Google testet die Sprach-Anpassungsfunktion von Gemini und fügt vier neue Steuerungsoptionen hinzu

Einleitung

Google scheint ein detaillierteres Sprach-Anpassungssystem für Gemini zu entwickeln. Anders als bei der bisherigen Einschränkung auf vorgegebene Sprachprofile könnte die geplante Oberfläche es Nutzern ermöglichen, die Aussprache von Gemini über Geschwindigkeit, Lebendigkeit, Formalität und Wärme – vier unabhängige Steuerungsoptionen – anzupassen.

Diese Funktion wurde von 9to5Google bei der Untersuchung von Code-Strings der Beta-Version 17.41.12 der Google-App entdeckt. Da diese Information auf einer APK-Analyse und nicht auf einer offiziellen Produktankündigung basiert, sollten diese Steuerungsoptionen weiterhin als experimentelle Funktionen betrachtet werden, die von Google geändert, verschoben oder nicht veröffentlicht werden könnten.

Vier einstellbare Sprachmerkmale

Der Beta-Code zeigt einen neuen Abschnitt Anpassen für die Gemini-Sprache mit vier gekennzeichneten Merkmalen:

• Geschwindigkeit
• Lebendigkeit
• Formalität
• Wärme

Die Geschwindigkeit wird voraussichtlich die drei Stufen Langsam, Normal und Schnell bieten. Die übrigen drei Steuerungen – Lebendigkeit, Formalität und Wärme – werden voraussichtlich die Einstellungen Niedrig, Mittel und Hoch umfassen.

Dies würde den Nutzern mehr Kontrolle über die Sprachausgabe von Gemini geben, ohne dass sie zu einem völlig anderen voreingestellten Sprachprofil wechseln müssen. Sie könnten bei derselben Grundstimme bleiben und je nach aktueller Aufgabe deren Sprechgeschwindigkeit oder Dialogstil anpassen.

Gemini könnte detailliertere Steuerungsoptionen für Sprachfarbe und -qualität erhalten.

Wie die neue Gemini-Sprachsteuerungsfunktion funktioniert

Jede Einstellung zielt darauf ab, eine andere Dimension des Hörerlebnisses zu beeinflussen.

Geschwindigkeit

Die Geschwindigkeitseinstellung steuert das Sprechtempo von Gemini. Bei der Erklärung von Anleitungen oder beim Sprachtraining ist eine langsamere Geschwindigkeit besser verständlich, während bei kurzen Aufforderungen und allgemeinen Frage-Antwort-Szenarien eine schnellere Geschwindigkeit praktischer ist.

Lebendigkeit

Die Lebendigkeitsoption könnte die Lebhaftigkeit der Gemini-Stimme beeinflussen. Eine höhere Einstellung würde den Sprachassistenten dynamischer wirken lassen, während eine niedrigere Einstellung einen ruhigeren, ausgeglicheneren Ausdruck erzeugen würde.

Formalität

Die Formalität kann dem Nutzer helfen, den Sprachstil von Gemini an die Situation anzupassen. Bei der Reiseplanung oder einem lockeren Brainstorming wirkt ein informeller Stil natürlicher, während für Forschung, Arbeit oder professionelle Diskussionen eine formelle Sprache besser geeignet ist.

Wärme

Die Wärme soll voraussichtlich die Freundlichkeit und Zugänglichkeit der Stimme regulieren. Eine Erhöhung dieser Einstellung könnte alltägliche Gespräche entspannter wirken lassen, eine Senkung könnte einen neutraleren Ausdruck erzeugen.

Diese Beschreibungen spiegeln die erwartete Funktion basierend auf den Steuerungsetiketten wider. Google hat noch keine offiziellen Dokumentationen veröffentlicht, die im Detail erklären, wie jede Stufe die erzeugte Sprachausgabe konkret verändern wird.

