OpenAI, ChatGPT’nin sesli sohbet deneyimini baştan aşağı yenileyen yeni nesil ses modeli ailesi GPT-Live’ı duyurdu. GPT-Live-1 ve GPT-Live-1 mini adlı iki sürümden oluşan yeni altyapı, yapay zekâyla konuşmayı “söyle-bekle-dinle” döngüsünden çıkararak gerçek bir insan sohbetine yaklaştırmayı hedefliyor.
Aynı anda hem dinliyor hem konuşuyor
Yeni modellerin en dikkat çekici özelliği “full-duplex” olarak adlandırılan tam çift yönlü mimari. Önceki sistemlerde ChatGPT’nin yanıt üretebilmesi için kullanıcının konuşmasını bitirmesi gerekiyordu. GPT-Live ise dinleme ve konuşmayı eş zamanlı yürütebiliyor. Böylece kullanıcı doğal bir şekilde araya girebiliyor, düşünmek için verdiği kısa duraklamalar konuşmanın bittiği şeklinde algılanmıyor.
Model sohbet sırasında “hı hı” ya da “anladım” gibi kısa geri bildirimlerle dinlediğini hissettirebiliyor; gerektiğinde sessiz kalıyor, uygun anda söze girebiliyor. OpenAI’a göre sistem konuşmaya devam etme, duraklama, dinleme veya araç çağırma gibi kararları saniyede birçok kez vererek çalışıyor. Bu yapı, canlı çeviri gibi gerçek zamanlı senaryoları da mümkün kılıyor.
Üç aşamalı eski sistem tarihe karışıyor
ChatGPT’nin ilk sesli sürümü; konuşmayı metne çeviren model, yanıtı hazırlayan büyük dil modeli ve metni tekrar sese dönüştüren model olmak üzere üç ayrı bileşenden oluşan bir zincir yapı kullanıyordu. Bu yaklaşım hem gecikmeye hem de modeller arasında bilgi kaybına yol açabiliyordu. Sonrasında gelen Gelişmiş Ses Modu (Advanced Voice Mode) tek model üzerinde çalışarak gecikmeyi azaltsa da sıra tabanlı yapıyı koruyordu. GPT-Live ise doğrudan ses odaklı ve sürekli çalışan mimarisiyle bu kısıtları ortadan kaldırıyor.
Karmaşık işler arka planda GPT-5.5’e devrediliyor
Yeni mimarinin bir diğer önemli yeniliği sohbet ile derin muhakemenin birbirinden ayrılması. Web araması, gelişmiş akıl yürütme veya ajan tabanlı görevler gerektiğinde GPT-Live isteği arka planda GPT-5.5 gibi daha güçlü modellere yönlendiriyor; bu sırada kullanıcıyla konuşmayı sürdürerek sohbetin akışını koruyor. Sonuç hazır olduğunda yanıt, doğal akış bozulmadan aktarılıyor. Bu yaklaşım sayesinde sesli deneyim, gelecekte yayımlanacak yeni nesil modellerden de otomatik olarak yararlanabilecek. Kullanıcılar ayrıca ihtiyaçlarına göre Instant, Medium ve High olmak üzere farklı muhakeme seviyeleri seçebiliyor.
Görsel kartlar ve yenilenen sesler
GPT-Live sesli kullanım sırasında hava durumu, borsa ve spor karşılaşmaları gibi konularda zengin görsel kartlar gösterebiliyor. Arama, bellek, görsel ve dosya yükleme gibi mevcut ChatGPT özellikleri sesli modda çalışmaya devam ediyor. OpenAI, ChatGPT’deki dokuz farklı sesi de yeni model için yeniden düzenlediğini açıkladı. Öte yandan yeni ses modeli şu aşamada video veya ekran paylaşımıyla birlikte çalışmıyor; şirket bu özellikleri yakında sunmaya hazırlanıyor.
Uzun sohbetler ve güvenlik testleri
Şirket yeni sesli modun özellikle uzun konuşmalar düşünülerek tasarlandığını vurguluyor; bir OpenAI yöneticisi yürüyüş sırasında ChatGPT ile 30-40 dakika kesintisiz sohbet edebildiğini aktardı. Önceki sürümlerde zaman zaman yaşanan “kullanıcının sözünü kesme” sorununun da büyük ölçüde giderildiği belirtiliyor.
OpenAI, GPT-Live’ın geliştirilmesi sürecinde sese özel güvenlik değerlendirmeleri yaptığını da açıkladı. Model; kendine zarar verme, psikoz ve mani, yapay zekâya duygusal bağımlılık, şiddet ve cinsel içerik gibi risk alanlarında kapsamlı testlerden geçirildi. Sistem riskli içerik tespit ettiğinde daha güvenli yanıtlar üretebiliyor, gerekli durumlarda ek güvenlik mesajları gösterebiliyor veya görüşmeyi sonlandırabiliyor.
Bununla birlikte her dilde aynı performans henüz sağlanabilmiş değil. Tanıtım sırasında yapılan canlı Hintçe çeviri demosunda asistanın belirgin bir Amerikan aksanıyla konuştuğu gözlendi. OpenAI en çok kullanılan diller için optimizasyonun sürdüğünü ve dil desteğinin zamanla geliştirileceğini ifade ediyor.
Kimler nasıl kullanabilecek
Her hafta 150 milyondan fazla kişinin ChatGPT’nin ses tabanlı özelliklerini kullandığını açıklayan OpenAI, GPT-Live’ı iOS, Android ve ChatGPT.com üzerinden küresel olarak kademeli şekilde yayınlamaya başladı. Go, Plus ve Pro aboneleri varsayılan olarak daha gelişmiş GPT-Live-1 modelini kullanırken, ücretsiz kullanıcılara GPT-Live-1 mini sunuluyor. Şirket, modeli yakında API üzerinden geliştiricilere de açmayı planlıyor.
Yorum Yok
