ChatGPT Voice praat al terug terwijl gebruikers nog aan het woord zijn

OpenAI brengt een nieuwe versie van de spraakmodus van ChatGPT uit. Het bedrijf belooft dat gebruikers hiermee natuurlijkere gesprekken kunnen voeren. De chatbot kan nu ook reageren terwijl gebruikers nog praten en geeft sneller antwoord.

OpenAI zegt dat de nieuwe versie van ChatGPT Voice gebruikmaakt van een 'fullduplexarchitectuur'. Dat houdt in dat de bot nu tegelijkertijd kan luisteren en reageren. Voorheen wachtte ChatGPT met antwoorden tot de gebruiker helemaal was uitgepraat, wat gesprekken nogal stroef maakte.

Het vernieuwde spraakmodel kan laten weten dat het luistert door tussendoor te hummen of kort te reageren op wat de gebruiker vertelt. De bot reageert volgens OpenAI ook sneller als de gebruiker is uitgepraat. Tegelijkertijd belooft OpenAI dat het model gebruikers minder snel onderbreekt wanneer ze midden in een verhaal pauzeren om na te denken. Daarnaast verstaat het model gebruikers beter in rumoerige ruimtes.

ChatGPT Voice kan nu ook gebruikmaken van OpenAI's GPT-5.5-taalmodel. De chatbot zet dat model in bij complexere vragen of vragen waarvoor de bot op het internet moet zoeken. OpenAI belooft dat de spraakbot het gesprek gaande houdt terwijl GPT-5.5 op de achtergrond een antwoord genereert.

Verder toont ChatGPT Voice bij sommige onderwerpen visuele informatie, zoals weersvoorspellingen of voetbaluitslagen. OpenAI zegt tot slot dat het meer veiligheidsmaatregelen heeft genomen, zodat de bot minder schadelijke antwoorden geeft. OpenAI rolt het nieuwe spraakmodel per direct wereldwijd uit. Betalende gebruikers krijgen de reguliere versie, terwijl gratis gebruikers een minder geavanceerde variant krijgen.

ChatGPT Voice
ChatGPT Voice kan voortaan visuele informatie tonen.

Door Kevin Krikhaar

Redacteur

09-07-2026 • 11:12

69

Submitter: protected22

Reacties (69)

Sorteer op:

Weergave:

Ik moest 5 seconden wennen en toen betrapte ik me erop dat ik het fijn vond omdat ze af en toe een soort van bevestigend knikt. Dat voelt meer als een menselijk gesprek aan, en mijn hersenen schakelde meteen om. Ook in antwoorden krijg je wel eens “hmm ja , ja , even denken”.

Zo onnodig dat het is maakt het schijnbaar toch menselijker en fijner. Voor mij.

[Reactie gewijzigd door World Citizen op 9 juli 2026 12:46]

Dat voelt meer als een menselijk gesprek aan, en mijn hersenen schakelde meteen om. Ook in antwoorden krojg je wel eens “hmm ja , ja , even denken”.

Zo onnodig dat het is maakt het schijnbaar toch menselijker en fijner. Voor mij.
Klopt, mensen communiceren (net als andere dieren) voor een groot deel zonder woorden. Terugvallen op alleen woorden maakt communicatie een stuk lastiger. In geschreven tekst zetten we daarom leestekens en smileys om het verbale deel nog een beetje aan te vullen.

Het is allemaal zo gewoon dat we het grootste deel van de tijd niet eens beseffen dat wij (en de mensen om ons heen) het doen, de kleine knikjes, geluidjes, pauzes, verandering van toon, ritme, etc worden door ons brein naar de achtergrond gefilterd, maar die informatie wordt onderbewust wel verwerkt.

Deel is ook dat we rekenen op dat soort kleine pauzes en signalen de luisteraar de tijd te geven om informatie te verwerken en te 'synchroniseren' met de spreker. En omdat dit soort signalen er altijd zijn valt het ons op als ze er niet zijn. Door dat soort dingetjes wel toe te voegen voelt alles veel menselijker.