Die Einstellung könnte für Gemini Live und den regulären Chat gelten

Laut den von 9to5Google analysierten Code-Strings wird die angepasste Stimme sowohl für Gemini Live als auch für die reguläre

Gemini-Chat-Erfahrung gelten, wenn Antworten laut vorgelesen werden.

Dies würde mit der aktuellen Sprach-Einstellung von Gemini übereinstimmen. Die bestehende Hilfe-Dokumentation von Google weist darauf hin, dass die ausgewählte Gemini-Stimme für alle Gemini-Apps gilt, einschließlich Gemini Live und anderer Funktionen mit Sprachantworten.

Der wesentliche Unterschied besteht darin, dass sich die derzeitige offizielle Einstellung auf die Auswahl einer Stimme konzentriert. Die experimentelle Oberfläche fügt eine neue Ebene hinzu, die es dem Nutzer ermöglicht, das Verhalten und den Ausdruck dieser Stimme anzupassen.

Google erforscht auch stärker lokalisierte Stimmen

Die erwähnten Anpassungssteuerungen fügen sich in Googles breitere Bemühungen ein, Sprachinteraktionen natürlicher und lokal relevanter zu gestalten. Google hat auch die Unterstützung von Dialekten diskutiert, was die Sprachantworten von Gemini für Nutzer in verschiedenen Regionen vertrauter machen könnte.

Sprachlokalisierung bedeutet mehr als nur die Änderung eines Akzents. Sprechgeschwindigkeit, Tonfall, Wärme und Formalität beeinflussen alle, wie wohl sich ein Assistent in einer bestimmten Sprache, Kultur oder Umgebung anfühlt.

Eine Stimme, die für formelle Arbeitsbesprechungen geeignet ist, könnte sich bei lockeren Gesprächen steif anfühlen. Ebenso könnte ein lebhafter Ausdruck gut für Brainstorming sein, aber bei langen Forschungsprozessen ermüdend wirken. Eine feinere Kontrolle hilft, mit diesen Unterschieden umzugehen.

Sprach-Personalisierung wird zu einer Wettbewerbsfunktion

Google ist nicht das einzige Unternehmen, das Nutzern mehr Kontrolle über die Stimme ihres KI-Assistenten gibt. Apple hat angekündigt, dass die Siri-KI in iOS 27 den Nutzern erlauben wird, Sprechgeschwindigkeit und Ausdruckskraft anzupassen.

Die beiden Ansätze sind ähnlich in ihrer Ausrichtung, aber das experimentelle Design von Google scheint das Sprachverhalten in mehr Kategorien zu unterteilen. Neben der Sprechgeschwindigkeit könnte Gemini möglicherweise direkt Lebendigkeit, Formalität und Wärme steuern.

Dies spiegelt einen breiteren Wandel bei Sprachassistenten wider. Die Qualität des Sprach-KI-Erlebnisses hängt nicht mehr nur davon ab, ob der Assistent die Frage richtig verstanden hat. Wie er antwortet – wie schnell er spricht, ob er formell klingt und ob sein Ausdruck emotional angemessen ist – wird zunehmend Teil des Produkterlebnisses.

Warum eine feinere Sprachsteuerung wichtig ist

Sprachschnittstellen werden in vielen verschiedenen Szenarien eingesetzt. Menschen könnten mit Gemini sprechen, während sie Auto fahren, lernen, Reisen planen, Dokumente prüfen oder technische Probleme lösen. Ein einziger, fester Sprechstil kann in allen Situationen kaum optimal sein.

