OpenAI, geliştiriciler için 3 yeni yapay zekâ ses modeli duyurdu

OpenAI, geliştiricilere yönelik üç yeni gerçek zamanlı ses modeli tanıttı. Şirket, bu modellerin “yeni nesil ses uygulamalarının önünü açacağını” söylüyor. 

Duyurulan modeller şunlar:

• GPT-Realtime-2
• GPT-Realtime-Translate
• GPT-Realtime-Whisper   

GPT-Realtime-2, GPT-5 seviyesinde akıl yürütme yeteneklerine sahip ilk gerçek zamanlı ses modeli olarak tanıtıldı. Modelin daha doğal konuşmalar kurabildiği, karmaşık istekleri anlayabildiği ve uzun diyaloglarda bağlamı koruyabildiği belirtiliyor. 

GPT-Realtime-Translate ise 70’ten fazla dili gerçek zamanlı çevirebiliyor. Modelin özellikle müşteri hizmetleri, eğitim ve seyahat uygulamalarında kullanılmasının hedeflendiği ifade edildi. 

Üçüncü model olan GPT-Realtime-Whisper ise düşük gecikmeli canlı konuşma metne dönüştürme sistemi olarak geliştirildi. Bu sistemin toplantı notları, canlı altyazı ve ses kayıt çözümlerinde kullanılabileceği belirtiliyor. 

Yeni modeller, OpenAI’ın Realtime API sistemi üzerinden geliştiricilere sunuldu. Şirket; Zillow, Priceline ve Deutsche Telekom gibi firmaların şimdiden bu sistemleri test etmeye başladığını açıkladı. 

Topluluk tarafında ise geliştiriciler özellikle GPT-Realtime-2’nin araç kullanımı, uzun bağlam desteği ve canlı konuşma sırasında işlem yapabilme özelliklerini dikkat çekici buluyor. Reddit’te yapılan yorumlarda bunun “sesli asistanlardan gerçek sesli ajanlara geçiş” anlamına geldiği ifade ediliyor.