OpenAI hat eine Verschiebung der Einführung seiner Voice-Mode-Funktion für chatgpt angekündigt und betont damit die Notwendigkeit, technische Herausforderungen anzugehen und ein qualitativ hochwertiges Benutzererlebnis zu gewährleisten. Die Veröffentlichung war ursprünglich für Ende Juni geplant und wurde nun auf Juli verschoben. Das Unternehmen betont sein Engagement für Sicherheit und Benutzererlebnis als Hauptgründe für die Verzögerung.

Die Funktion „Voice Mode“, die eine lebensechte Sprachinteraktion ermöglichen soll, war ursprünglich für eine begrenzte Anzahl von ChatGPT Plus-Benutzern geplant. OpenAI hat sich jedoch dazu entschieden, die Einführung zu verschieben, um die Funktion weiter zu verfeinern und sicherzustellen, dass sie ihren strengen Standards entspricht, bevor sie einer breiteren Öffentlichkeit zur Verfügung gestellt wird.

Das KI-Unternehmen gab in einem aktuellen Update zu Plattform X an, dass es bestimmte Bereiche skizziert habe, die vor der Veröffentlichung der Funktion verbessert werden müssten.

„Wir hatten vorgehabt, die Alpha-Version Ende Juni für eine begrenzte Gruppe von ChatGPT Plus-Benutzern einzuführen, aber wir brauchen einen zusätzlichen Monat, um unsere Startstandards zu erreichen. Beispielsweise verbessern wir die Fähigkeit des Modells, bestimmte Inhalte zu erkennen und abzulehnen. Darüber hinaus konzentrieren wir uns darauf, das Benutzererlebnis zu verbessern und unsere Infrastruktur so vorzubereiten, dass sie effektiv auf Millionen von Benutzern skaliert werden kann, während wir gleichzeitig die Echtzeit-Reaktionsfunktionen beibehalten“, erklärte das Unternehmen.

OpenAI erwähnte auch, dass das Unternehmen im Einklang mit seiner iterativen Bereitstellungsstrategie die Alpha-Phase mit einer begrenzten Gruppe von Benutzern beginnen wird, um Feedback zu sammeln und basierend auf unseren Beobachtungen zu erweitern. „Wir beabsichtigen, allen Plus-Benutzern bis zum Herbst Zugriff darauf zu gewähren, obwohl der genaue Zeitplan von der Einhaltung unserer strengen Sicherheits- und Zuverlässigkeitsstandards abhängt. Darüber hinaus entwickeln wir die neuen Video- und Bildschirmfreigabefunktionen, die wir separat vorgeführt haben, und werden Sie über den Zeitplan auf dem Laufenden halten“, fügte der Technologieriese hinzu.

„Der erweiterte Sprachmodus von ChatGPT kann Emotionen und nonverbale Hinweise verstehen und darauf reagieren und bringt uns so natürlichen Echtzeitgesprächen mit KI näher. Unsere Mission ist es, diese neuen Erfahrungen mit Bedacht einzuführen.“

Die kommenden Audiofunktionen ermöglichen Benutzern natürlichere und dynamischere Gespräche mit ChatGPT. Benutzer können mit ChatGPT sprechen und erhalten sofort und ohne Verzögerung Antworten. Außerdem haben sie die Möglichkeit, die KI beim Sprechen zu unterbrechen – wesentliche Elemente für realistische und nahtlose Interaktionen.