Der erweiterte Sprachmodus von ChatGPT ist offiziell veröffentlicht! Worauf warten Sie noch?

Der erweiterte Sprachmodus von ChatGPT ist offiziell veröffentlicht! Worauf warten Sie noch?

Kürzlich hat OpenAI neue erweiterte Sprachmodusfunktionen angekündigt, die es Benutzern ermöglichen, natürliche Gespräche mit seinem Chatbot zu führen. Obwohl diese neue Funktion in Ländern der Europäischen Union, darunter Island, Lichtenstein, Norwegen, der Schweiz und dem Vereinigten Königreich, noch nicht verfügbar ist, können wir es kaum erwarten zu sehen, wie sie unsere Erfahrung bei der Interaktion mit ChatGPT verbessern wird.

Sam Altman, Gründer und CEO von OpenAI, schrieb einen Artikel zum Thema „Der Rollout beginnt heute und wird voraussichtlich innerhalb einer Woche abgeschlossen sein.“

Der Beitrag von Sam Altman zeigt, dass sie von der neuen Funktion sehr überzeugt sind. Möchten Sie nun wissen, wie es funktioniert und wie Sie den erweiterten Sprachmodus von ChatGPT aktivieren? Als Nächstes bringe ich Sie dieser Funktion einen Schritt näher und zeige Ihnen, wie Sie sie aktivieren.

Was ist das? Erweiterter Sprachmodus für ChatGPT

Sie können mit ChatGPT über Sprachgespräche kommunizieren und so Ihre Interaktionen natürlicher gestalten. Wenn Sie per Spracheingabe eine Frage stellen oder an einer Diskussion teilnehmen, liefert ChatGPT gesprochene Antworten. Derzeit gibt es zwei Arten von Sprachgesprächen – Standard und Erweitert.

Erweiterte Sprachmodi werden nach und nach eingeführt

Wir wissen, dass sich alle darauf freuen! Und jetzt haben wir noch weitere gute Neuigkeiten für Sie: individuelle Anweisungen, Speicherfunktionen, fünf neue Stimmen und verbesserte Akzenteffekte. Es kann sogar in mehr als 50 Sprachen sagen: „Entschuldigung, ich bin zu spät!“

was ist das?

Der Standard-Sprachmodus wurde kürzlich eingeführt und verwendet mehrere große Sprachmodelle (LLMs), um Antworten zu generieren. Dazu gehört auch die Umwandlung Ihrer Aussagen in Text und die anschließende Übergabe an das OpenAI-Modell zur Beantwortung. Obwohl Standard Speech nicht so multimodal ist wie Advanced Speech, werden dennoch die beiden Modelle GPT-4o und GPT-4o mini zum Führen von Gesprächen verwendet, und jede Aufforderung wird auf Ihr Nachrichtenlimit angerechnet.

Was ist am erweiterten Sprachmodus anders?

Der erweiterte Sprachmodus nutzt die nativen Audiofunktionen und -funktionen von GPT-4o. Auf diese Weise hofft OpenAI, natürlichere Gespräche in Echtzeit zu ermöglichen, die nonverbale Informationen, wie etwa die Sprechgeschwindigkeit des Benutzers, erfassen und auf Emotionen reagieren können. Dieser Modus hat jedoch ein Tageslimit für Plus- und Team-Benutzer.

Benutzerführung

• In diesem Artikel erfahren Sie mehr über erweiterte Sprachmodi.
• Sie können lernen, wie Sie diese Funktion nutzen, um Gespräche natürlicher zu führen.
• Erfahren Sie mehr über die neuen Funktionen und Verbesserungen von ChatGPT.

# Sprachmodus von ChatGPT: Wie aktiviere ich die Sprachfunktion von ChatGPT?

OpenAI hat kürzlich eine neue Funktion von ChatGPT Plus eingeführt – den erweiterten Sprachmodus, der es Benutzern ermöglicht, per Sprache mit ChatGPT zu chatten. Diese Funktion steht derzeit nur einer kleinen Anzahl von ChatGPT Plus-Benutzern zur Verfügung, OpenAI hat jedoch angekündigt, dass sie im Herbst für alle Benutzer eingeführt wird.

Um den Sprachmodus zu aktivieren, müssen Sie zunächst sicherstellen, dass Sie die neueste Version der ChatGPT-App installiert haben. Öffnen Sie dann die App und drücken Sie die Voice-Icon-Taste in der unteren rechten Ecke, um den Voice-Chat zu starten. Im erweiterten Sprachmodus erscheint in der Mitte des Bildschirms eine blaue Kugel, während im Standard-Sprachmodus die Kugel schwarz ist.

