ChatGPT Voice Soll Ergänzungen Während Des Sprechens Aufnehmen
OpenAI presents the new ChatGPT Voice as a system that can listen while speaking and respond to interruptions without waiting for a clean handoff between speakers. Its demonstration argues that this lets users add or correct instructions mid-request, move between tasks and continue a conversation without starting over. Several examples stop at a promise or planning step, however, rather than showing a completed result.
Voice soll auf Ergänzungen reagieren, bevor das Gespräch stoppt
OpenAI stellt das neue ChatGPT Voice als bidirektional und vollduplex vor. Es könne zuhören, während es spricht, und sich unterbrechen lassen. Die Vorführung konzentriert sich damit auf einen anderen Sprachmodus als den sauber abgegrenzten Befehl mit anschließender Antwort: Nutzerinnen und Nutzer sollen eine laufende Anfrage ergänzen oder korrigieren können, ohne erst einen vollständigen Sprecherwechsel abzuwarten.
Am Kaffeetisch reden drei Frauen durcheinander. Eine fragt ChatGPT nach einer Frisur, die zu ihrer geplanten Radtour passt. Das System empfiehlt einen kürzeren Schnitt, der leichter zu pflegen sei. Als die Nutzerin einwendet, es solle aber nur ein Stückchen abgeschnitten werden, bleibt der Austausch offen. OpenAI beschreibt das als Fähigkeit, während des Sprechens zuzuhören und auch dann mitzuhalten, wenn mehrere Personen gleichzeitig reden.
Die Szene zeigt außerdem, dass nicht jede Äußerung im Raum als Anweisung behandelt werden muss. Eine Nutzerin bittet ChatGPT, für den Tag vor der Abreise einen Termin mit Bärbel in den Kalender einzutragen. Währenddessen ruft jemand dazwischen: „Nur föhnen!“ ChatGPT antwortet: „Okay, ich schau mal.“ Die Eintragung selbst wird nicht gezeigt. OpenAI behauptet, das System könne erkennen, wann es gemeint sei; die Szene zeigt seine Reaktion auf eine kurze, unübersichtliche Situation, aber nicht das Ergebnis des Kalenderauftrags.
Die Radtour wird zum Test für laufende Ergänzungen
Die Nutzerin formuliert mehrere Bedingungen auf einmal: Im Herbst soll eine Fahrradtour von Frankfurt nach Warschau führen, mit Tagesetappen von 60 Kilometern, Unterkünften unter 60 Euro und Frühstück. Während ChatGPT ankündigt, die Route zu planen, ergänzt sie, sie wolle durch die Masuren und die Märkische Schweiz. ChatGPT bestätigt, dass es nun die Route plane.
Die Route wird nicht fertig präsentiert. Der praktische Punkt der Szene liegt vielmehr darin, dass neue Vorgaben in eine laufende Anfrage einfließen sollen. Danach wechselt die Nutzerin die Aufgabe: Sie fragt, ob Marek Wischnewski noch an der Universität in Stettin sei. ChatGPT sagt, es habe ihn gefunden, und nimmt Stettin als Zwischenstopp auf. Auf die folgende Bitte, ins Polnische zu übersetzen, gibt es „Marek, stary przyjacielu, masz ochotę na kawę?“ aus. Die Nutzerin sagt, sie müsse den Satz noch üben.
OpenAI fasst die gezeigten Fähigkeiten als Internetrecherche und Echtzeitübersetzung zusammen, die auch gleichzeitig möglich seien. In der Szene folgen Recherche und Übersetzung auf die Routenplanung, ohne dass die Nutzerin das Gespräch neu beginnen muss. Sie belegt aber nicht, dass die gesamte Route oder die Rechercheergebnisse unabhängig überprüft wurden.
Vom Gesprächsimpuls zum nächsten Arbeitsschritt
Im Botanik-Beispiel bittet die Nutzerin um etwas, das für ihren Kurs zum Nachdenken anregen soll. ChatGPT schlägt die Frage vor, wie Darwin ein noch unbekanntes Tier allein mithilfe einer Blume gefunden habe. Die Nutzerin nennt den langen Nektarsporn einer Orchidee; ChatGPT ergänzt, Jahrzehnte später sei der Falter mit dem passenden Rüssel gefunden worden. Auf die anschließende Bitte, ein paar Folien für die Präsentation zu erstellen, sagt ChatGPT zu. Die Folien selbst sind nicht zu sehen.
Damit reicht die Vorführung von einer Gesprächsunterbrechung bis zu einem möglichen Folgeauftrag. Sie zeigt, wie ein erster Impuls in eine Frage und dann in die Bitte um Präsentationsmaterial übergeht. Sie zeigt nicht, wie die Folien aussehen oder ob sie erstellt wurden. Ähnlich bleibt es beim Kalendertermin und bei der Route: Eine Zusage oder Planungsansage ist nicht dasselbe wie ein sichtbar erledigtes Ergebnis.
Am Ende zählt ChatGPT die Vorhaben selbst auf: Haare schneiden, eine Fahrradroute planen und eine Präsentation bauen. OpenAI nennt Voice „smarter als je zuvor“ und sagt, es könne hören, während es spricht, und sich „unendlich“ unterbrechen lassen. Die konkreten Beispiele machen den Anspruch greifbar: Das System soll Gesprächsbeiträge aufnehmen, Aufgabenwechsel mitgehen und Folgeaufträge annehmen. Zugleich endet die Vorführung bei mehreren dieser Aufgaben, bevor das Resultat sichtbar wird.