Yapay zekâ teknolojilerinin öncüsü OpenAI, sesli iletişim standartlarını kökten değiştirecek yeni hamlesini gerçekleştirdi. Şirket, ChatGPT kullanıcılarının yapay zekâ ile "bekle-cevapla" ya da telsiz benzeri "bas-konuş" mantığına ihtiyaç duymadan, tamamen doğal ve kesintisiz iletişim kurmasını sağlayan GPT-Live modellerini duyurdu. GPT-Live-1 ve GPT-Live-1 mini adını taşıyan yeni modeller, iki insanın karşılıklı konuşması kadar akıcı bir sohbet deneyimi vaat ediyor.
"Full-Duplex" Dönemi: Aynı Anda Hem Dinleme Hem Konuşma
GPT-Live teknolojisinin merkezinde, sinema ve telekomünikasyon dünyasından aşina olduğumuz "full-duplex" yani çift yönlü iletişim mimarisi yer alıyor. Eski nesil sesli sistemler, kullanıcının konuşmasını tamamen bitirmesini bekliyor ve ardından bir yanıt üretiyordu. Yeni mimari ise dinleme ve konuşma eylemlerini eş zamanlı olarak yürütüyor.
Bu sayede kullanıcılar, yapay zekânın sözünü keserek araya girebiliyor ve konuşma esnasında verilen doğal duraksamalar sistem tarafından "sohbet bitti" şeklinde algılanmıyor. Model, sohbeti daha da insansı kılmak adına "hmm" veya "evet" gibi kısa geri bildirimler verebiliyor, doğru anda söze girip gerekirse sessiz kalabiliyor. Bu esnek yapı, özellikle canlı çeviri gibi anlık tepki gerektiren senaryolarda devrim yaratacak nitelikte.
Derin Akıl Yürütmede GPT-5.5 İmzası
Yeni sistem, günlük sohbet akışıyla derin düşünme gerektiren arka plan süreçlerini birbirinden ayırıyor. Kullanıcı GPT-Live ile konuşurken karmaşık bir web araması, gelişmiş akıl yürütme veya yapay zekâ ajanlarına yönelik bir görev tetiklendiğinde, sistem bu ağır iş yükünü arka planda çalışan GPT-5.5 modellerine devrediyor. Bilgi veya analiz hazırlandığında, sohbetin doğal ritmi bozulmadan yanıt kullanıcıya sesli olarak aktarılıyor. Bu esnek yapı, ses deneyiminin gelecekteki yeni nesil büyük dil modelleriyle de otomatik olarak entegre olmasını sağlayacak.
Eski Sistemlerden Farkı Ne?
OpenAI, sesli teknolojilerin evrimini şu şekilde özetliyor:
İlk ChatGPT Voice sürümü; konuşmayı metne çeviren, metni işleyen ve ardından metni yeniden sese dönüştüren üç farklı modelin zincirleme çalışmasına dayanıyordu. Bu durum gecikmelere ve veri kayıplarına yol açıyordu.
Sonrasında gelen Gelişmiş Ses Modu (Advanced Voice Mode) tek bir model üzerinden gecikmeyi azaltsa da sıra tabanlı yapıyı değiştirememişti.
GPT-Live ise saniyede birden çok kez karar alabilen sürekli aktif mimarisiyle; duraklama, dinleme, araç çağırma ve söz kesme eylemlerini tamamen dinamik şekilde yönetiyor.
Yeni dönemde sesli kullanım sadece konuşmayla sınırlı kalmıyor; borsa, spor müsabakaları ve hava durumu gibi güncel konularda ekranda zengin görsel kartlar da belirebiliyor. Bellek yönetimi, dosya yükleme ve görsel analizi gibi mevcut özellikler korunurken, ChatGPT’nin popüler 9 farklı sesi de bu yeni yapıya uygun şekilde yeniden optimize edildi.
Haftalık 150 Milyon Kullanıcıya Özel Güvenlik Kalkanı
OpenAI verilerine göre, her hafta 150 milyondan fazla insan ChatGPT'nin sesli özelliklerinden yararlanıyor. Kullanıcılar sistemi yabancı dil pratiği yapmaktan çocuklarına hikaye anlattırmaya, eller serbest yolculuk yapmaktan günlük işleri organize etmeye kadar geniş bir yelpazede kullanıyor.
Bu devasa kitle için güvenlik önlemlerini artıran şirket, GPT-Live için sesli etkileşimlere özel bir dizi psikolojik ve sosyal güvenlik testi uyguladı. Sistem; yapay zekaya duygusal bağımlılık, psikoz, mani, kendine zarar verme eğilimi, şiddet ve cinsel içerik gibi hassas alanlarda sıkı denetimlerden geçirildi. Model, riskli bir söylem algıladığı anda güvenlik mesajları devreye sokabiliyor veya gerekirse görüşmeyi kendiliğinden sonlandırabiliyor.
Dağıtım Başladı: Kimler Kullanabiliyor?
GPT-Live modelleri; iOS, Android ve ChatGPT.com platformları üzerinden kademeli olarak küresel çapta kullanıma sunuldu. Sistem, kullanıcı profillerine göre şu şekilde dağıtılıyor:
| Kullanıcı Grubu | Varsayılan Model | Erişim Durumu |
|---|---|---|
| Plus, Pro ve Go Aboneleri | GPT-Live-1 | Hemen Kullanımda |
| Ücretsiz Kullanıcılar | GPT-Live-1 mini | Kademeli Dağıtılıyor |