Een ander bekend voorbeeld is dat mensen elkaar aankijken bij het spreken. Robots doen dat niet en komen daardoor automatisch onnatuurlijk over, zelfs als er een heel slim brein in zit. Als je echter een robot bouwt die dat wél doet dan komt die robot ineens heel menselijk en begripvol over zonder ook maar een woord te hoeven zeggen.
(Baby's doen het ook, die hebben allemaal kunstjes om een band met hun ouders te scheppen, zoals hun gezicht in de richting van geluid draaien zodat het lijkt alsof ze de stem van hun ouders herkennen. Ouders geloven allemaal dat hun kindje bijzonder is. Tegen de tijd dat je door hebt dat ze het allemaal doen heb je al een nest vol ; ).
Het probleem is dat ai geen ogen heeft. Mensen zien dat iemand anders gaat praten en stoppen daardoor sneller en ook accurater (ze zien dat de stem komt van de gesprek partner, niet van tv).

Hier kan ai het dus nog wat moeilijker hebben. Maar ik vind het allesinds fantastisch, want het kan gewoon luisteren tot wanneer het is hoort waarvoor ik gevraagd heb om iets mee te doen. Dus niet gewoon als gesprek partner, maar ik een assistant dat dingen doet, met de tekst dat ik spreek. Ik vroeg het bijvoorbeeld om altijd te roepen "joupiee x is een deler van 4", vervolgens kon ik cijfers opnoemen en het onderbrak me enkel als het een cijfer hoorde die deelbaar is door 4.

Het is een voorbeeld dat het attentief kan zijn, en continue elk cijfer berekende
Aan de telefoon met een mens heb je ook geen ogen. Toch voel je gesprekken gewoon aan.
Aan een telefoon maken we dan ook wel diezelfde fouten, dat we niet voor hebben in een dialoog rechtover elkander.
Ik zeg niet dat je het niet kan aanvoelen, want dat kan chatgpt nu ook wel duidelijk met deze change. Maar ik zeg dat als je die ogen wel hebt, dat het veel vloeiender overkomt.
In mijn voorbeeld gaf ik ook aan dat AI hierdoor eventueel zou kunenn stoppen met spreken als hij iemand anders hoort, omdat hij die kan opnemen als een onderbreking.
Aan de telefoon is je oor aan het luisteren naar één enkel correspondent, als er meerdere mensen aan de andere kant hangen dan loopt het ook mis met ons de mensen, dat is de reden dat bij walkie talkies over en uit werd gebruikt.

[Reactie gewijzigd door sebastienbo op 9 juli 2026 16:32]

Voor mij voelt dit allemaal overbodig. Neem een voorbeeld aan Gemini in Android Auto - die gebruikt mij echt teveel woorden voor het doel waarvoor ik die AI gebruik. Kort en bondig antwoorden en direct naar het antwoord toe heeft toch echt mijn voorkeur. Bevestigende geluiden lijken mij in hetzelfde straatje te vallen. Menselijke interactie gebruik ik mensen wel voor :) .
Vaak in de instellingen van je account kun je dat wel fixen. Bij Chatgpt heb ik er in staan dat hij moet stoppen me telkens “ja precies” “ja inderdaad” “ja goede vraag”.
Dat gaat helaas bij Gemini niet in Android Auto. Die moet je steeds opnieuw aangeven dat je niet teveel 'rompslomp' wilt hebben met alle antwoorden.

Effectief gezien gebruik ik deze AI eenvoudigweg niet in de auto. De stem is irritant en het dient ter ondersteuning, niet als gelijkwaardige gesprekspartner.
Karakter zit in de imperfectie. Dat verklaart waarom vinyl, analoge film en vintage lenzen nog altijd zo populair zijn. Zelfs in de 3D-wereld voegen artiesten juist bewust krassen, stof en ruis toe. Zonder die foutjes mist het gewoon die 'real life' uitstraling.
Dat ademen vond ik al vaag maar nu hoor je ze ook "uh huh" zeggen als je er tegen praat.
Ik ben te nuchter voor AI denk ik, ik vind het alleen maar grappig en dom.
De voice versie van copilot is een veel grotere slijmjurk op een of andere manier dan de tekst input versie.