Wenn Sie einen Voice-Chat starten, können Sie den Voice-Chat anhalten oder fortsetzen, indem Sie auf das Mikrofonsymbol in der unteren linken Ecke klicken. Sie können das Gespräch auch beenden, indem Sie auf das Beenden-Symbol in der unteren rechten Ecke klicken. Wenn Sie die Sprachfunktion zum ersten Mal verwenden oder gerade den erweiterten Sprachmodus aktiviert haben, werden Sie von ChatGPT aufgefordert, eine Stimme auszuwählen. Beachten Sie, dass die Lautstärke, die Sie in der Auswahl hören, von der Lautstärke im tatsächlichen Gespräch abweichen kann.

Sie können Ihre Stimme jederzeit in den Einstellungen ändern und Benutzer des erweiterten Sprachmodus können ihre Stimme sogar direkt über den Konversationsbildschirm anpassen. Bevor Sie einen Voice-Chat starten, stellen Sie sicher, dass Sie der ChatGPT-App die Berechtigung zur Verwendung des Mikrofons erteilt haben, damit alles reibungslos funktioniert. Wenn diese Funktion für Sie nicht freigegeben ist, wird anstelle der Pause-/Fortsetzungstaste das Kopfhörersymbol angezeigt.

Unabhängig davon, welchen Sprachmodus Sie verwenden, können Sie ein Gespräch unterbrechen und in eine für Sie passendere Richtung lenken.

Ist die ChatGPT-Sprachfunktion verfügbar?

Wenn Sie bei der ChatGPT-App für iOS, macOS oder Android angemeldet sind, können Sie die Standard-Sprachfunktionen nutzen. Wenn Sie jedoch erweiterte Sprachfunktionen wünschen, müssen Sie die Tarife Plus oder Team nutzen. Leider ist diese erweiterte Sprachfunktion nicht völlig kostenlos.

Darüber hinaus ist zu beachten, dass die erweiterte Sprachfunktion ein Tageslimit hat und Sie jedes Mal 15 Minuten lang warnt. Sobald Sie dieses Limit überschreiten, wechseln Sie automatisch zur Standard-Sprachfunktionalität. Es ist erwähnenswert, dass diese erweiterte Sprachfunktion derzeit keine Bilder unterstützt, sodass Sie sie nur weiterhin verwenden können, wenn Sie Text- oder Standard-Sprachgespräche führen. Wenn Sie jedoch von der Standard-Sprachkonversation zur erweiterten Sprachkonversation wechseln möchten, ist dies nicht möglich.

Außerdem ist es wichtig zu beachten, dass Sie, wenn Sie ein Gespräch mit der Standardsprache beginnen, trotzdem mit der Standardsprache oder dem Text fortfahren können, die erweiterte Sprache jedoch nicht verwenden können. Ebenso können Sie die erweiterte Sprachfunktion in GPTs nicht verwenden. Um sie nutzen zu können, müssen Sie zur Standardsprache wechseln.

Außerdem hat OpenAI einige Barrierefreiheitsfunktionen noch nicht eingeführt, sodass Sie in Sprachgesprächen keine Untertitel sehen können. Sie können die Transkription jedoch im Textchat sehen. Aufgrund der Einschränkungen von Sprachgesprächen können Sie außerdem nur einmal ein Sprachgespräch führen. Wenn Sie mehrere Sprachgespräche führen möchten, müssen Sie warten, bis das vorherige Sprachgespräch beendet ist.

Erwähnenswert ist, dass mit erweiterten Sprachfunktionen wie bei der Standardsprache weiterhin Erinnerungen erstellt und darauf zugegriffen werden kann sowie benutzerdefinierte Befehle.

Ist der Voice-Chat des Chatbots ChatGPT sicher?

Es heißt, dass OpenAI vor einem Monat einen Bericht veröffentlicht habe, in dem darauf hingewiesen werde, dass es im ChatGPT-Sprachmodus einige Sicherheitslücken gebe. Aber glücklicherweise hat sich das Unternehmen beeilt, diese Probleme zu beheben. Damit jeder es sicher verwenden kann, hat das Unternehmen außerdem einen Bericht mit dem Namen „GPT-4o Security Function Report“ veröffentlicht, der Probleme auflistet, die bei der Verwendung des Modells auftreten können.

