Der erweiterte Sprachmodus von ChatGPT soll Emotionen der Nutzer erkennen und nonverbale Hinweise verstehen und darauf reagieren können. Dies soll in Echtzeit geschehen und so eine natürlichere Sprachkommunikation mit dem KI-Chatbot ermöglichen.
OpenAI hat gestern auf Discord bekanntgegeben, dass die Einführung dieser neuen Sprachfunktion verzögert wird. Ursprünglich war geplant, die Funktion Ende Juni für erste zahlende Nutzer verfügbar zu machen. Nun soll der Start erst im Juli erfolgen. OpenAI erklärt, dass ein weiterer Monat benötigt wird, um bestehende Probleme zu beheben.
Der neue Sprachmodus soll zunächst in einer Alpha-Version für eine kleine Gruppe von Nutzern freigegeben werden, um Feedback und neue Erkenntnisse zu sammeln. Diese Erkenntnisse sollen dann in die Weiterentwicklung des Produkts einfließen, bevor es für alle Nutzer zugänglich gemacht wird. OpenAI betont, dass sie die Fähigkeit des Modells verbessern wollen, bestimmte Inhalte zu erkennen und abzulehnen. Außerdem wird an der Verbesserung der Nutzererfahrung gearbeitet und die Infrastruktur darauf vorbereitet, auf Millionen von Nutzern in Echtzeit zu reagieren.
Die allgemeine Verfügbarkeit der Funktion für alle ChatGPT-Plus-Kunden wird frühestens im Herbst dieses Jahres erwartet. Dies hängt davon ab, wie gut der Sprachmodus die internen Sicherheits- und Zuverlässigkeitstests besteht. Neben dem Sprachmodus hat OpenAI im Frühjahr auch neue Video- und Bildschirmfreigabeoptionen angekündigt, die unabhängig davon veröffentlicht werden sollen. Mit diesen Funktionen wird es möglich sein, zum Beispiel Mathematikaufgaben mittels eines Bildes zu lösen.