ChatGPT: OpenAI stellt Advanced- und Standard-Voice ein – GPT-Live übernimmt

OpenAI nimmt eine größere Änderung an der Sprachfunktion von ChatGPT vor. Die beiden bisherigen Sprachmodi Advanced Voice und Standard Voice werden zum 11. Dezember 2026 eingestellt.
Stattdessen setzt das Unternehmen künftig auf GPT-Live, ein neueres Sprachmodell, das natürlichere Unterhaltungen und eine engere Verbindung zwischen Sprache, Text und weiteren ChatGPT-Funktionen ermöglichen soll.
Die Umstellung wurde am 10. November 2026 offiziell angekündigt. Nutzer der bisherigen Sprachmodi werden automatisch auf GPT-Live umgestellt.
Doch was unterscheidet die drei Sprachmodi und was bedeutet das für diejenigen, die ChatGPT regelmäßig per Sprache verwenden?
Advanced Voice und Standard Voice werden eingestellt
ChatGPT bietet seit einiger Zeit verschiedene Möglichkeiten, sich mit der künstlichen Intelligenz zu unterhalten.
Neben der normalen Texteingabe können Nutzer Fragen direkt über das Mikrofon stellen und sich die Antworten vorlesen lassen.
Dafür standen bisher unterschiedliche Sprachmodi zur Verfügung.
Mit der neuen Ankündigung möchte OpenAI dieses Angebot vereinfachen.
Am 11. Dezember 2026 werden Advanced Voice und Standard Voice aus der Auswahl in den ChatGPT-Einstellungen entfernt.
Wer bislang einen der beiden Modi verwendet hat, wird anschließend automatisch auf GPT-Live umgestellt.
Eine manuelle Einrichtung ist dafür nicht notwendig.
Warum beendet OpenAI die bisherigen Sprachmodi?
Laut OpenAI hat sich die Nutzung der Sprachfunktion seit der Einführung von GPT-Live deutlich verändert.
Das neue Sprachmodell wurde im Juli 2026 eingeführt.
Seitdem hat sich die Nutzung von Sprachunterhaltungen innerhalb von ChatGPT nach Angaben des Unternehmens nahezu verdoppelt.
Außerdem verwenden inzwischen fast alle Nutzer, die mit ChatGPT sprechen, das neue GPT-Live.
OpenAI möchte sich deshalb künftig stärker auf die Weiterentwicklung dieser Technologie konzentrieren.
Das Unternehmen verspricht sich davon eine einheitlichere Sprachfunktion, die einfacher zu bedienen ist und langfristig verbessert werden kann.
Dabei sollen auch Erfahrungen aus den bisherigen Modi berücksichtigt werden.
Was ist der Unterschied zwischen Standard, Advanced und Live?
Die drei Sprachmodi unterscheiden sich vor allem darin, wie gesprochene Sprache verarbeitet und wie die Unterhaltung geführt wird.
Standard Voice: Klassische Sprachverarbeitung
Standard Voice war die ursprüngliche Sprachfunktion von ChatGPT.
Dabei wurde die gesprochene Eingabe zunächst in Text umgewandelt.
Anschließend verarbeitete ein Sprachmodell die Anfrage und erzeugte eine Antwort.
Diese Antwort wurde danach wieder in Sprache umgewandelt.
Dafür kamen drei unterschiedliche technische Komponenten zum Einsatz:
Spracherkennung
Sprachmodell
Sprachausgabe
Das Verfahren funktionierte grundsätzlich zuverlässig, hatte aber einige Nachteile.
Da mehrere Verarbeitungsschritte notwendig waren, konnten längere Antwortzeiten entstehen.
Außerdem konnten bei der Umwandlung zwischen Sprache und Text bestimmte Informationen verloren gehen.
Advanced Voice: Natürlichere Gespräche
Mit Advanced Voice hatte OpenAI eine modernere Sprachverarbeitung eingeführt.
Hier wurden Spracheingaben und gesprochene Antworten direkt durch ein entsprechendes Audiomodell verarbeitet.
Dadurch konnten Unterhaltungen natürlicher wirken.
Allerdings musste das Modell weiterhin warten, bis der Nutzer seine Eingabe beendet hatte, bevor es antwortete.
Das führte zu einem vergleichsweise festen Wechsel zwischen Sprechen und Zuhören.
GPT-Live: Gespräche ohne starre Pausen
GPT-Live geht einen Schritt weiter.
Das Modell kann gleichzeitig zuhören und sprechen.
OpenAI bezeichnet diese Technologie als Full-Duplex-Sprachverarbeitung.
Dadurch soll eine Unterhaltung stärker einem gewöhnlichen Gespräch zwischen zwei Menschen ähneln.
Die KI kann beispielsweise kurze Bestätigungen geben, während ihr sprecht.
Auch schnellere Rückfragen und natürlichere Gesprächswechsel werden dadurch möglich.
Das soll besonders bei längeren Unterhaltungen für einen flüssigeren Ablauf sorgen.
GPT-Live versteht Unterhaltungen natürlicher
Einer der größten Vorteile von GPT-Live ist der verbesserte Gesprächsfluss.