Lassen Sie uns zunächst über die Probleme mit dem ChatGPT-Sprachmodus sprechen. Generell besteht die Sorge, dass Models unangemessene Reaktionen beispielsweise auf pornografische oder gewalttätige Inhalte hervorrufen und möglicherweise spezifisch sexuell voreingenommene Annahmen hervorrufen. Aber OpenAI hat Modelle trainiert, um diese unangemessenen Ausgaben zu verhindern. In dem Bericht wurde jedoch auch erwähnt, dass aufgrund des Vorhandenseins nonverbaler Geräusche im Sprachmuster, wie etwa erotisches Stöhnen, heftige Schreie und Schüsse, diese Geräusche nicht vollständig herausgefiltert werden und daher in bestimmten Aufforderungen auftreten können, die die Situation auslösen Antwort des Models.

Darüber hinaus besteht eine weitere Herausforderung in der Sprachkommunikation mit dem Modell. Tester fanden heraus, dass GPT-4o dazu verleitet werden konnte, die Stimme einer anderen Person zu kopieren oder versehentlich die Stimme des Benutzers nachzuahmen. Um dies zu vermeiden, lässt OpenAI nur vorab genehmigte Stimmen zu, was die Option einer Stimme wie Scarlett Johansson nicht beinhaltet, da das Unternehmen diese Option längst entfernt hat. Während GPT-4o die Stimmen anderer Personen erkennen kann, ist es darauf trainiert, diese Anfragen aus Datenschutzgründen abzulehnen, es sei denn, es erkennt berühmte Zitate.

Mitglieder des Roten Teams stellten außerdem fest, dass GPT-4o manipuliert werden könnte, um überzeugend zu sprechen, was aufgrund der Macht der Sprachkommunikation ein größeres Risiko für die Verbreitung von Fehlinformationen oder Verschwörungstheorien darstellt. Das Modell wurde darauf trainiert, urheberrechtlich geschützte Inhalte abzulehnen und zusätzlich Musik zu filtern. Aber interessanterweise ist es so programmiert, dass es nicht singt. In diesem von einem Benutzer auf X geposteten Beispiel half ihm die Sprachfunktion beim Stimmen seiner Gitarrensaiten.

Darüber hinaus gibt es noch eine weitere sehr interessante Sache: Manche Leute nutzen die ChatGPT-Sprachfunktion, um den Klang der Gitarre zu üben. Wie im Bild unten gezeigt, erzeugte ChatGPTs Advanced Voice genau den richtigen Klang, als er dem Benutzer Pietro Schirano beim Justieren der Saiten seiner Gitarre half.

Advanced Voice in ChatGPT stimmt meine Gitarre. pic.twitter.com/1H6mYZTCq7 > > — Pietro Schirano (@skirano) September 24, 2024

So beenden Sie das Teilen von Nachrichten

Möchten Sie wissen, wie Sie die Weitergabe Ihrer Nachrichten stoppen können? Es ist eigentlich ganz einfach. Gehen Sie einfach zur ChatGPT-Einstellungsseite, suchen Sie die Datenkontrollseite und deaktivieren Sie die Funktion „Stimme für alle verbessern“. Auf diese Weise werden Sie in Zukunft keine Voice-Chat-Aufzeichnungen mehr an OpenAI senden, damit diese das Modell trainieren können.

Wenn Sie jedoch die Datenkontrollseite anzeigen und die Option „Sprache für alle verbessern“ nicht sehen, bedeutet dies, dass Sie Ihr Audio nicht mit OpenAI geteilt haben und es nicht zum Trainieren des Modells verwendet wird.

Wenn Sie die Freigabe beenden, werden Ihre zukünftigen Voice-Chat-Aufzeichnungen nicht mehr zum Trainieren des Modells verwendet. Audioclips, die zuvor nicht mit Ihrem Konto verknüpft waren, können jedoch weiterhin zum Trainieren von OpenAI-Modellen verwendet werden.

Es ist erwähnenswert, dass ChatGPT auch dann, wenn Sie die Funktion „Sprache für alle verbessern“ deaktivieren, möglicherweise immer noch den übersetzten Text Ihrer Chat-Aufzeichnungen verwendet, um das Modell zu trainieren. Wenn Sie sich komplett abmelden möchten, müssen Sie die Option „Modelle für alle verbessern“ deaktivieren.

Außerdem müssen Sie wissen, dass die aufgezeichneten Audioclips in Ihrem Chat-Verlauf gespeichert werden, wenn Sie mit ChatGPT an einem erweiterten Voice-Chat teilnehmen. Wenn Sie einen Chat löschen, werden die Aufzeichnungen automatisch innerhalb von 30 Tagen gelöscht – es sei denn, sie werden aus Sicherheits- oder rechtlichen Gründen verwendet.

Wenn Sie Ihre Audioclips mit OpenAI geteilt haben, um das Modell zu trainieren, können diese Aufnahmen weiterhin verwendet werden. Sie werden jedoch nur dann verwendet, wenn sie nicht mit Ihrem Konto verknüpft sind.