OpenAI, bugün GPT-Live-1 ve GPT-Live-1 mini adını verdiği yeni konuşma modellerini piyasaya sürdü. Şirket, bu modellerin daha doğal ses çıkardığını ve konuşma sırasında söz alma (turn-taking) becerisinin daha iyi olduğunu iddia ediyor. Full-duplex yapıya sahip bu modeller, aynı anda hem konuşup hem dinleyebildiği için kullanıcılar doğal bir şekilde araya girebiliyor ve canlı çeviri gibi özellikler de mümkün hale geliyor. OpenAI araştırma lideri Kundan Kumar, basın brifinginde GPT-Live-1'i şirketin 'en zeki ses modeli' olarak nitelendirdi.
Yeni model, kullanıcı konuşurken araya girme ve soruları yanıtlayacak kadar zeki olamama gibi sorunları çözüyor. OpenAI'ın yeni modelleri, sorguyu arama, akıl yürütme veya ajan benzeri yetenekler için GPT-5.5 gibi en son metin modellerine gönderecek ve aynı anda konuşmaya devam edecek. Ayrıca model, hava durumu, hisse senetleri ve spor gibi konulardaki sohbetleri, yapay zeka tarafından oluşturulan görsellerle destekleyerek ilgili bilgileri (örneğin spor skorları veya haftalık hava tahmini) gösterebiliyor.
OpenAI ayrıca modelin uzun süre sessiz kalabildiğini ve kendisine söz verilene kadar konuşmanın bağlamını özümseyebildiğini gösterdi. Kullanıcı konuşmaya ara verdiğinde model, 'mhmm' veya 'anladım' gibi onaylama sesleri çıkararak dinlediğini belirtebiliyor. Şirket, ChatGPT'deki mevcut Gelişmiş Ses Modu'nu varsayılan olarak GPT-Live-1 mini ile değiştiriyor. Ücretli abonelik katmanlarındaki kullanıcılar ise daha büyük olan GPT-Live-1 modeline erişebilecek. Yeni modeller iOS, Android ve web üzerinde kullanıma sunuluyor.
Şirket, ChatGPT'deki yeni ses modunun daha uzun konuşmalar için tasarlandığını söylüyor. Basın toplantısında ChatGPT Voice'un ürün sorumlusu Atty Eleti, yürüyüşler sırasında ses özelliğiyle 30 ila 40 dakika süren konuşmalar yaptığını anlattı. OpenAI, sesin karmaşık işler için bilgisayarla etkileşimde birincil arayüz olabileceğini düşünüyor. Eleti, 'Zamanla bunun sesi birincil bilgi işlem arayüzü olarak kullanma ve giderek karmaşıklaşan uzun soluklu ajan benzeri işleri yönetme becerisini de ortaya çıkaracağını düşünüyoruz' dedi.
Yeni modellerde güvenlik önlemleri de bulunuyor. Model, zararlı yanıtlardan kaçınacak ve 'yüksek riskli' durumlarda sohbeti tamamen sonlandıracak şekilde eğitildi. Kendine zarar verme gibi konularda 'uzman onaylı kriz destek hattı' yönlendirmesi sunan model, gençlere yaşlarına uygun yanıtlar verecek şekilde tasarlandı. OpenAI, 150 milyondan fazla kişinin Ses ve Dikte gibi özellikleri kullanarak ChatGPT ile konuştuğunu belirtti.
Rakipler de asistanları daha etkileyici hale getirmeye çalışıyor. Hem Apple hem de Amazon, asistanlarını daha iyi bağlam yönetimiyle daha konuşkan hale getirecek şekilde güncelledi. Oculus kurucu ortağı Brendan Iribe ve Ankit Kumar tarafından kurulan Sesame gibi girişimler de arka planda görevleri tamamlarken daha doğal konuşma sunan yapay zeka asistanları çıkardı. OpenAI da aynı yönde ilerliyor ve kullanıcıların asistanla eller serbest şekilde daha uzun süre konuşmasını hedefliyor.
