Der Sprachmodus ist die Bedienung eines KI-Chats über gesprochene Sprache statt über die Tastatur. Gesprochenes geht hinein, Gesprochenes kommt heraus, und dazwischen arbeitet dasselbe Sprachmodell wie im geschriebenen Chat.
- Sprachmodus (KI-Chat)
Die Bedienung eines KI-Chats über gesprochene Sprache statt über Tastatur.
Beispiel: „Im Sprachmodus diktierte sie die Notizen vom Kundentermin auf der Rückfahrt.“Zwei Bauweisen: aus drei Teilen, also Spracherkennung, Sprachmodell und Text-to-Speech hintereinander, oder aus einem Modell, das Ton unmittelbar verarbeitet.
Der Unterschied ist spürbar. Die Kette aus drei Teilen braucht länger und verliert Betonung und Pausen; ein unmittelbar arbeitendes Modell erlaubt Unterbrechungen und kurze Zwischenrufe.
Wofür er taugt
Für Situationen ohne Tastatur und für langes Diktat. Auf dem Weg, in der Werkstatt, auf der Baustelle, nach einem Termin: Dort entstehen Notizen, die sonst nicht entstehen. Außerdem ist Sprechen dreimal so schnell wie Tippen, und für den ersten Rohstoff eines Textes ist das ein echter Vorteil.
Wofür er nicht taugt
Für alles mit Zahlen, Namen und Code. Gesprochene Ziffernfolgen, Eigennamen und Dateipfade kommen falsch an, und im Gesprochenen fällt das weniger auf als im Geschriebenen. Ebenso ungeeignet ist er für langes Zuhören: Eine Antwort von 400 Wörtern vorgelesen dauert drei Minuten, und niemand kann darin zurückblättern.
Was dabei an Daten anfällt
Die Stimme. Eine Tonaufnahme ist ein biometrisches Datum und damit besonders geschützt; wo sie verarbeitet und wie lange sie aufbewahrt wird, gehört geklärt, bevor der Modus in einem Unternehmen benutzt wird. Für Gespräche mit Kunden kommt hinzu, dass der Gegenüber von der Aufnahme wissen muss.
Was in der Bedienung noch hakt
Unterbrechungen, Umgebungsgeräusche und Mundart. Ein Modell, das auf jedes Geräusch reagiert, fällt einem ins Wort; eines mit langer Pausenerkennung wirkt schwerfällig. Dazu sinkt die Erkennung bei Dialekt, bei zwei Sprechern und in Räumen mit Hall deutlich. Für einen Einsatz mit Kunden am Telefon ist das der Punkt, an dem Erprobung vor Einführung gehört.