OpenAI, bugün GPT-Live-1 ve GPT-Live-1 mini adını verdiği yeni konuşma modellerini tanıttı. Şirket, bu modellerin daha doğal ses çıkardığını ve konuşma sırasında dönüşümlere daha iyi yanıt verdiğini iddia ediyor. Bu modeller dolaylı çift yönlü iletişim sağlayarak, kullanıcıların doğal bir şekilde kesmelerine olanak tanırken, canlı çeviri gibi özellikler sunuyor.
Şirket, mevcut Gelişmiş Ses Modu’nu ChatGPT’de varsayılan olarak GPT-Live-1 mini ile değiştireceğini duyurdu. Ücretli kullanıcılar ise daha büyük olan GPT-Live-1 modeline erişim sağlayabilecek. Önceki model, konuşmayı transkribe eden bir ses-texte modeli, yanıtları üreten bir büyük dil modeli ve nihai cevabı ileten bir metinden sese modelinin birleşiminden oluşuyordu.
Yeni modellerin, kullanıcıların konuşurken kesilmesi gibi sorunları çözdüğünü ve sorulara yanıt verme konusunda yeterince zeki olmadığını belirten OpenAI, yeni modellerin sorguları en son metin modellerine ileteceğini söyledi. Bu süreç, sohbeti sürdürmeye devam ederken, yeni nesil modellerle daha iyi bir etkileşim sağlıyor.
OpenAI, modelin uzun süre sessiz kalabileceğini ve çağrıldığında konuşmanın bağlamını kavrayabileceğini gösterdi. Ayrıca, yeni ses modunun daha güncel GPT modellerine erişimi sayesinde bazı bilgileri görsel formatta sunabileceği belirtildi. Monogram gibi diğer girişimler de, etkileşimi artırmak için daha görsel yanıtlar sunma eğiliminde.
ChatGPT’deki yeni ses modunun daha uzun konuşmalar yapacak şekilde tasarlandığı ifade edildi. Ürün lideri Atty Eleti, yürüyüş esnasında sesli özellik ile 30 ila 40 dakika süren konuşmalar yaptığını belirtti.
OpenAI, sesli iletişimin karmaşık işler için ana arayüz olabileceğine inanıyor. Bu yıl yapay zeka yeteneklerine sahip bir kulaklık çifti piyasaya sürebileceği yönünde raporlar var, ancak donanım ürünleri hakkında herhangi bir bilgi verilmedi.
Eleti, “Zamanla, sesin tüm türlerdeki işlerin ana arayüzü olma yeteneğini açacağını düşünüyoruz,” dedi. Şirket, ChatGPT’nin ses modunu daha doğal hale getirmek için son birkaç yıldır çalışıyor. Şu an için, 150 milyonun üzerinde kişinin Voice ve Diktasyon gibi özelliklerle ChatGPT ile konuştuğu belirtiliyor.
Rakipler de asistanları daha etkili hale getirmek için çaba sarf ediyor. Apple ve Amazon, asistanlarını daha konuşkan hale getirmek için geliştirmeler yaptı. Oculus’un kurucu ortağı Brendan Iribe ve Ankit Kumar tarafından kurulan Sesame gibi girişimler de, arka planda görevleri yerine getirirken daha doğal diyaloglar sunan yapay zeka asistanları lansmanı yaptı.
OpenAI de bu yönde bir ilerleme kaydederek kullanıcıların asistanla daha uzun süre eller serbest şekilde konuşabilmelerini hedefliyor. Şirket, yeni ses modunun daha doğal bir ses sunduğunu belirtmesine rağmen, bunun bir yapay zeka arkadaşlığı oluşturmayı hedeflemediğini vurguladı. Yeni modellerin gençlere uygun yanıtlar verecek güvenlik önlemlerine sahip olduğunu ve intihar gibi hassas konulara yönlendirilirse kaynaklar sağlayabileceğini açıkladı.
Yeni ses modunun hâlâ geliştirilmesi gereken yönleri var. Demo sırasında, canlı çeviri özelliği Hindi dilinde gösterildiğinde, asistan belirgin bir Amerikan aksanı ile konuştu ve bu konuşma, doğal olmayan bir ton ile biraz kitap gibi bir dil kullandı. Şirket, yeni modun “en çok konuşulan diller için” optimize edildiğini, ancak hangi diller olduğunu belirtmedi.
Yazılarımızdaki bağlantılar üzerinden yapacağınız alışverişlerde, küçük bir komisyon kazanabiliriz. Bu durum, editoryal bağımsızlığımızı etkilemez.