Ik heb het een paar keer gebruikt en ik snap wel waarom mensen daar totaal aan verslaafd kunnen raken. Een "relatie" mee beginnen. Als je alleen bent of anderzijds je miskend voelt of zo dan klinkt het als een telefoongesprek met een vriend of vriendin. Iemand die je steunt en je zorgen wegneemt en "kietelt"

Ik vind het dus buiten grappig ook heel eng. Ik gebruik de voice heel zelden. Soms als ik mijn handen voor iets anders nodig heb. Maar jeetje wat een valkuil is dat ding. Je snapt meteen wat mensen zien in die AI friend apps. Die zijn express gemaakt om je te binden. Het nieuwe tiktok.
Maar is dit nu een echte verbetering? Vind het maar onbeschoft als iemand mij niet laat uitpraten :+

Het is dan nog wachten op integratie met camera zodat Chatgpt kan eisen dat je hem/haar/het moet aankijken als je praat.
Ik weet het niet. Wellicht iemand onderbreken als je over zelfmoord praten of een andere valkuil. Mensen zouden je ook onderbreken.... hoop ik.

Of iemand zie zegt ik doe nu het zoutzuur, bij het.... en dan... gpt: stop stop stop!

Je weet het niet.
Stop stop stop, accuzuur is veel effectiever!

Dan weet je dat toch liever op tijd en kan het zoutzuur nog terug naar de winkel.
Dopamine hit na dopamine hit na dopamine hit, gok ik zo
in essentie net als facebook, tiktok etc.
Zouden we het nog ooit voor elkaar krijgen om niet ten koste van een ander geld te verdienen? Misschien is geld zelfs wel onderdeel van het probleem 🤔

/filosofie modus uit.
Geld is schuldpapier. Dus als je werk voor een ander doet "kost" het die persoon wat. Voor wat hoort wat. Ruilhandel... Maar die ander krijgt er ook wat voor terug.

In de meeste gevallen gaat geld dus niet ten koste van een ander maar is simpel het ruilmiddel.

Het is nooit het gereedschap. Het is de mens die het gereedschap hanteert. Wij zijn het probleem. En ik denk graag dat ik weinig tot niets doe dat negatieve impact heeft op een ander. Wel dat ik ruilhandel met ze doe.

/Geen probleem met filosofie.
Heb dit in mindere mate met Claude Code/Codex. Je wordt er een beetje ingezogen, en heb soms hele systemen gebouwd waarvan ik mij achteraf afvroeg of het wel nodig was. Desondanks is het voornamelijk dat er enkel gedaan wordt wat nodig is; het effect is subtiel. Maar AI psychose is een reeël risico, vooral voor jongere mensen. Heb zelf (nog?) geen kinderen maar maak mij erg zorgen om wat dit met kinderen kan doen, vooral de poronografische AI rommel. Hoop dat ouders hier grip op krijgen zonder dat het internet niet dichtgetimmert hoeft te worden (wat langzaam lijkt te gebeuren). Het is een krachtige technologie, daar komt ook het nodige risico bij kijken.
De voice versie van copilot is een veel grotere slijmjurk op een of andere manier dan de tekst input versie.
Dan vertel je even dat je anders aangesproken wil worden en je probleem is opgelost. Het is opvallend hoe weinig sommige tweakers begrijpen dat Ai een globale tool is die je moet tweaken om zo goed mogelijk te zijn.
Dat heb ik natuurlijk al geprobeerd en ik vond dat het veel te makkelijk terugstapte naar de slijmjurk rol. Net als er alleen stemmen met engelse accenten zijn, kan je maar beperkt customizen.
Hiermee is ChatGPT in ieder geval het niveau van veel'servicedesks' al ontstegen, luisteren, samenvatten doorvragen snappen ze niet. Een hmmm, of een uhuhm, en een oke duidelijk, kunnen best prettig zijn om te horen als je je verhaal verteld, je krijgt het gevoel dat iemand daadwerkelijk luistert ipv alleen maar aan de telefoon zit om "Het is stuk"in een ticket te kloppen.
De bot kan nu luisteren en reageren tegelijk. Maar kan de gebruiker praten en luisteren tegelijk?
Waarschijnlijk niet heel goed! Maar toch is het lekker om te kunnen, vooral als die bijv bezig is met een reactie dat je hem dus ook kan onderbreken, omdat je al ziet dat het niet de juiste kant op gaat bijv.

