OpenAI, ChatGPT’nin sesli modunu GPT-Live-1 ve mini modelleriyle yeniledi. Artık yapay zeka ile sohbet daha doğal ve kesintisiz.
OpenAI, ChatGPT’nin sesli moduna GPT-Live-1 ve GPT-Live-1 mini adlı yeni ses modellerini entegre etti. Bu güncellemeyle yapay zeka ile gerçekleştirilen sohbetlerin daha doğal ve insan konuşmasına benzer bir akıcılık kazanması amaçlanıyor. Kullanıcılar artık daha kesintisiz bir iletişim deneyimi yaşayabilecekler.
Yeni modellerin en dikkat çekici özelliği tam çift yönlü iletişim (full-duplex) yeteneğidir. Bu sayede yapay zeka, kullanıcıyı dinlerken aynı anda konuşma yapabilmektedir. Ayrıca, konuşma sırasındaki duraklamaları ve geçişleri daha başarılı bir şekilde yöneterek diyalogları insan etkileşimine yaklaştırmaktadır.
ChatGPT’nin mevcut sesli modu varsayılan olarak GPT-Live-1 mini modeliyle değiştirildi. Ücretli abonelik katmanında bulunan kullanıcılar ise daha gelişmiş özelliklere sahip ana GPT-Live-1 modeline erişim sağlayabilmektedir. Bu ayrım, farklı kullanıcı ihtiyaçlarına yönelik çözümler sunmaktadır.
OpenAI’ın önceki ses altyapısı, konuşmayı metne dönüştüren, cevabı üreten ve ardından seslendiren üç aşamalı bir sistem kullanıyordu. Yeni modeller ise bu karmaşık ve gecikmeli yapıyı ortadan kaldırmaktadır. Doğrudan ses tabanlı bir deneyim sunarak iletişimi hızlandırmaktadır.
Yeni ses modunun özellikle uzun soluklu sohbetler için tasarlandığı belirtildi. Şirket yöneticileri, bu özellik sayesinde 30 ila 40 dakika süren kesintisiz konuşmalar gerçekleştirdiklerini ifade etti. Ayrıca, kullanıcıların sözünü durduk yere kesme sorunu da çözüme kavuşturuldu.
Modül, arama, akıl yürütme veya ajan yetenekleri gerektiren karmaşık sorguları arka planda GPT-5.5 gibi şirketin en son metin modellerinden birine göndermektedir. Bu işlem sırasında kullanıcıyla olan sesli sohbet akışı kesintisiz bir şekilde sürdürülmektedir. Bu entegrasyon, kullanıcı deneyimini zenginleştirmektedir.
Yeni modellerin bazı sınırlamalara sahip olduğu gözlemlendi. Bir Hintçe çeviri demosunda, yapay zeka asistanının belirgin bir Amerikan aksanıyla konuştuğu ve Hintçesinin yapay duyulduğu aktarıldı. Şirket, modun “en çok konuşulan dillerin çoğu” için optimize edildiğini belirtse de spesifik bir dil listesi açıklamadı.
