Gelauncht

OpenAI: Neue Audio-Modelle sollen Google und ElevenLabs auf Abstand halten

OpenAI.fm. © OpenAI / Canva Pro
OpenAI.fm. © OpenAI / Canva Pro

Trending Topics auf Google als bevorzugte Nachrichtenquelle festlegen.

Sie streben nach AGI, wollen den Audio-Markt aber nicht anderen überlassen: OpenAI hat jetzt neue AI-Modelle speziell für die Verarbeitung von Sprache und Stimmen in In- und Output vorgestellt. Sie bieten mehrfältige Möglichkeiten: Zum einen geht es im Text-to-Speech-Bereich darum, Texte von AI-Stimmen vorlesen zu lassen – etwa, um Podcasts zu erstellen.

Zudem gibt es einen Speech-to-Text-Modus für Transkriptionen, und natürlich eine Möglichkeit für Streaming, um die Sprachmodelle auch in Echtzeit sprechen bzw. antworten lassen zu können – das ist dann notwendig, wenn man etwa Telefon-Hotlines mit KI-Sprechern ausstatten möchte. Bisher waren die Audio-Modelle von OpenAI unter der Marke „Whisper“ bekannt. Diese Benennung wird nun offenbar fallen gelassen.

„Zum ersten Mal können Entwickler das Text-to-Speech-Modell auch anweisen, auf eine bestimmte Art und Weise zu sprechen, z. B. „spreche wie ein sympathischer Kundendienstmitarbeiter“, was eine neue Stufe der Anpassung für Sprachagenten eröffnet. Dies ermöglicht eine breite Palette von maßgeschneiderten Anwendungen, von einfühlsamen und dynamischen Kundendienststimmen bis hin zu ausdrucksstarken Erzählungen für kreative Geschichten“, heißt es seitens OpenAI.

Kompetitiver Audio-Markt

Wer die neuen Audio-Modelle ausprobieren möchte, kann dies auf der neuen Webseite www.openai.fm tun. Möglich ist dort, einen Text (u.a. auch Deutsch) von unterschiedlichen Stimmen vorlesen zu lassen. Für längere Texte braucht es dann aber schließlich API-Anbindung, die natürlich etwas kostet.

OpenAI reagiert damit eindeutig auf Marktentwicklungen bei den Mitbewerbern Google und ElevenLabs. Google hat seine beliebte Podcast-Funktion, die bisher bei NotebookLM auszuprobieren war, auch via API im Angebot. ElevenLabs, ein Startup mit Wurzeln in Polen, hat zuletzt mit „Scribe“ ein Speech-to-Text-Modell auf den Markt gebracht (Trending Topics berichtete).

ElevenLabs: Neues Speech-to-Text-Modell „Scribe“ fordert Google und OpenAI

Rank My Startup: Erobere die Liga der Top Founder!
Werbung
Werbung

Specials unserer Partner

Die besten Artikel in unserem Netzwerk

Deep Dives

Wasner + Steinschaden | Der KI Podcast

News, Modelle, Strategien
#glaubandich CHALLENGE: SVAN triumphiert in Klagenfurt

#glaubandich CHALLENGE 2027

Österreichs größter Startup-Wettbewerb - Top-Investoren mit an Bord
© Wiener Börse

IPO Spotlight

powered by Wiener Börse

RankMyStartup.com

Steig' in die Liga der Top Founder auf!

2 Minuten 2 Millionen | Staffel 13

Alle Startups | Alle Deals | Alle Hintergründe

Future{hacks}

Zwischen Hype und Realität

Trending Topics Tech Talk

Der Podcast mit smarten Köpfen für smarte Köpfe

Weiterlesen

Newsletter

Founders Dispatch

Zwei Mal pro Woche kostenlos in die Inbox: die wichtigsten Startups, Deals und Tech-Entwicklungen aus Europa, handgeschrieben von der Redaktion.

Jederzeit abbestellbar. Mehr über den Newsletter