Imo dus zoals je ook met mensen kan praten/discussieren, ja het is netjes iemand uit te laten praten, maar soms moet je toch iemand onderbreken.

Ik gebruik dan geen speech/mic/audio, ben geen malle pietje (mijn mening, mag iedereen wat anders van vinden), maar ik onderbreek de output ook vaak, dan zie ik in het 'thinking' process bijv dat ie zaken verkeerd interpreteert en hoef ik de rest niet meer te zien/lezen, gewoon stoppen en de vraag herdefiniëren/verduidelijken.
Zo'n LLM interpreteert natuurlijk niet echt, maar berekent gewoon welk woord in die context het meest waarschijnlijk op het andere volgt.
Zo'n LLM interpreteert natuurlijk niet echt, maar berekent gewoon welk woord in die context het meest waarschijnlijk op het andere volgt.
Kunnen we dat praatje nu eens uit de wereld hebben?

Gisteren had ik een JOSN file met een bijzonder complexe structuur en ik was te lui om die precies uit te zoeken. Ik vroeg Chat om de usernames eruit te vissen en die te alfabetiseren en me die in een CSV als email te sturen. Minuten later vertelde Chat me om in mijn inbox te kijken. Als je dat kan doen door te bekijken welk woord het meest waarschijnlijk is ben je een hele knappe.

Dit is Tweakers, je zou mogen verwachten dat de gebruikers hier begrijpen wat AI kan doen.
Als je dat kan doen door te bekijken welk woord het meest waarschijnlijk is ben je een hele knappe.
Dit complexe gedrag is natuurlijk wel degelijk een eigenschap die ontstaat uit de basisfunctionaliteit "patroon herkenner en voorspeller". Als jij het met de hand zou doen, zou het ook het resultaat zijn van je hersenen die op basis van prikkels (input) voorspellingen (output) genereren.

Het probleem met deze constant gepapegaaide bewering is dat die impliceert dat het "alleen maar" zo'n patroon herkenner is die niets complexer kan dan patronen herkennen, terwijl heel de boost in het veld juist ontstaan is doordat we onze patroonherkenners zo complex gemaakt hebben dat er ook complexer gedrag uit ontstaat. Terwijl ook mensen een bewijs zijn dat als je een bak ruwe input data een genoeg complexe patroonherkenner ingiet, er complex gedrag ontstaat. (Zie: Emergence )

Feitelijk klopt de bewering, maar hij wordt vooral gebezigd door mensen die ermee vervolgens flink de plank misslaan.

[Reactie gewijzigd door ZinloosGeweldig op 9 juli 2026 12:57]

Interessante bron. Die meldt NIETS over Emergence in de context van LLMs - wat je wel zou verwachten als het aantoonbaar was. Dat zou waanzinnige reclame zijn voor de tokenboeren. Is er ergens wetenschappelijk bewijs voor deze hypothese?

Wat nu 'reasoning' wordt genoemd is simpelweg de initiële output van een prompt nog een keer door een model trekken en er vergelijkbare voorspellingen op los laten.

[edit: aanvulling over waarom de tokenboeren Wikipedia bij zouden werken]

[Reactie gewijzigd door Jim de Wit op 9 juli 2026 13:30]

Wikipedia is geen bron maar een naslagwerk, dat vooropgesteld.

Ik weet niet welke hypothese je precies bedoeld, want Emergence is iets dat we waarnemen (het feit dat aan een simpeler systeem complexer gedrag ontstijgt) en niet het mechanisme via wat dat gebeurd. Ik heb geen hypothese over hóe LLM's complexer gedrag dan wat in de basis geimplementeerd is vertonen. Als ik daar iets over zou zeggen, zou bewijs daarvan wel passend zijn. Maar de observatie dát LLM's dit complexere gedrag vertonen (bijvoorbeeld: broncode op basis van een specificatie genereren) is iets dat je gewoon ziet gebeuren.

Ik heb het hier niet specifiek over de "Reasoning models" zoals OpenAI die terminologie gebruikt. Het ontstaan van complexer gedrag bestaat ook al in Generative Pre-trained Transformers in de basis, zonder die 'reasoning' feedback loop.

