Der erweiterte Sprachmodus ist eine innovative Funktion für ChatGPT, die es Benutzern ermöglicht, in Echtzeit und in einem gesprächigen Stil mit dem KI-Chatbot zu interagieren, ohne Textanfragen oder lange Audioaustausche. Der Modus wurde Ende Juli für ausgewählte Plus-Abonnenten eingeführt und erstmals während des OpenAI Frühjahrs-Updates präsentiert.
OpenAI beschreibt den erweiterten Sprachmodus als eine Möglichkeit für „natürlichere, Echtzeit-Gespräche“, die es den Benutzern ermöglicht, nahtlos zu unterbrechen. Außerdem erkennt er die Emotionen der Nutzer und kann Pausen einlegen sowie menschliches Lachen imitieren. Wenn Sie noch keinen Zugang haben, keine Sorge—dies wird bald weiteren Benutzern bereitgestellt.
Kürzlich hat OpenAI die lange erwartete erweiterte Sprachfunktion offiziell einer begrenzten Gruppe von ChatGPT Plus-Abonnenten vorgestellt, sodass einige diese erkunden können. Die genaue Anzahl der ersten Benutzer bleibt unklar, jedoch plant das Unternehmen, den Zugang in den kommenden Wochen zu erweitern, mit einer vollständigen Verfügbarkeit für alle Plus-Abonnenten bis zum Herbst. Viele Benutzer sind gespannt darauf, es auszuprobieren, und Sie können im Laufe des Winters mit einem Zugang rechnen, es sei denn, es treten weitere Verzögerungen auf. Sie werden informiert, sobald Sie Zugang haben, durch eine E-Mail-Einladung oder eine Benachrichtigung in der ChatGPT-App.
Um den erweiterten Sprachmodus zu nutzen, benötigen Benutzer ein Plus-Abonnement sowie ein Android-Gerät mit der App-Version 1.2024.206 oder höher, oder ein iPhone mit iOS 16.4 oder höher und derselben App-Version. Es ist wichtig zu beachten, dass das richtige Gerät nicht automatisch die Teilnahme an der Alpha-Phase garantiert. OpenAI hat die Kriterien für die Auswahl der Nutzer für diese Funktion nicht bekannt gegeben, jedoch erhalten ausgewählte Personen sowohl eine E-Mail-Benachrichtigung als auch einen Hinweis in der ChatGPT-App.
Während der Alpha-Phase wird OpenAI Audio aus den Gesprächen im erweiterten Sprachmodus sammeln, um die Modelle zu verbessern, sofern die Benutzer nicht der Datenfreigabe widersprochen haben. Um diese Option zu deaktivieren, gehen Sie zu den Datenschutzeinstellungen in Ihrer App und deaktivieren Sie die Option „Die Stimme für alle verbessern“.
OpenAI hat erklärt, dass es tägliche Nutzungsbeschränkungen für Eingaben und Ausgaben im erweiterten Sprachmodus gibt, obwohl die spezifischen Zeitlimits nicht bekannt gegeben wurden und sich diese im Laufe der Zeit ändern können. Dennoch haben Benutzer wie Himels Tech gezeigt, dass Gespräche fast 10 Minuten dauern können. Die KI informiert die Benutzer, wenn ihnen drei Minuten verbleiben, schließt das Gespräch und kehrt zur Standard-Sprachschnittstelle zurück.
Im Kern bietet der erweiterte Sprachmodus eine neue Methode der Interaktion mit dem bestehenden GPT-4o Sprachmodell und ermöglicht den Benutzern, ihn für verschiedene Aufgaben zu nutzen. Alles, was mit dem textbasierten ChatGPT möglich ist, kann auch mit dem erweiterten Sprachmodus erreicht werden, verbessert durch seine unterhaltsamen Sprachfunktionen. Frühe Anwender erkunden seine Möglichkeiten, von Beatboxen bis hin zu Geschichtenerzählen und schnellem Zählen.
Allerdings gibt es Sicherheitsmaßnahmen und Einschränkungen für den erweiterten Sprachmodus. Benutzer können keine Erinnerungen erstellen, benutzerdefinierte Anweisungen verwenden oder auf GPTs in diesem Modus zugreifen. Obwohl er sich an Details aus vorherigen Gesprächen im erweiterten Sprachmodus erinnern kann, kann er keine früheren Chats, die über Textanfragen oder die Standard-Sprachschnittstelle geführt wurden, beziehen.
Zusätzlich wird der erweiterte Sprachmodus nicht singen, unabhängig von den Anfragen. Laut OpenAI wurden „zum Schutz der Rechte der Kreativen mehrere Maßnahmen umgesetzt, einschließlich neuer Filter, um zu verhindern, dass der erweiterte Sprachmodus musikalische Inhalte wie Gesang erzeugt.“
Rangliste
