In einem Meilenstein für intuitive KI-Kommunikation hat OpenAI mit der weltweiten Bereitstellung seines Advanced Voice Mode (AVM) für zahlende Abonnenten von ChatGPT Plus und ChatGPT Team auf iOS und Android begonnen. Das Feature bringt erstmals die direkte, multimodale Audioverarbeitung des Spitzenmodells GPT-4o auf breiter Basis zu den Nutzern.
Frühere Sprachassistenten und ältere ChatGPT-Versionen nutzten eine Kette aus drei separaten Systemen: Sprache zu Text umwandeln, die Textantwort im KI-Modell berechnen und diese anschließend synthetisch vorlesen lassen. Der Advanced Voice Mode hingegen verarbeitet und generiert Audiosignale nativ in einem einzigen Rechenschritt.
End-to-End-Audiointelligenz und Latenzen im Millisekundenbereich
Durch diesen Ansatz sinkt die Reaktionsverzögerung drastisch auf Werte ab 232 Millisekunden bei einem Schnitt von rund 320 Millisekunden. Diese Geschwindigkeit entspricht dem natürlichen Rhythmus menschlicher Gespräche und gestattet es Nutzern, die KI mitten im Satz zu unterbrechen, ohne dass Töne abreißen.
Zusätzlich brilliert das System bei der Erkennung lokaler Akzente und emotionaler Schattierungen. ChatGPT kann auf Aufforderung flüstern, die Sprechgeschwindigkeit dynamisch anpassen und Stimmungen wie Begeisterung, Zögern oder feine Ironie in der Stimme des Gegenübers deuten.
“Der erweiterte Sprachmodus markiert einen grundlegenden Wandel in der Mensch-Maschine-Interaktion. Durch die direkte Verarbeitung von Audiosignalen versteht das System Nuancen wie Ironie, Tempo und Akzente sofort.”
Ausdrucksstarke Intonation, Akzentanpassung und Sicherheitsfilter
Für das Hörerlebnis stehen neun künstliche Stimmen bereit: Arbor, Breeze, Cove, Ember, Juniper, Maple, Sol, Spruce und Vale. Sämtliche Stimmen wurden mit professionellen Sprechern aufgenommen; strenge Sicherheitsbarrieren verhindern unautorisiertes Stimmenklonen bekannter Persönlichkeiten.
Nutzer im europäischen Raum müssen sich jedoch weiter gedulden. OpenAI bestätigte, dass der erweiterte Sprachmodus in der EU, dem EWR, der Schweiz und dem Vereinigten Königreich vorerst zurückgehalten wird, während Abstimmungen mit den Aufsichtsbehörden im Rahmen der DSGVO und des EU AI Act laufen.
Comments (0)
Log in to join the discussion.