OpenAI hat die Einf\u00fchrung von ChatGPT Voice f\u00fcr Desktop-Anwendungen bekannt gegeben. Die technologische Basis f\u00fcr diese Erweiterung bildet das GPT-Live-Modell, welches eine sogenannte Voll-Duplex-Sprachinteraktion erm\u00f6glicht. Damit reagiert das Unternehmen auf den Bedarf an einer nahtloseren Kommunikation zwischen Mensch und Maschine im professionellen Arbeitsumfeld.<\/p>\n
Technologische Grundlagen des GPT-Live-Modells<\/p>\n
Die nun f\u00fcr den Desktop verf\u00fcgbare Sprachfunktion st\u00fctzt sich auf Entwicklungen, die bereits im Juli dieses Jahres eingeleitet wurden. Anfang Juli stellte OpenAI das GPT-Live-Modell vor, das sich durch die F\u00e4higkeit auszeichnet, gleichzeitig zuzuh\u00f6ren und zu sprechen. Diese Voll-Duplex-Kapazit\u00e4t hebt die bisherigen rundenbasierten Limits auf, bei denen Nutzer abwarten mussten, bis die KI ihre Verarbeitung abgeschlossen hatte.<\/p>\n
Ein wesentlicher technischer Fortschritt liegt in der Verwendung des neuen WebRTC-Protokolls, das unter der Bezeichnung WARP gef\u00fchrt wird. Dieses Protokoll optimiert den Datenaustausch erheblich: Die Verbindungsaufbauzeit wurde laut Unternehmensangaben von vormals sechs Round-Trips auf lediglich einen Round-Trip reduziert. Dies erm\u00f6glicht ein Echtzeit-Streaming von Audioinhalten, was die Latenz sp\u00fcrbar senkt und die Interaktion nat\u00fcrlicher gestaltet. Das Modell ist in der Version GPT-Live-1 f\u00fcr Nutzer von ChatGPT-Pro zug\u00e4nglich.<\/p>\n
Erweiterte Funktionen f\u00fcr macOS und professionelle Anwendungen<\/p>\n
Die Desktop-Version von ChatGPT Voice geht \u00fcber die reine Audio\u00fcbertragung hinaus. F\u00fcr Anwender der macOS-App wurden spezifische Funktionen implementiert, bei denen das System in der Lage ist, Bildschirminhalte \u00fcber sogenannte Appshots zu erfassen und zu interpretieren. Dies erlaubt der Sprach-KI, visuelle Informationen direkt in die Konversation einzubeziehen.<\/p>\n
Anzeige<\/p>\n
Mit der zunehmenden Integration von KI-Systemen in den Arbeitsalltag wachsen auch die Anforderungen an die digitale Sicherheit in Unternehmen. Dieser kostenlose Report kl\u00e4rt auf, welche rechtlichen Pflichten und Bedrohungen durch neue Technologien wie KI f\u00fcr Unternehmer jetzt besonders wichtig sind. Neue KI-Gesetze und Cyberrisiken verstehen<\/a><\/p>\n Zudem wurde die Unterst\u00fctzung auf spezialisierte Dienste wie ChatGPT Work und Codex ausgeweitet. Damit zielt OpenAI verst\u00e4rkt auf Entwickler und Unternehmenskunden ab. Die KI kann nun komplexe, mehrstufige Befehle verarbeiten und darauf mit differenzierten Sprachantworten reagieren. Dies erleichtert die Steuerung von Arbeitsabl\u00e4ufen allein durch verbale Anweisungen, ohne dass manuelle Eingaben \u00fcber die Tastatur erforderlich sind.<\/p>\n Transformation vom Chatbot zum digitalen Assistenten<\/p>\n Branchenbeobachter werten die Integration dieser Funktionen als einen entscheidenden Schritt in der Evolution der Plattform. W\u00e4hrend ChatGPT urspr\u00fcnglich prim\u00e4r als textbasierter Chatbot wahrgenommen wurde, entwickle sich das System durch die neuen Sprachkapazit\u00e4ten zunehmend zu einem umfassenden digitalen Assistenten. <\/p>\n Anzeige<\/p>\n