OpenAI, ChatGPT'nin sesli sohbet özelliği için yeni bir ses modeli olan GPT-Live-1'i kullanıma sundu. Şirket, modeli bugünden itibaren ChatGPT'nin web ve mobil uygulamalarında hem ücretsiz hem de ücretli kullanıcılar için küresel çapta kullanıma sunmaya başlayacağını duyurdu.
OpenAI, her hafta 150 milyondan fazla kişinin ChatGPT ile sesli etkileşim kurduğunu belirtiyor. GPT-Live-1, Advanced Voice Mode'un yerini alarak ChatGPT'nin sesli sohbet özelliğinin varsayılan modeli olacak.
Full-duplex yetenek
OpenAI, yeni modeli "full-duplex" olarak tanımlıyor; yani aynı anda dinleyip konuşabiliyor. Şirketin konuşma modelleri araştırma lideri Kundan Kumar, modelin "bir telefon görüşmesi gibi" çalıştığını söyledi. Önceki sürümler, bir tarafın konuşmasını bitirmesini bekleyen telsiz benzeri bir yapıya sahipti.
GPT-Live-1, "hı hı" veya "doğru" gibi ifadelerle dikkatini gösteriyor, hataları düzeltmek için proaktif olarak araya girebiliyor veya kullanıcı düşünürken sessiz kalabiliyor.
Rekabet ve diğer örnekler
Full-duplex modeller üzerinde çalışan başka şirketler de var. En dikkat çekici örnek, Nvidia'nın Ocak ayında açık kaynak lisanslarla yayınladığı PersonaPlex sistemi. Diğer örnekler arasında ByteDance'in Seeduplex'i ve Thinking Machines Lab'ın Interaction Model'leri yer alıyor. Interaction Model'ler henüz ön izleme aşamasında ve geniş çapta yayınlanmadı.
Zeka ve çeviri yetenekleri
OpenAI, ChatGPT'nin sesli sohbet özelliğinin artık şirketin en son sınır modellerinden biri olan GPT-5.5'i kullanarak daha zeki hale geldiğini belirtti. Kısa bir demoda, model bir kullanıcının "Arjantin'in bir sonraki maçı ne zaman?" sorusuna yanıt olarak canlı web araması yaptı ve bağlamı anlayarak 2026 Dünya Kupası çeyrek finalinde İsviçre'ye karşı oynanacak maçı tespit etti. Maçın saatini sözlü olarak belirtmese de, mobil uygulamada ek bilgiler ekranda gösterildi.
OpenAI ayrıca modelin eşzamanlı çeviri yapabildiğini gösterdi; İngilizce konuşmayı gerçek zamanlı olarak Hintçe'ye çevirdi. Önceki ses modelleri çeviriyi sıralı olarak yapabiliyordu.
Kullanıcı seçenekleri ve güvenlik
Ücretli kullanıcılar üç farklı zeka seviyesi arasından seçim yapabiliyor: anlık, orta ve yüksek. OpenAI, bunun kullanıcıların hız ile akıl yürütme kapasitesi arasında denge kurmasını sağladığını söylüyor. Demo anlık modda yapıldı. Ücretsiz kullanıcılar ise GPT-Live-1 Mini'ye erişebilecek. Şirket, Mini varyantın farkları hakkında henüz detay paylaşmadı.
Güvenlik tarafında, GPT-Live-1, "ses için özel olarak tasarlanmış" yeni önlemler içeriyor. Sistem, potansiyel olarak güvenli olmayan bir çıktı tespit ettiğinde modeli daha güvenli bir yanıta yönlendirebiliyor veya aşırı durumlarda konuşmayı sonlandırabiliyor.
Gelecek planları
OpenAI, zamanla GPT-Live-1'in ajanlarla sesli etkileşimin temeli haline gelmesini bekliyor. Şirket, konuşma modelleri üzerine daha fazla araştırmanın, kullanıcıların Codex modeliyle yapabildiklerine benzer şekilde, ancak daha konuşmaya dayalı bir formatta, giderek daha karmaşık "ajan iş akışlarını" ses yoluyla yönetmelerine olanak sağlayabileceğini belirtti.
Neden önemli
Full-duplex ses modelleri, yapay zeka ile insan etkileşiminde doğallığı artırarak sohbet robotlarının kullanım alanını genişletiyor. OpenAI'nin bu alana yatırım yapması, sesli asistanların gelecekte daha karmaşık görevleri üstlenebileceğinin sinyalini veriyor. Nvidia, ByteDance ve Thinking Machines Lab gibi rakiplerin de benzer teknolojiler geliştirmesi, rekabetin hızlanacağını gösteriyor. Özellikle çok dilli pazarlar için eşzamanlı çeviri ve düşük gecikme süresi kritik önem taşıyor.