Eine feinere Steuerung bietet mehrere praktische Vorteile:

1. Bessere Barrierefreiheit: Wenn Nutzer mehr Zeit benötigen, um Informationen zu verarbeiten, können sie eine langsamere Sprechgeschwindigkeit wählen.
2. Bessere Aufgabenanpassung: Formalität und Lebendigkeit können für professionelle Arbeit, Bildung oder Freizeitnutzung angepasst werden.
3. Natürlichere Konversation: Die Wärmesteuerung kann das mechanische Gefühl reduzieren, das bei synthetischer Sprache oft auftritt.
4. Höhere persönliche Präferenz: Nutzer müssen nicht die standardmäßige Persönlichkeit akzeptieren, die mit einer voreingestellten Stimme einhergeht.
5. Konsistentes Spracherlebnis: Dieselbe Einstellung könnte für Gemini Live sowie für Sprachantworten im Standard-Chat gelten.

Diese Funktion könnte auch dazu beitragen, die Nutzung des Sprachassistenten über längere Zeiträume angenehmer zu gestalten.

Selbst qualitativ hochwertige synthetische Sprache kann ermüdend wirken, wenn Rhythmus oder Tonfall nicht den Vorlieben des Zuhörers entsprechen.

Verfügbarkeit und wichtige Einschränkungen

Google hat die vier Sprachsteuerungsfunktionen nicht offiziell angekündigt, und es gibt derzeit kein bestätigtes Veröffentlichungsdatum. Ihr Auftauchen in der Beta-Version der Google-App deutet auf eine aktive Entwicklung hin, aber eine APK-Dekompilierung garantiert nicht, dass die Funktion in der öffentlichen Version der App erscheinen wird.

Google könnte die Bezeichnungen ändern, die verfügbaren Stufen ändern, die Funktion auf bestimmte Sprachen beschränken oder sie vor der Veröffentlichung entfernen. Die Verfügbarkeit kann auch je nach Konto, Gerät, Region und Gemini-Spracheinstellungen variieren.

Derzeit können Nutzer die voreingestellte Gemini-Stimme weiterhin über die mobile Gemini-App ändern:

1. Öffnen Sie die Gemini-App.
2. Öffnen Sie das Menü und wählen Sie das Profilbild oder das Kontosymbol.
3. Gehen Sie zu Einstellungen.
4. Wählen Sie Geminis Stimme.
5. Hören Sie eine Vorschau der Stimme und bestätigen Sie die Auswahl.

Die Anzahl der verfügbaren Stimmen variiert je nach Sprache, und Google weist darauf hin, dass die Stimmenauswahlfunktion nicht in allen unterstützten Sprachen verfügbar ist.

Häufig gestellte Fragen (FAQ)

Was sind die neuen Gemini-Sprach-Anpassungssteuerungen?

Die experimentelle Oberfläche umfasst Sprechgeschwindigkeit, Energie, Formalität und Wärme. Die Geschwindigkeit bietet möglicherweise die Stufen Langsam, Normal und Schnell, während die anderen Steuerungen möglicherweise die Einstellungen Niedrig, Mittel und Hoch bieten.

Sind die neuen Gemini-Sprachsteuerungsfunktionen jetzt nutzbar?

Google hat diese Funktionen noch nicht offiziell eingeführt. Sie wurden durch APK-Dekompilierung in der Beta-Version 17.41.12 der Google-App entdeckt, daher ist die Funktion weiterhin unbestätigt und könnte sich vor der Veröffentlichung noch ändern.

Können diese Einstellungen für Gemini Live verwendet werden?

Der entdeckte Code deutet darauf hin, dass die angepasste Stimme für Gemini Live sowie für reguläre Gemini-Chats mit Sprachantworten gelten würde. Dies wurde in offiziellen Ankündigungen von Google noch nicht bestätigt.

Kann ich die Stimme von Gemini jetzt ändern?

Ja. Google erlaubt Nutzern derzeit, eine voreingestellte Gemini-Stimme in der mobilen App auszuwählen, obwohl die Anzahl der verfügbaren Stimmen je nach Sprache variiert und diese Einstellung nicht in allen Regionen verfügbar ist.

Was bewirkt die Wärme-Einstellung von Gemini?

Google hat noch keine offizielle Definition für diese experimentelle Steuerung veröffentlicht. Basierend auf ihrer Bezeichnung wird erwartet, dass sie beeinflusst, wie freundlich, zugänglich oder emotional warm die Stimme von Gemini klingt.

Kann Gemini langsamer sprechen?

Die geplante Geschwindigkeitssteuerung wird voraussichtlich die Optionen Langsam, Normal und Schnell umfassen. Bis zur Veröffentlichung dieser Funktion haben Nutzer in den Standard-Gemini-Spracheinstellungen möglicherweise keinen dedizierten globalen Geschwindigkeitsregler.

Warum fügt Google mehr Sprachsteuerungen hinzu?

Eine feinere Kontrolle kann Nutzern helfen, die Sprachantworten von Gemini an verschiedene Aufgaben und persönliche Vorlieben anzupassen. Sie könnten auch längere Sprachgespräche natürlicher und weniger eintönig wirken lassen.

Bietet Siri ähnliche Sprach-Anpassungsfunktionen?

Apple hat für die Siri-KI in iOS 27 Steuerungen für Sprechgeschwindigkeit und Ausdruckskraft angekündigt. Gemini

Das experimentelle System scheint umfassender zu sein, da es möglicherweise auch separate Einstellungen für Energie, Formalität und Wärme umfasst.

Verwandte Tools

• Google Gemini: Googles KI-Assistent, der Text, Sprache, Planung, Recherche und multimodale Dialoge unterstützt.
• Gemini Live: Der Echtzeit-Sprachdialog-Modus der Gemini-Erfahrung.
• Gemini Mobile App auf Google Play: Offizielle Android-App zur Verwaltung der Gemini-Spracheinstellungen.
• Google AI Studio: Googles browserbasierte Umgebung zum Testen und Erstellen von Anwendungen, die auf dem Gemini-Modell basieren.
• Gemini-TTS: Google Cloud-Dokumentation zur steuerbaren Gemini-Text-to-Speech-Generierung.

Verwandte Links

• 9to5Google APK Deep Dive Report: Ursprünglicher Analysebericht, der vier experimentelle Sprachsteuerungsfunktionen beschreibt.
• Google Help: Gemini-Sprache ändern: Offizielle Anleitung zur Auswahl der aktuellen voreingestellten Gemini-Stimme.
• Google Help: Natürliche Gespräche mit Gemini Live: Offizielle Anleitung zur Nutzung und Verwaltung von Gemini Live.
• Offizieller Gemini Live-Überblick: Googles Einführung in die Echtzeit-Sprachdialoge von Gemini.
• Google Cloud Gemini-TTS-Dokumentation: Offizielle Informationen zur Steuerung von Sprechgeschwindigkeit, Tonhöhe, Akzent und Ausdruckskraft generierter Sprache.
• Apple iOS 27-Überblick: Offizielle Apple-Seite zu den Anpassungsfunktionen von Siri hinsichtlich Sprechgeschwindigkeit und Ausdruckskraft.

Zusammenfassung

Google testet ein flexibleres Gemini-Sprachsystem, das auf vier Steuerungsfunktionen basiert: Sprechgeschwindigkeit, Energie, Formalität und Wärme. Diese Funktion ermöglicht es Nutzern, die stimmliche Darbietung von Gemini anzupassen, ohne die ausgewählte Stimme vollständig ersetzen zu müssen.

Diese Steuerungen wurden in der Google App Testversion 17.41.12 entdeckt und werden voraussichtlich sowohl Sprachantworten in Gemini Live als auch in normalen Chats beeinflussen. Google hat diese Funktion jedoch noch nicht offiziell angekündigt, sodass ihr endgültiges Design und Veröffentlichungszeitpunkt ungewiss bleiben.

Sollte die Funktion veröffentlicht werden, würde dieses Update die Personalisierung der Gemini-Sprache über einfache Sprachauswahl hinaus hin zu aufgabenbasierten, frei steuerbaren Sprechstilen erweitern.