Infografik Künstliche Intelligenz: Die größten Befürchtungen bezüglich KI Ein interessanter Aspekt ist, dass ChatGPT keine Stimmen anderer Personen imitieren kann. Es stehen vier voreingestellte Stimmen zur Verfügung, die in Zusammenarbeit mit professionellen Synchronsprechern entwickelt wurden. Zuletzt legte sich das Unternehmen dabei mit Scarlett Johansson an.

Die von OpenAI erstellte KI-Stimme kam zu nah an die der Schauspielerin heran, die unter anderem im Jahr 2013 im Film "Her" dem KI-Chatbot Samantha ihre Stimme verlieh.

Verzögerungen und Herausforderungen

Ursprünglich war die Einführung des erweiterten Sprachmodus für Juni geplant, wurde dann aber auf Juli verschoben. OpenAI begründete die Verzögerung damit, dass man die eigenen Qualitätsstandards erfüllen wollte.


Konkret arbeitete das Unternehmen daran, die Fähigkeit des Modells zu verbessern, bestimmte Inhalte zu erkennen und abzulehnen. Eine nachvollziehbare Vorsicht, wenn man bedenkt, dass OpenAI in letzter Zeit verstärkt wegen seiner Sicherheitsrichtlinien unter Beobachtung stand.

Finanzielle Aspekte und Zukunftsaussichten

Die Beschränkung des erweiterten Sprachmodus auf zahlende Kunden dürfte für OpenAI von strategischer Bedeutung sein. Laut Insider-Berichten soll sich das Unternehmen derzeit in finanziellen Schwierigkeiten befinden. Die neue Funktion soll als Anreiz dienen, mehr Nutzer zu einem Plus-Abonnement zu bewegen und so dringend benötigte Einnahmen zu generieren.

Es bleibt abzuwarten, wie der erweiterte Sprachmodus von der Community aufgenommen wird und ob er das Potenzial hat, die Art und Weise, wie wir mit KI-Systemen interagieren, grundlegend zu verändern. Sicher ist, dass OpenAI mit dieser Funktion einen weiteren Schritt in Richtung natürlicher und intuitiver Mensch-KI-Interaktion macht.

So bekommst du den Sprachmodus

Wie steht ihr zu dieser Entwicklung? Seht ihr den erweiterten Sprachmodus als nützliche Ergänzung oder eher als Spielerei? Und was haltet ihr von der schrittweisen Einführung nur für Plus-Nutzer? Teilt eure Gedanken in den Kommentaren.


Siehe auch: