Begleitvideos

ChatGPT-Sprachmodus: Mit KI sprechen wie mit einem Freund – Begleitvideos

Der Artikel erläutert, wofür der Sprachmodus geeignet ist, wo er unbeholfen wirkt und welche Gespräche sich besser mündlich als schriftlich führen lassen. Die beiden Videos zeigen die Funktion live: ein kurzer Clip mit zwei miteinander sprechenden Sprachinstanzen, der „in Echtzeit, unterbrechbar und emotional“ hörbar macht, sowie die ursprüngliche Keynote von 2024, in der die meisten Menschen den Modus erstmals sahen.

Hauptauswahl

3:25

Zwei GPT-4os interagieren und singen

OpenAI

Zwei Instanzen des Sprachmodus sprechen miteinander; eine davon kann per Kamera den Raum erfassen und beschreiben. Der dreiminütige Clip zeigt besonders effizient, was den Sprachmodus von früheren Oberflächen nach dem Muster „Mikrofon drücken, warten, zuhören“ unterscheidet: Unterbrechungen, Tonfall, Musik und Bildverarbeitung in Echtzeit.

Was Sie aus diesem Video mitnehmen sollten: Sie erleben multimodale Sprachinteraktion in kurzer Form, insbesondere Unterbrechungen, Tonfall und kameragestützte Gespräche.

Das sollten Sie zuerst ansehen oder wissen: Sie wissen, dass das Verhalten einer Demo von dem Produkt, der Region und dem Kontotarif abweichen kann, die Ihnen tatsächlich zur Verfügung stehen.

Hinweis von AI Expert: Nutzen Sie den Clip nur für ein schnelles intuitives Verständnis. Er ist kein Nachweis dafür, dass ein produktiver Sprachagent reale Nutzer ohne Offenlegung, klare Protokollierungsgrenzen, Rückfallverfahren und Eskalation an Menschen sicher bedienen kann.

Videoseite öffnen

Auch sehenswert

26:13

Einführung in GPT-4o

OpenAI

Dies ist die Keynote vom Mai 2024, in der ChatGPTs Echtzeit-Sprachmodus erstmals demonstriert wurde. Mark Chen zeigt die Atemübung, Barrett Zoph die Mathematik-Nachhilfe; anschließend wechseln sie zur Echtzeitübersetzung zwischen Italienisch und Englisch. In 26 Minuten wird anschaulich, was mit „Mit KI wie mit einem Freund sprechen“ gemeint ist. Das gezeigte Modell und seine Fähigkeiten wurden seither nur verbessert.

Was Sie aus diesem Video mitnehmen sollten: Sie verstehen, warum sich Sprachdialoge in Echtzeit anders anfühlen als Diktat oder klassische Sprachassistenten.

Das sollten Sie zuerst ansehen oder wissen: Keine; betrachten Sie das Video jedoch als Einführungsdemo und nicht als aktuelles Produkthandbuch.

Hinweis von AI Expert: Das Video ist historisch nützlich, aber keine aktuelle Leistungsbeschreibung. Prüfen Sie vor dem Einsatz von Sprache in realen Kunden- oder Mitarbeiterworkflows die aktuellen Kontrollen für Einwilligung, Aufzeichnung, Aufbewahrung, Sprachen, Barrierefreiheit und Eskalation.

Videoseite öffnen