Bei älteren Sprachsystemen musste man häufig warten, bis die aktuelle Antwort vollständig abgeschlossen war.
GPT-Live kann flexibler auf den Gesprächsverlauf reagieren.
Das Modell kann beispielsweise erkennen, wenn eine kurze Bestätigung sinnvoll ist oder der Nutzer seine Frage noch nicht vollständig formuliert hat.
Dadurch können Unterhaltungen weniger technisch wirken.
OpenAI möchte außerdem die Qualität der Antworten weiter verbessern.
Dazu gehören insbesondere:
Ausführlichere und hilfreichere Antworten
Besseres Verständnis längerer Unterhaltungen
Natürlichere Gesprächswechsel
Mehr Kontinuität innerhalb eines Gesprächs
Verbesserte Personalisierung
Diese Bereiche sollen in zukünftigen GPT-Live-Versionen weiterentwickelt werden.
ChatGPT kann Sprache und Text kombinieren
GPT-Live ist außerdem enger mit der normalen ChatGPT-Oberfläche verbunden.
Dadurch lassen sich gesprochene Antworten und schriftliche Inhalte innerhalb derselben Unterhaltung verwenden.
Ihr könnt beispielsweise eine Frage stellen und die Antwort nicht nur hören, sondern gleichzeitig als Text mitlesen.
Auch Bilder und andere unterstützte visuelle Inhalte können innerhalb der Unterhaltung angezeigt werden.
Das ist besonders praktisch, wenn sich eine Information nicht ausschließlich durch Sprache vermitteln lässt.
Ein Beispiel wäre eine Frage zu einer bestimmten Sehenswürdigkeit.
ChatGPT könnte euch dazu Informationen vorlesen und gleichzeitig passende visuelle Ergebnisse anzeigen.
Auch für Anleitungen und Erklärungen kann diese Kombination hilfreich sein.
GPT-Live kann zusätzliche Funktionen verwenden
Die neue Sprachfunktion beschränkt sich nicht ausschließlich auf einfache Fragen und Antworten.
GPT-Live kann auch weitere ChatGPT-Funktionen verwenden.
Dazu gehören beispielsweise:
Websuche nach aktuellen Informationen
Verwendung verfügbarer Erinnerungen
Anzeige unterstützter visueller Ergebnisse
Verarbeitung von Text und Bildern innerhalb eines Chats
Nutzung kompatibler Plugins und verbundener Anwendungen
Welche Möglichkeiten tatsächlich verfügbar sind, hängt vom verwendeten ChatGPT-Tarif und den jeweiligen Kontoeinstellungen ab.
Bei bestimmten Aktionen kann außerdem eine Bestätigung auf dem Bildschirm erforderlich sein.
Was passiert mit Videoanrufen und der Bildschirmfreigabe?
Hier gibt es eine wichtige Ausnahme.
Obwohl Advanced Voice grundsätzlich eingestellt wird, bleibt die bisherige Technologie für bestimmte Funktionen zunächst erhalten.
Dazu gehören Live-Video und die Bildschirmfreigabe.
Diese Möglichkeiten werden vorerst weiterhin über Advanced Voice bereitgestellt.
Der Grund ist, dass GPT-Live diese Funktionen noch nicht unterstützt.
OpenAI möchte sie erst dann vollständig auf die neue Technologie umstellen, wenn die entsprechenden Voraussetzungen geschaffen wurden.
Ein konkreter Termin dafür wurde bislang nicht genannt.
Nutzer, die regelmäßig die Kamera- oder Bildschirmfreigabe innerhalb von ChatGPT verwenden, müssen deshalb zunächst nicht auf diese Möglichkeiten verzichten, sofern sie für ihr Konto verfügbar sind.
Was passiert mit bisherigen Sprachunterhaltungen?
Wer ChatGPT bisher über Standard Voice oder Advanced Voice verwendet hat, muss sich keine Sorgen um seine vorhandenen Gespräche machen.
OpenAI bestätigt, dass die bisherigen Unterhaltungen im Chatverlauf erhalten bleiben.
Sie können anschließend weiterhin geöffnet und fortgesetzt werden.
Dabei spielt es keine Rolle, ob ihr die Unterhaltung als Textchat oder über die Sprachfunktion weiterführt.
Nach dem 11. Dezember 2026 verwendet ChatGPT dafür standardmäßig GPT-Live.
Die Umstellung bedeutet somit nicht, dass eure bisherigen Chats automatisch gelöscht werden.
Wann erfolgt die Umstellung?
OpenAI hat einen konkreten Zeitplan veröffentlicht.
| Datum | Änderung |
|---|---|
| 10. November 2026 | Offizielle Ankündigung und Benachrichtigung der Nutzer |
| Bis 10. Dezember 2026 | Advanced und Standard Voice können weiterhin verwendet werden |
| 11. Dezember 2026 | Beide Modi werden aus der regulären Auswahl entfernt und durch Live ersetzt |
Wer bereits GPT-Live verwendet, muss nichts weiter unternehmen.