[Reactie gewijzigd door ZinloosGeweldig op 9 juli 2026 14:00]

Sorry hoor, maar "we zien dat..." is op z'n best anekdotisch bewijs. En beweeer je nu dat een naslagwerk geen bron is?

Nogmaals: als het zo'n wijdverbreid fenomeen is moet er toch wel een wetenschappelijk artikel te vinden zijn waarin dit beschreven wordt? Zonder bewijs is een hypithese precies dat; een veronderstelling.

Begrijp me niet verkeerd, het is erg indrukwekkend wat die LLMs kunnen, maar het is feitelijk nog steeds auto-aanvullen on steroids. Kun je een voorbeeld geven van een LLM die een programmeertaal beheerst die niet in de trainingsdata zat?
Om het maar even simpel te zeggen, ik heb nooit wetenschappelijk bewijs verlangd van de observatie dat de lucht blauw is.

Een wetenschappelijke beschrijving van waardóór de lucht blauw kleurt is interessant, maar wetenschappelijk bewijs van de observatie an sich niet.

En nee, een naslagwerk is geen bron. Een naslagwerk verwijst juist naar de bron van de informatie, en is dat zelf daarmee niet. Op wikipedia is het zelfs een regel: kun je niet naar een bron verwijzen, dan hoort het niet op wikipedia, want wikipedia is zelf geen bron maar een referentie.
Maar de lucht is niet altijd blauw! Als de zon ondergaat (laat staan als deze onder is gegaan) heeft de hemel een hele andere kleur. Je observatie klopt dus niet. Hadden we maar wetenschap om uit te leggen hoe het écht zit...

Je kunt inderdaad stellen dat Wikipedia een verzameling-van-bronnen is (een secundaire bron heet dat ook wel), maar als het dáár al niet instaat, dan betwijfel ik of de vakliteratuur er anders over denkt. Wat je nu hebt gedaan is verwijzen naar een (willekeurig) lemma dat aansluit bij je betoog, dat opvoeren als een bron, en vervolgens ontkennen dat het een bron is.

Ik ben nog niet overtuigd van het bestaan van emergence, want je argumentatie komt niet verder dan "trust me bro".
Dat LLM's "alleen maar het volgende woord voorspellen" (en er dus niet iets complexers gebeurd) wordt ad nauseam herhaald.

Heel het succes van moderne LLM's is juist dat de complexiteit zo is toegenomen dat aan dit "slechts het volgende woord voorspellen", complexer gedrag ontspringt. Emergent Behaviour noemen we dat.

"LLM's zijn in hun kern volgende woord voorspellers" is correct.

"LLM's zijn enkel en alleen maar, 'slechts' volgende woord voorspellers en doen niets anders" is onzin.

Wij mensen zijn ook "alleen maar" patroonherkenners en voorspellers, maar dan biologisch in een zak van vlees, botten en bloed. Toch ontsprint er aan die biologische zeer complexe patroonherkenner die we zijn, veel complexer gedrag en zelfs een concept dat we "bewustzijn" noemen.

[Reactie gewijzigd door ZinloosGeweldig op 9 juli 2026 12:41]

LLMs doen tegenwoordig ook geen redeneren hoor. Daarom heb je ook verschillende reasoning levels waar je uit kan kiezen. Op low redeneert hij weinig, op max redeneert hij intensief.
Als de gebruiker een mens is wel. We doen de hele dag niet anders; full-duplex is zeg maar default in menselijke communicatie.
het lijkt mijn vrouw wel die ook al gaat praten terwijl ik nog niet eens klaar ben
Bij AWS voegen we geluiden toe aan de audio stream met een Chatbot (denk aan achtergrondgeluid, typen op een toetsenbord, ruis) waardoor klanten de gesprekken met een AI opeens veel beter beoordelen terwijl er inhoudelijk weinig is veranderd...
In de hoop dat de klant denkt dat er een echt mens aan de andere kant zit?
Gelukkig doen we het op een ethisch verantwoorde manier en weet de klant ook dat ze een gesprek hebben met een Chatbot. Maar als je door het toepassen van dit soort psychologische trucjes mensen het gevoel geeft dat ze beter worden geholpen dan is daar weinig op tegen.
Ik zie wel een verdienmodel met die pratende en luisterende AI's.

