OpenAI, GPT-Live-1 ve GPT-Live-1 mini adlı yeni konuşma modellerini yayınladı. Şirket, modellerin daha doğal ses verdiğini ve konuşma sırasını daha iyi yönetebildiğini söylüyor. Aynı anda hem konuşup hem de dinleyebilen tam çift yönlü (full-duplex) yapıdaki bu modeller, kullanıcıların sözü doğal bir şekilde kesmesine olanak tanıyor ve canlı çeviri gibi özellikleri mümkün kılıyor.
Şirket ayrıca ChatGPT’deki mevcut Advanced Voice Mode’u varsayılan olarak GPT-Live-1 mini ile değiştiriyor. Ücretli abonelik kullanıcıları ise daha büyük olan GPT-Live-1 modeline erişebilecek. Önceki model; konuşmayı metne döken bir sesten metne modelini, yanıt üreten bir büyük dil modelini ve nihai yanıtı sunan bir metinden sese modelini birleştiriyordu.
Şirket düzenlenen basın toplantısında, yeni modellerin kullanıcılar konuşurken sözlerini kesme ve soruları yanıtlayacak kadar yeterli zekaya sahip olmama gibi sorunları çözdüğünü belirtti. OpenAI’ın yeni modelleri, bir yandan sohbeti sürdürürken diğer yandan arama yapma, mantık yürütme veya ajan tabanlı yetenekler için sorguyu GPT-5.5 gibi en son metin modellerine yönlendirecek.
Modelin, kendisine seslenilene kadar uzun süre sessiz kalabildiği ve sohbetin bağlamını özümseyebildiği de gösterildi. Dahası, yeni ses modu daha yeni GPT modellerine erişebildiği için bazı bilgileri görsel bir formatta da sunabiliyor. DST ve Lux Capital‘dan 40 milyon dolar tohum yatırım alan Monogram gibi diğer girişimler de asistanları daha etkileşimli hale getirmek için görsel yanıtlara yöneliyor.
ChatGPT’deki yeni ses modunun daha uzun sohbetler gerçekleştirmek üzere tasarlandı. Toplantı sırasında ChatGPT Voice ürün lideri Atty Eleti, yürüyüş yaparken ses özelliğiyle 30 ila 40 dakika süren sohbetler yaptığını dile getirdi.
OpenAI, sesin karmaşık işler için bilgisayar kullanımında ana arayüz haline gelebileceğini düşünüyor. Haberler, şirketin bu yıl YZ yeteneklerine sahip bir kulaklık çıkarabileceğine işaret ediyordu ancak şirket donanım ürünleri hakkında herhangi bir bilgi paylaşmadı.
Eleti şu ifadeleri kullandı: “Zamanla bunun, sesi bir tür birincil bilgisayar arayüzü olarak kullanma ve giderek karmaşıklaşan uzun süreli otonom işleri yönetme imkanı sunacağına inanıyoruz. İnsanların Codex ve ChatGPT kullanarak başardığı harika kullanım senaryolarının benzer şekilde, sesin de her türlü iş için geleceğin arayüzü olabileceğini düşünüyoruz.”
OpenAI, ChatGPT’nin ses modunu daha doğal kılmak amacıyla son birkaç yıldır ses tabanlı özellikleri güçlendirmek için çalışıyor. Şirket, 150 milyondan fazla insanın Voice ve Dictation gibi özellikleri kullanarak ChatGPT ile konuştuğunu açıkladı.
Rakipler de asistanları ifade yeteneği daha güçlü hale getirmek için adımlar atıyor.
Hem Apple hem de Amazon, asistanlarını daha iyi bağlam kavrama ve daha sohbet odaklı bir yapıya kavuşturmak için güncelledi. Oculus‘un kurucu ortaklarından Brendan Iribe ve Ankit Kumar tarafından kurulan Sesame gibi girişimler de arka planda görevleri tamamlarken daha doğal sohbet edebilen YZ asistanlarını kullanıma sundu.
OpenAI da aynı doğrultuda hareket ederek kullanıcıların asistanıyla daha uzun süre eller serbest (hands-free) şekilde konuşabilmesini hedefliyor. Yeni ses modunun daha doğal hissettirdiği iddiasına rağmen şirket, bunu bir YZ arkadaşı haline getirmeyi amaçlamadığının altını çizdi. Modellerin, gençlere yaşlarına uygun yanıtlar verecek ve sohbet kendi kendine zarar verme gibi konulara kayarsa kaynaklar sunacak yerleşik güvenlik önlemlerine sahip olduğu belirtildi.
Yeni ses modunun halen geliştirilmeye ihtiyacı var. Demoda Hintçe canlı çeviri özelliği gösterilirken, asistan ağır bir Amerikan aksanına sahipti ve yapay duran, fazla resmi ve günlük konuşmadan uzak bir Hintçe ile konuştu. Şirket, yeni modun “en çok konuşulan diller” için optimize edildiğini ifade etti fakat bu dillerin hangileri olduğunu belirtmedi.
Kaynak: https://techcrunch.com/2026/07/08/openai-releases-new-voice-models-for-more-natural-live-conversations/
