OpenAI startet GPT-Live-Stimmmodelle für natürlichere ChatGPT-Gespräche

OpenAI hat am Mittwoch GPT-Live vorgestellt, eine neue Spracharchitektur, die Interaktionen mit ChatGPT natürlicher und menschenähnlicher gestalten soll. Die beiden Modelle, GPT-Live-1 und GPT-Live-1 mini, ermöglichen es der KI, gleichzeitig zuzuhören und zu sprechen, was eine deutliche Abkehr von früheren, auf Gesprächsrunden basierenden Sprachmodi darstellt.

GPT-Live-1 wird die Standardstimme für zahlende ChatGPT-Benutzer in verschiedenen Tarifen sein, während die GPT-Live-1 mini-Variante für kostenlose Benutzer bestimmt ist. Diese Modelle werden weltweit auf iOS, Android und ChatGPT.com eingeführt. Dies ist die dritte Generation der Sprachtechnologie von ChatGPT in etwa zwei Jahren.

Die zentrale Innovation ist die Full-Duplex-Architektur von GPT-Live, die es der KI ermöglicht, eingehende Audiodaten zu verarbeiten, während sie gleichzeitig ihre gesprochene Antwort generiert. Diese kontinuierliche Verarbeitung erlaubt es dem Modell, flüssiger zu reagieren, Unterbrechungen zu verarbeiten und Gesprächsanmerkungen einzubauen. Ziel ist es, die Einschränkungen früherer Modelle zu überwinden, die mit Hintergrundgeräuschen und natürlichen Pausen zu kämpfen hatten.

GPT-Live entkoppelt auch die Sprachinteraktionsebene von der Reasoning-Ebene. Während direkte Anfragen von GPT-Live bearbeitet werden, werden komplexere Aufgaben, die Websuchen oder tiefere Analysen erfordern, an im Hintergrund laufende fortschrittliche Modelle wie GPT-5.5 delegiert. Diese asynchrone Verarbeitung ermöglicht es der KI, den Gesprächsfluss aufrechtzuerhalten, während komplexe Berechnungen durchgeführt werden.

Dieser modulare Ansatz stellt eine Abkehr von früheren kaskadierten Pipelines dar, die Latenz und potenzielle Informationsverluste verursachten. OpenAI plant, diese Modelle über eine API verfügbar zu machen, um Entwicklern Werkzeuge für die Erstellung anspruchsvollerer und natürlich klingender Sprachapplikationen anzubieten. Das Unternehmen strebt an, dass GPT-Live ChatGPT von einem Abfragetool zu einem gesprächigeren Partner macht.