Bel klantenserivice van Odi(...) en doe net of je een ICT medewerker bent met als doel inlog gegevens te verkrijgen.

Bedrijven die bellende klagers maar vervelend vinden.

Er zijn nog 20 wachtenden voor u zal nu iets worden als een net zo lang durend vraag en antwoord spelletje van de AI omdat er maar één medewerker echt het probleem kan oplossen.

Bel even de manager op dat ik ziek ben en doe net of je een bezorgde huisgenoot bent.
Bel even de manager op dat ik ziek ben en doe net of je een bezorgde huisgenoot bent.
En waarom zou je zelf niet kunnen bellen?
Dan moet je weer zo'n neppe vermoeide schorre stem opzetten en kuchen. Je weet wel, dusdanig transparant dat iedereen doorheeft dat je niet echt ziek bent....
Als je de video bekijkt in de link is het inderdaad erg irritant zoals veel replies hierboven al vermoeden. De AI en de gebruiker missen gewoon de non-verbale communicatie die je in een normaal gesprek wel hebt. Dit zorgt ervoor dat het gesprek totaal niet natuurlijk over komt. Ik denk dat de chat ook iets meer latency heeft dan een 'echt' persoon :)
de gesprekken waren tenenkrommend idd. Zelfs de mensen praten door de AI heen op een niet natuurlijke wijze. Alsof het script zei: Praat vooral door de AI heen zodat de AI weer door jou heen kan praten.
Mooi dat ze zelf ook al de bot afbreken om de eindeloze woordenstroom van die dingen te stoppen.
Ik vond het idee van een echte chatbot a la “Her” een geweldig idee.

Maar toen ik het zelf ging gebruiken kwam ik er al snel achter: dit werkt gewoon niet.

Als je een vraag stelt, behalve als het antwoord ja of nee is, heb je echt heel weinig aan het antwoord. Recept? Vakantieplanning? Het is allemaal niet nuttig om te horen zonder dat je pen en papier bij hebt om het op te schrijven.

dus wat blijft er dan over? Een conversatiepartner, maar in dit geval kan je niet echt een discussie voeren, de AI is niet getraind op tegengas geven of proberen je te informeren, het is getrained om antwoorden te geven op vragen.

dus ja misschien als ze dit integreren in een smarthome environment of OS zodat je de ai wat kan laten uitvoeren is het nuttig, maar zo standalone heb ik er in ieder geval echt niets aan.
Als je een vraag stelt, behalve als het antwoord ja of nee is, heb je echt heel weinig aan het antwoord. Recept? Vakantieplanning? Het is allemaal niet nuttig om te horen zonder dat je pen en papier bij hebt om het op te schrijven.
"En stuur de output naar me in een e-mail." Alweer een probleem opgelost.
Ik hoop dat het amerikaanse dialect ook minder is als er Nederlands gesproken wordt.
We gaan het meemaken.

[Reactie gewijzigd door S-A-I-N-T op 9 juli 2026 12:28]

-

[Reactie gewijzigd door SE USER op 9 juli 2026 14:37]

Ik gebruik nu soms ook gemini vanuit android auto, en die heeft wat mij betreft te weinig geduld. Terwijl ik nog aan het praten ben gaat hij al reageren. Als ik nog niet uitgepraat ben dan kan dat te maken hebben met dat ik aan het nadenken ben hoe iets te formuleren of er even een verkeerssituatie is die even aandacht nodig heeft. Weet niet of dit een goede ontwikkeling is.
Ik gebruik nu soms ook gemini vanuit android auto, en die heeft wat mij betreft te weinig geduld. Terwijl ik nog aan het praten ben gaat hij al reageren.
Dan vertel je Gemini dat ie wat geduldiger moet zijn, en dan is je probleem opgelost!
ik zal het eens proberen
haha met 100% volle overtuiging onwaarheden vertellen, en ook nog eens door je heen praten. Het zijn net mensen :P

Om te kunnen reageren moet je ingelogd zijn