Für Nutzer der älteren Modi erfolgt die Umstellung automatisch.
So überprüft ihr euren Sprachmodus in ChatGPT
Wenn ihr wissen möchtet, welcher Sprachmodus aktuell eingestellt ist, könnt ihr das direkt in ChatGPT überprüfen.
Auf Android und iOS
Öffnet die ChatGPT-App.
Öffnet die Einstellungen über euer Profil.
Sucht den Bereich „Sprachmodus“ beziehungsweise „Voice“.
Öffnet die Auswahl der verfügbaren Sprachmodi.
Prüft, ob Live, Advanced oder Standard ausgewählt ist.
Die Auswahl kann je nach Konto, App-Version und Region unterschiedlich aussehen.
Im Webbrowser
Öffnet https://chatgpt.com/.
Meldet euch mit eurem Konto an.
Öffnet die Einstellungen.
Wechselt in den Bereich Voice beziehungsweise Sprachmodus.
Überprüft die verfügbaren Optionen.
Bis zur endgültigen Abschaltung können die bisherigen Modi dort noch angezeigt werden.
Ab dem 11. Dezember 2026 soll GPT-Live die reguläre Sprachauswahl übernehmen.
Ist GPT-Live auch kostenlos verfügbar?
Ja. GPT-Live steht grundsätzlich auch Nutzern der kostenlosen ChatGPT-Version zur Verfügung.
Allerdings verwendet OpenAI abhängig vom Tarif unterschiedliche Modelle.
Bei kostenlosen Konten kommt beispielsweise GPT-Live-1.1 Quip zum Einsatz.
Bei unterstützten kostenpflichtigen Tarifen wird dagegen GPT-Live-1.1 verwendet.
Zusätzlich können sich die jeweiligen Nutzungslimits unterscheiden.
Welche Sprachfunktionen und Gesprächszeiten verfügbar sind, hängt deshalb vom verwendeten Konto und Tarif ab.
Die Einstellung von Advanced und Standard Voice bedeutet jedoch nicht, dass die Sprachfunktion künftig grundsätzlich kostenpflichtig wird.
Warum könnte die Umstellung manche Nutzer stören?
Nicht jeder verwendet eine Sprachfunktion auf dieselbe Weise.
Einige Nutzer bevorzugen schnelle und natürliche Unterhaltungen.
Andere schätzen dagegen einen ruhigeren Gesprächsablauf, bei dem die KI erst antwortet, nachdem die Frage vollständig gestellt wurde.
Gerade Standard Voice unterschied sich in seiner Arbeitsweise deutlich von GPT-Live.
Die neue Technologie kann deshalb zunächst ungewohnt wirken.
OpenAI räumt selbst ein, dass sich manche Nutzer an den bisherigen Stil der Sprachmodi gewöhnt haben.
Das Unternehmen möchte entsprechende Erfahrungen bei der weiteren Entwicklung von GPT-Live berücksichtigen.
Eine dauerhafte Möglichkeit, nach dem Abschalttermin wieder auf Standard oder Advanced Voice zurückzuwechseln, ist allerdings nicht vorgesehen.
Was bedeutet die Änderung für die Zukunft von ChatGPT?
Mit der Einstellung der bisherigen Sprachmodi konzentriert sich OpenAI stärker auf eine einheitliche Sprachplattform.
GPT-Live soll dabei nicht ausschließlich als einfache Sprachausgabe dienen.
Vielmehr möchte das Unternehmen Sprache als festen Bestandteil der gesamten ChatGPT-Nutzung etablieren.
Statt zwischen getrennten Funktionen wechseln zu müssen, sollen Nutzer künftig natürlicher mit der KI kommunizieren können.
Dabei könnten gesprochene Fragen, schriftliche Antworten, visuelle Informationen und weitere Anwendungen stärker miteinander verbunden werden.
OpenAI arbeitet außerdem daran, die Gesprächsqualität und Personalisierung weiter zu verbessern.
Welche zusätzlichen Funktionen künftig erscheinen werden, bleibt abzuwarten.
Fazit: GPT-Live wird zum neuen Sprachstandard
Mit der angekündigten Einstellung von Advanced Voice und Standard Voice beendet OpenAI zwei bisherige Varianten seiner ChatGPT-Sprachfunktion.
Ab dem 11. Dezember 2026 wird GPT-Live zur regulären Lösung für Sprachunterhaltungen.
Die neue Technologie bietet einen natürlicheren Gesprächsfluss und kann gleichzeitig zuhören und sprechen.
Außerdem lassen sich Sprache, Text und weitere ChatGPT-Funktionen enger miteinander verbinden.
Positiv ist, dass bestehende Unterhaltungen erhalten bleiben und die Umstellung automatisch erfolgt.
Allerdings verlieren Nutzer damit auch die Möglichkeit, zwischen unterschiedlichen Arten der Sprachverarbeitung zu wählen.
Eine Ausnahme bleibt vorerst bei Videoanrufen und der Bildschirmfreigabe bestehen. Diese Funktionen werden weiterhin über die bisherige Advanced-Technologie bereitgestellt.
Quellen und weiterführende Informationen: