OpenAI yeni GPT-Live ses modellerini tanıttı: Artık iletişim daha doğal

Yapay zeka alanında dünya lideri olan OpenAI, kullanıcılarla canlı iletişim kurma imkanını yeni bir boyuta taşıyan GPT-Live-1 ve GPT-Live-1 mini modellerini duyurdu. Bu teknoloji, ChatGPT ile sohbet sürecini insanlar arasındaki doğal iletişime maksimum düzeyde yaklaştırmaya hizmet ediyor. Yeni modeller sadece daha hızlı yanıt vermekle kalmıyor, aynı zamanda konuşmacının dilini doğrudan anlama ve ona uyum sağlama yeteneğine de sahip. Bu konuda Techcrunch.com haber veriyor.

Yeni nesil modellerin en önemli özelliği, "full-duplex" sisteminde çalışmalarıdır. Bu, ChatGPT'nin artık aynı anda hem dinleyip hem konuşabileceği anlamına geliyor. Önceki sürümlerde kullanıcının konuşmasını bitirmesi beklenirken, GPT-Live modellerinde sohbeti doğal bir şekilde bölme veya canlı çeviri işlevlerini kullanma imkanı ortaya çıktı. Ixbt.com'un haberine göre şirket, ChatGPT uygulamasındaki Advanced Voice Mode özelliğini tamamen GPT-Live-1 mini modeline aktarıyor.

Teknolojik devrim ve entelektüel potansiyel

Daha önce sesli iletişim üç aşamalı karmaşık bir süreçten oluşuyordu: konuşma metne dönüştürülüyor, metin modeli yanıt hazırlıyor ve ardından tekrar sese çevriliyordu. Yeni modeller ise bu zinciri kısaltarak bilgiyi doğrudan işliyor. Bu durum, kullanıcı konuşurken sistemin gereksiz yere duraksaması veya sorulara yeterince akıllıca yanıt verememesi gibi sorunları ortadan kaldırıyor. Ayrıca yeni sesli mod, GPT-5.5 gibi en güncel metin modellerine bağlanarak karmaşık mantıksal görevleri de yerine getirebiliyor.

OpenAI temsilcilerine göre GPT-Live modelleri, uzun süre sessiz kalarak sohbet bağlamını özümseme ve sadece gerektiğinde iletişime girme yeteneğine sahip. Ayrıca yeni sistem görsel veriler de sunabiliyor. Bu, ChatGPT ile sadece konuşmayı değil, aynı zamanda onun yardımıyla interaktif görsel materyallerle çalışmayı da mümkün kılıyor. Bu yaklaşım Monogram gibi start-up'lar tarafından da aktif olarak kullanılıyor.

Sesli arayüz — geleceğin temeli

ChatGPT Voice projesi lideri Atti Eleti, sesli iletişimin gelecekte bilgisayarlarla çalışmanın ana yöntemi haline gelebileceğini vurguladı. Kendi deneyiminde bu özellik sayesinde 40 dakikaya kadar süren uzun ve anlamlı sohbetler gerçekleştirdiğini belirtti. Şirket, sesli asistanı sadece bir arama aracı olarak değil, karmaşık işleri yöneten temel bir arayüz olarak görüyor.

Günümüzde 150 milyondan fazla insan ChatGPT'nin sesli ve dikte özelliklerini kullanıyor. Rekabet ortamında Apple ve Amazon da kendi sanal asistanlarını daha doğal hale getirmek için çalışıyor. OpenAI'ın bu konuda sadece yazılım değil, gelecekte özel AI kulaklıklar gibi cihazlar üzerinde de çalıştığına dair haberler yayılsa da resmi tanıtımda donanım araçları hakkında bilgi verilmedi.