OpenAI startet Alpha-Test für erweiterten Sprachmodus in ChatGPT Plus

Kontroversen und Verzögerungen

Die Ankündigung des Voice Mode im Mai löste Kontroversen aus, da die computergenerierte Stimme angeblich wie die der Schauspielerin Scarlett Johansson klang, ohne dass hierfür eine Lizenz vorlag. Dies führte zu rechtlichen Schritten und letztlich zur Entfernung dieser spezifischen Stimme aus dem Modell.

Die Alpha-Testphase, die ursprünglich für Ende Juni geplant war, wurde aus Sicherheitsgründen um einen Monat verschoben. Die Erkenntnisse aus dieser Phase sollen dazu beitragen, die „Advanced Voice“-Erfahrung zu verfeinern und sicherer zu machen.

Funktionsweise und Nutzung

Die neue Sprachfunktion ermöglicht es ChatGPT, in Echtzeit auf Sprachbefehle zu reagieren und dabei emotionale Intonationen wie Traurigkeit oder Aufregung zu erkennen. Das Modell kann auch singen. Diese Multimodalität reduziert die Latenzzeit in Gesprächen erheblich und ermöglicht flüssigere Interaktionen.

Während der Alpha-Testphase erhalten ausgewählte Benutzer eine Benachrichtigung in der ChatGPT-App sowie per E-Mail mit Anweisungen zur Nutzung der neuen Funktion. OpenAI überwacht die Nutzung genau, um die Funktion basierend auf dem Feedback der Benutzer weiter zu verbessern.

Zukunftspläne und Erweiterungen

OpenAI plant, die Funktion im Herbst auf alle ChatGPT Plus-Nutzer auszuweiten. Weitere Funktionen wie Video- und Bildschirmfreigabe, die während des Frühjahrs-Updates vorgestellt wurden, sollen später folgen.

Das Unternehmen hat zudem neue Filter implementiert, um bestimmte Anfragen zur Generierung von Musik oder anderen urheberrechtlich geschützten Inhalten zu blockieren. Dies ist ein wichtiger Schritt, um rechtliche Probleme zu vermeiden, die in der Vergangenheit bei anderen KI-Unternehmen aufgetreten sind.

OpenAI wird Anfang August einen detaillierten Bericht über die Fähigkeiten, Grenzen und Sicherheitsbewertungen von GPT-4o veröffentlichen. Diese Erkenntnisse sollen dazu beitragen, die Sprachinteraktionen sicherer und benutzerfreundlicher zu gestalten.

Fazit

Die Einführung des Advanced Voice Mode markiert einen bedeutenden Schritt in der Entwicklung natürlicherer und flüssigerer Mensch-Maschine-Interaktionen. Während die Funktion derzeit nur einer kleinen Gruppe von Benutzern zur Verfügung steht, plant OpenAI, sie bald einem breiteren Publikum zugänglich zu machen. Die Verzögerungen und Kontroversen rund um die Einführung zeigen die Herausforderungen und Komplexitäten bei der Entwicklung solcher fortschrittlichen Technologien.

Die kommenden Monate werden zeigen, wie gut sich die neue Sprachfunktion in der Praxis bewährt und welche weiteren Innovationen OpenAI in Zukunft plant.

Bibliographie

1. https://openai.com/index/chatgpt-can-now-see-hear-and-speak/
2. https://techcrunch.com/2024/07/30/openai-releases-chatgpts-super-realistic-voice-feature/
3. https://fusionchat.ai/news/chatgpt-voice-mode-launch-what-you-need-to-know
4. https://the-decoder.de/openai-startet-alpha-test-fuer-neuen-ki-sprachmodus-in-chatgpt-plus/
5. https://openai.com/index/gpt-4o-and-more-tools-to-chatgpt-free/
6. https://www.gadgets360.com/ai/news/openai-chatgpt-real-time-voice-mode-feature-delayed-alpha-testing-next-month-5974236
7. https://techcrunch.com/2024/06/25/openai-delays-chatgpts-new-voice-mode/
8. https://community.openai.com/t/when-the-new-voice-model-for-chatgpt-4o-will-be-released/789928
9. https://uk.news.yahoo.com/openai-start-rolling-voice-mode-183000891.html
10. https://www.linkedin.com/pulse/long-last-chatgpt-voicemode-coming-maybe-diana-wolf-torres-nushc