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

OpenAI kündigte am 24. März an, Updates für den KI-Sprachassistenten ChatGPT zu veröffentlichen, um ihn persönlicher und reaktionsschneller zu gestalten und Unterbrechungen mitten im Satz zu reduzieren. Durch die Updates positioniert sich ChatGPT nun als ernstzunehmender Konkurrent für die Dienste Sesame und Alexa.

OpenAI veröffentlicht , die KI-Sprachfunktion, die Echtzeitgespräche in ChatGPT ermöglicht. Ziel ist es, den KI-Assistenten persönlicher zu gestalten und die Nutzer seltener zu unterbrechen. Das Update konzentriert sich auf zwei Punkte: einen ansprechenderen KI-Assistenten und weniger Unterbrechungen.

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

OpenAI verbessert den KI-Sprachassistenten für natürlichere Konversationen 

OpenAI veröffentlichte eine Ankündigung zur Einführung eines aktualisierten ChatGPT-Sprachmodus, der weniger unterbricht und natürliche Pausen ermöglicht. Er steht allen Nutzern zur Verfügung, zahlende Nutzer erhalten zusätzlich eine verbesserte Modellpersönlichkeit, die als einnehmend, direkt und prägnant beschrieben wird

– Tibor Blaho (@btibor91) 24. März 2025

ChatGPT hat einen neuen, erweiterten Sprachmodus eingeführt, der sowohl kostenlosen Nutzern als auch zahlenden Abonnenten – einschließlich der Plus-, Teams-, Edu-, Business- und Pro-Abonnenten – zur Verfügung steht. Die aktualisierte Funktion ermöglicht Echtzeit-Unterhaltungen innerhalb von ChatGPT, erhöht die Flexibilität des KI-Assistenten und minimiert Unterbrechungen während der Interaktion.

Das Update erfolgt inmitten eines wachsenden Wettbewerbs im Bereich der KI-Sprachassistenten. OpenAI steht unter Druck von neuen Anbietern wie Sesame – einem von Andreessen Horowitz unterstützten Startup, das mit seinen natürlich klingenden KI-Stimmen Maya und Miles viral ging – und Amazon, das ein umfangreiches, auf Sprachmodellen basierendes Upgrade für Alexa vorbereitet. 

„Weil es Sie weniger unterbricht, haben Sie mehr Zeit, Ihre Gedanken zu sammeln und haben nicht das Gefühl, ständig alle Lücken und Stille füllen zu müssen.“

-Manuka Stratta

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

OpenAI hat außerdem neue Modelle für diematic Spracherkennung (ASR) und die Sprachsynthese (TTS) vorgestellt und damit einen weiteren Fortschritt in der KI-gestützten Sprachtechnologie erzielt. Die neuen Modelle versprechen Genauigkeit und Kosteneffizienz und stellen somit eine Alternative für Unternehmen dar, die KI-gestützte Sprachassistenten einsetzen möchten. 

Die neuen ASR-Modelle – gpt-4o-transcribe und gpt-4o-mini-transcribe – stellen einen bedeutenden Fortschritt gegenüber Whisper dar, dem bisherigen State-of-the-Art-Transkriptionsmodell von OpenAI. Diese Modelle bieten verbesserte Fehlerraten und eine optimierte Verarbeitung verschiedener Sprachen, Akzente und Hintergrundgeräusche. Die neuen TTS-Modelle erzeugen äußerst lebensechte Stimmen mit natürlich klingender Intonation und Ausdruckskraft. Mithilfe von natürlichsprachlichen Anweisungen können die Modelle Tonfall, Emotionen und Sprechweise formen.

Der KI-Sprachassistent ChatGPT verstärkt bei Nutzern das Gefühl der Einsamkeit

Eine neue Studie von OpenAI in Zusammenarbeit mit dem MIT Media Lab ergab , dass die meisten ChatGPT-Nutzer den KI-Assistenten vor allem für praktische Zwecke einsetzten. Die Studie analysierte fast 40 Millionen ChatGPT-Interaktionen und teilte die Nutzer in verschiedene Gruppen ein: Einige nutzten ausschließlich Text, während andere mit der Sprachinteraktion mit KI-Charakteren experimentierten – einer davon war emotionaler gestaltet, der andere blieb neutral.

Die Daten zeigten, dass Nutzer, die den erweiterten Sprachmodus intensiv nutzten,tronemotionale Bindung zu ChatGPT entwickelten und es teilweise sogar als „Freund“ betrachteten. Die Auswirkungen der Sprachfunktion waren unterschiedlich: Kurze Interaktionen verbesserten die Stimmung der Nutzer, während eine längere tägliche Nutzung mitunter den gegenteiligen Effekt hatte.

Die Studienergebnisse zeigten, dass persönliche Gespräche mit einem höheren Maß an Einsamkeit, aber einer geringeren emotionalen Abhängigkeit einhergingen. Im Gegensatz dazu wiesen unpersönliche Gespräche ein anderes Muster auf: Hier nahm die emotionale Abhängigkeit mit zunehmender Nutzung zu.

Jason Phang, ein Sicherheitsforscher von OpenAI, der an dem Projekt beteiligt war, erklärte, dass vieles von OpenAIs Arbeit vorläufig sei, das Unternehmen aber den Dialog über die Messung dieser Auswirkungen und deren Langzeitfolgen für die Nutzer anstoßen wolle. Kate Devlin, Professorin für KI und Gesellschaft am King's College London, sagte, die Nutzer hätten ChatGPT möglicherweise nicht unbedingt emotional genutzt, könnten aber ihre Menschlichkeit nicht von der Interaktion mit Technologie trennen.