OpenAI kündigt natürlichere Chat-Funktionen für seinen KI-Sprachassistenten an

OpenAI kündigte am 24. März an, Updates einzuführen, um den KI-Sprachassistenten von ChatGPT ansprechbarer und reaktionsfähiger zu machen, mit weniger Unterbrechungen mitten im Satz. Die Updates positionieren ChatGPT nun als härteren Konkurrenten gegen die Rivalen Sesame und Alexa.

OpenAI veröffentlichte Updates am Montag für den Advanced Voice Mode, seine KI-Sprachfunktion, die Echtzeit-Konversationen in ChatGPT ermöglicht, um den KI-Assistenten ansprechbarer zu machen und Nutzer seltener zu unterbrechen. Das jüngste Update hat zwei Schwerpunkte: einen ansprechenderen KI-Assistenten und weniger Unterbrechungen.

OpenAI-Post-Training-Forscher Manuka Stratta kündigte die Änderungen in einem Demo-Video an, das am Montag auf den offiziellen Social-Media-Kanälen des Unternehmens veröffentlicht wurde. In dem Demo-Video demonstrierte Manuka, dass das neue Modell den Nutzern Zeit zum Nachdenken und Sprechen ohne Unterbrechungen gab.

OpenAI verbessert KI-Sprachassistent für natürlichere Gespräche 

OpenAI veröffentlichte eine Ankündigung, die einen aktualisierten ChatGPT-Sprachmodus vorstellt, der weniger unterbricht, natürliche Pausen ermöglicht und allen Nutzern zur Verfügung steht, wobei zahlende Nutzer zusätzlich ein verbessertes Modell-Persönlichkeit erhalten, das als ansprechend, direkt und prägnant beschrieben wird.

— Tibor Blaho (@btibor91) März 24, 2025

ChatGPT hat einen neuen erweiterten Sprachmodus eingeführt, der kostenlosen Nutzern und zahlenden Abonnenten – einschließlich der Plus-, Teams-, Edu-, Business- und Pro-Pläne – zugänglich ist. Die aktualisierte Funktion ermöglicht Echtzeit-Konversationen innerhalb von ChatGPT, was die Flexibilität des KI-Assistenten erhöht und Unterbrechungen während der Nutzerinteraktionen minimiert.

Das Update erfolgt im Zuge wachsender Konkurrenz im Bereich der KI-Sprachassistenten. OpenAI steht unter Druck durch neue Marktteilnehmer wie Sesame – ein von Andreessen Horowitz unterstütztes Startup, das für seine natürlich klingenden KI-Stimmen Maya und Miles viral ging – und Amazon, das ein Upgrade für Alexa mit einem Large Language Model vorbereitet. 

„Weil es dich weniger unterbricht, hast du mehr Zeit, deine Gedanken zu sammeln, und musst nicht das Gefühl haben, alle Lücken und Stille ständig auszufüllen.“

-Manuka Stratta

Ein Sprecher von OpenAI sagte, der neue KI-Sprachassistent für zahlende Nutzer sei „direkter, ansprechender, prägnanter, spezifischer und kreativer in seinen Antworten“. 

OpenAI kündigte auch die Veröffentlichung neuer Modelle für automatische Spracherkennung (ASR) und Text-to-Speech (TTS) an, was einen weiteren Fortschritt in der KI-gesteuerten Sprachtechnologie markiert. Die neuen Modelle versprechen Genauigkeit und Erschwinglichkeit und machen sie zu einer Alternative für Unternehmen, die KI-gestützte Sprachagenten einsetzen möchten. 

Die neuen ASR-Modelle – gpt-4o-transcribe und gpt-4o-mini-transcribe – stellen einen bemerkenswerten Sprung über Whisper, OpenAIs bisheriges State-of-the-Art-Transkriptionsmodell, dar. Diese Modelle bieten verbesserte Wortfehlerquoten und eine bessere Handhabung verschiedener Sprachen, Akzente und Hintergrundgeräusche. Die neuen TTS-Modelle können hochrealistische Stimmen mit natürlich klingenden Intonationen und Ausdrucksstärke erzeugen. Die Modelle können den Ton, die Emotion und die Vortragsweise einer Stimme mit natürlichen Sprachbefehlen formen.

ChatGPT KI-Sprachassistent lässt Nutzer einsamer fühlen

Eine neue Studie, die von OpenAI in Zusammenarbeit mit dem MIT Media Lab durchgeführt wurde gab dass die meisten ChatGPT-Nutzer den KI-Assistenten für praktische Zwecke nutzten. Die Studie, die fast 40 Millionen ChatGPT-Interaktionen analysierte, teilte die Nutzer in verschiedene Gruppen ein; einige nutzten nur Text, während andere die Sprachinteraktion mit KI-Charakteren ausprobierten – einer war darauf ausgelegt, emotionaler zu sein, während der andere neutral blieb.

Die Daten zeigten, dass diejenigen, die stark auf den Advanced Voice Mode angewiesen waren, eine stärkere emotionale Bindung zu ChatGPT, wobei einige es als „Freund“ betrachten. Die Auswirkungen der Sprachfunktion variierten: Kurze Interaktionen verbesserten die Stimmung der Nutzer, während die tägliche Nutzung über längere Zeit manchmal den gegenteiligen Effekt hatte.

Die Ergebnisse der Studie zeigten, dass persönliche Gespräche mit höheren Einsamkeitswerten, aber geringerer emotionaler Abhängigkeit verbunden waren. Im Gegensatz dazu zeigte sich bei unpersönlichen Gesprächen ein anderes Muster, wobei die emotionale Abhängigkeit bei intensiver Nutzung stieg.

Jason Phang, ein Sicherheitsforscher von OpenAI, der an dem Projekt beteiligt war, behauptete, dass viel von dem, was OpenAI tat, vorläufig war, das Unternehmen jedoch versuche, das Gespräch über die Messung dieser Auswirkungen und der langfristigen Folgen für Nutzer zu beginnen. Kate Devlin, Professorin für KI und Gesellschaft am King’s College London, sagte, dass Menschen ChatGPT möglicherweise nicht unbedingt emotional genutzt haben, sie aber nicht in der Lage seien, ihr Menschsein von ihren Interaktionen mit Technologie zu trennen.