OpenWebUI v0 12 0OpenWebUI v0 12 0 (Bild © PCMasters.de)

Echtzeit-Sprachkommunikation und 3D-Avatar-Integration

Das Update v0.12.0 führt Echtzeit-Sprachanrufe ein, sodass Administratoren den Anrufmodus in den Audioeinstellungen von „Standard“ auf „Echtzeit“ umstellen können. Diese Funktion nutzt das OpenAI-Echtzeit-Sprachmodell, insbesondere gpt-realtime-2.1-mini, wobei standardmäßig die Stimme „Marin“ verwendet wird. In diesem Modus verwaltet das Sprachmodell Gesprächsfüller und Small Talk eigenständig und delegiert komplexe Aufgaben und Anfragen an das ausgewählte Chat-Modell. Das System behält den Gesprächsverlauf und den Zugriff auf Tools bei und überträgt die gesprochene Antwort, während der vollständige Text in der Chat-Oberfläche angezeigt wird.

Zur Implementierung können Administratoren Umgebungsvariablen verwenden, darunter AUDIO_REALTIME_ENABLED, AUDIO_REALTIME_OPENAI_API_BASE_URL, AUDIO_REALTIME_OPENAI_API_KEY, AUDIO_REALTIME_MODEL, AUDIO_REALTIME_VOICE, AUDIO_REALTIME_TRANSCRIPTION_MODEL und REALTIME_CALL_PROMPT_TEMPLATE verwenden. Anrufe unterliegen der Berechtigung „Anrufe zulassen“ und sind auf eine Stunde begrenzt.

Ergänzt werden die Audio-Updates durch animierte Avatare. Modellen können nun mit Rigging versehene VRM-Avatare (bis zu 25 MB) zugewiesen werden, um die Standard-Sprachkugel zu ersetzen. Der Modell-Editor unterstützt das Hochladen von VRMA-Clips (bis zu 10 MiB) für die Zustände „Inaktiv“, „Zuhören“ und „Sprechen“. Zusätzlich können bis zu 16 benannte Gesten mit Beschreibungen konfiguriert werden, die das Sprachmodell je nach Gesprächskontext auslöst.

Sicherheit und Zugriffskontrolle für Unternehmen

Die Sicherheit wurde in dieser Version durch die Einführung der Zwei-Faktor-Authentifizierung (MFA) erheblich verbessert. Administratoren können die Verwendung von Authentifizierungs-Apps über die Admin-Einstellungen oder durch Setzen von ENABLE_MFA vorschreiben. Benutzer müssen die MFA bei der Anmeldung über einen QR-Code konfigurieren und erhalten zehn Einmal-Wiederherstellungscodes. Ausnahmen für OAuth- und „Trusted-Header“-Anmeldungen können mithilfe von MFA_ALLOW_OAUTH_BYPASS und MFA_ALLOW_TRUSTED_HEADER_BYPASS verwaltet werden. Für Benutzer, die den Zugriff auf ihre Authentifizierungs-App verloren haben, generiert der Befehl open-webui mfa reset ein einmaliges Wiederherstellungstoken.

Die Verwaltung von Administratorgruppen wurde zudem um verschachtelte Gruppen erweitert. Dadurch kann eine Gruppe eine übergeordnete Gruppe haben, wodurch sichergestellt wird, dass Mitglieder der inneren Gruppe alle freigegebenen Ressourcen und Berechtigungen von der übergeordneten Gruppe erben. Darüber hinaus können Administratoren nun gruppenspezifische Standardmodelle definieren, die bei neuen Chats, die von Gruppenmitgliedern erstellt werden, Vorrang vor globalen Standardeinstellungen haben.

Weiterentwicklung des kollaborativen Chats und des gemeinsamen Arbeitsbereichs

Das Freigabemodell für Chats und Ordner hat sich von einem reinen Klon-System zu einem Modus weiterentwickelt, der Antworten zulässt. Dadurch können mehrere Benutzer zu einer einzigen laufenden Unterhaltung beitragen. Die Benutzeroberfläche zeigt nun den Namen und das Profilbild jedes Mitwirkenden an, mit Live-Updates für alle aktiven Teilnehmer. Während der Eigentümer die Kontrolle über die Chat-Einstellungen und Tags behält, können Teilnehmer ihre eigenen Nachrichten bearbeiten, bewerten oder neu generieren. Benutzer mit Lesezugriff auf freigegebene Links oder Ordner haben nun die Möglichkeit, eine Unterhaltung zu verzweigen und so eine private Kopie bis zu einer bestimmten Nachricht zu erstellen.

Weitere Informationen unter: OpenWEBUI Git Repo