OpenAI, ChatGPT Voice'u destekleyen yeni nesil ses modelleri olan GPT-Live'ı piyasaya sürmeye başladı. Bir konuşma sırasında GPT-Live, daha kapsamlı muhakeme veya web araması için GPT-5.5 gibi en yeni sınır modeline bir soru iletebilir.
Neler Başlatıldı
GPT-Live-1, ChatGPT Voice for Go, Plus ve Pro kullanıcılarını destekleyen varsayılan model haline gelirken GPT-Live-1 mini, Ücretsiz kullanıcılar için varsayılan model haline gelir.
OpenAI, modelleri tam çift yönlü olarak tanımlıyor; yani aynı anda hem ses alıp hem de konuşma üretebiliyorlar, daha az kesintiye uğruyorlar ve kullanıcı durakladığında bekleyebiliyorlar.
Arama ve Görsel Yanıtlar Konuşmaya Taşınıyor
Konuşulan bir soru daha derin bir akıl yürütmeye veya güncel bilgiye ihtiyaç duyduğunda, GPT-Live bunu başlangıç sırasında bir öncü model olan GPT-5.5'e aktarabilir ve yanıtı tekrar sohbete getirebilir.
ChatGPT Voice ayrıca hava durumu, borsalar ve spor gibi konular için görsel kartlar da gösterebilir ve OpenAI, Voice'un arama, hafıza, görseller ve dosya yüklemelerini desteklemeye devam ettiğini söyledi. Kullanıcılar, hızlı yanıtlar için Anında ve daha kapsamlı sorular için Orta veya Yüksek olmak üzere bir akıl yürütme düzeyi belirleyebilir. OpenAI, Anında yanıtların ve mini modelin GPT-5.5 Instant'ta çalıştığını, Orta ve Yüksek Düzey'in ise GPT-5.5 Thinking'i kullandığını söyledi.
OpenAI Bunu Nasıl Ölçtü?
OpenAI'nin kendi yaptığı birebir değerlendirmelerde, beş ila on dakika süren görüşmelerde Gelişmiş Ses Modu yerine GPT-Live-1 ve GPT-Live-1 mini tercih edildi. OpenAI, değerlendirmelerin genel tercihe, sırayı almaya, kesintilere, konuşma akışına ve etkileşimlerin ne kadar doğal hissettirdiğine baktığını söyledi. Şirket, her hafta 150 milyondan fazla kişinin Ses ve Dikte gibi özellikleri kullanarak ChatGPT ile konuştuğunu söyledi.
Henüz Yapmadıkları
Başlangıçta GPT-Live, ChatGPT'de video veya ekran paylaşımıyla sesi desteklememektedir. OpenAI, bu yetenekleri eklemek için çalıştığını ve önceki Standart ve Gelişmiş Ses Modlarının video ve ekran paylaşımının desteklendiği yerlerde kullanılabilir durumda kalacağını söyledi.
Bu Neden Önemli?
Artık yüksek sesle bir soru sorduğunuzda, cevabı doğrudan ses akışında, bazen de ekranda görsel bir kartın eşliğinde görebilirsiniz. Bu, ChatGPT'ye kaynak siteyi ziyaret etmeden yanıt sunmanın başka bir yolunu sağlar. GPT-5.5'te akıl yürütme ve arama süreci perde arkasında gerçekleştiğinden, burada nelerin ortaya çıkacağı, modelin bilgiyi nasıl aldığına ve kaynaklarına nasıl atıfta bulunduğuna bağlıdır.
İleriye Bakış
OpenAI, dağıtımın küresel olarak başladığını ve video ve ekran paylaşımının bu sürümde yer almadığını ancak üzerinde çalışıldığını söyledi.
OpenAI'nin gönderisi, GPT-5.5 web aramasından sözlü bir soruyu yanıtlarken GPT-Live'ın alıntıları nasıl ele aldığını söylemiyor. ChatGPT'nin metin yanıtları, yanıtın yanında kaynak bağlantılarını gösterir. Sözlü yanıtın kaynaklarını adlandırması, ekranda göstermesi veya dışarıda bırakması dikkat edilmesi gereken ayrıntıdır. Sesli görüşme içindeki bir aramanın yine de sitenize okuyucu gönderip göndermeyeceğine karar veren şey budur.
Öne Çıkan Resim: OpenAI
Bir yanıt yazın