Sprache und Realtime
Diese Funktionen erreichst du über das +-Menü in der Haupteingabe im Bereich Audio & Video.
Verfügbare Funktionen
- Spracheingabe: spricht direkt in die Eingabe und sendet die Anfrage.
- Sprache zu Text: transkribiert Sprache zuerst als Text.
- Kont. Sprache-zu-Text: kontinuierliche Erkennung mit Statusanzeige.
- OpenAI Realtime: interaktiver Sprachmodus mit Live-Reaktion über
gpt-realtime-2.1.
Kamera- und Bildschirmfunktionen
- Live Webcam Analyse: interpretiert Kamerabilder in Echtzeit.
- Bildschirmaufnahme: analysiert geteilte Bildschirm-Inhalte.
- Avatar-Modus: nutzt den Avatar-Modus für die Interaktion.
Wann du welche Option nutzt
- Schnelle Frage: Spracheingabe
- Text vor dem Senden prüfen: Sprache zu Text
- Längere Diktate: Kont. Sprache-zu-Text
- Live-Interaktion: OpenAI Realtime mit
gpt-realtime-2.1
Voraussetzungen
- Browser-Zugriff auf Mikrofon (und optional Kamera/Bildschirm) erlauben.
- Stabile Internetverbindung nutzen.
- Für Realtime möglichst Headset verwenden, um Echo zu reduzieren.
- Für Live-Transkription ist
gpt-live-transcribeder aktuelle OpenAI-Standard; Datei-Transkription nutztgpt-transcribe.
Fehlerbehebung
- Kein Ton oder keine Erkennung: Mikrofonquelle im Browser prüfen.
- Kamera/Bildschirm startet nicht: Berechtigung erneut freigeben.
- Schlechte Transkription: langsamer sprechen und Hintergrundgeräusche reduzieren.