OpenAI, GPT-Realtime-2 ve Yeni Ses Modellerini Tanıttı

OpenAI, sesli yapay zeka alanında devrim yaratacak yeni modellerini tanıttı. Geliştiricilere sunulan GPT-Realtime-2, GPT-Realtime-Translate ve GPT-Realtime-Whisper, sesli etkileşimleri geleneksel soru-cevap döngüsünden çıkararak, gerçek zamanlı düşünebilen ve karmaşık görevleri yerine getirebilen dijital asistanlar haline dönüşüyor. Özellikle GPT-Realtime-2, GPT-5 seviyesinde akıl yürütme yetenekleriyle dikkat çekiyor. Bu model, konuşma akışını kesintiye uğratmadan arka planda çeşitli görevleri sürdürebiliyor.

GPT-Realtime-Translate modeli, 70'ten fazla dili anlayabiliyor ve 13 farklı dilde anında çeviri yapabiliyor. Bu özellik, dil bariyerlerini aşmayı amaçlayan uygulamalar için oldukça önemli bir gelişme. Diğer yandan, GPT-Realtime-Whisper modeli, konuşma devam ederken metne dönüştürme işlemi yaparak, canlı yayınlar ve toplantılarda düşük gecikmeli altyazı desteği sağlıyor.

Yeni modeller, sesli yapay zekanın sadece dinlemekle kalmayıp, aynı zamanda anlamasını ve eş zamanlı olarak eyleme geçmesini de mümkün kılıyor. Kullanıcı deneyimini geliştiren bu sistemlerin Türkiye pazarına ne zaman giriş yapacağı henüz belli değil. Ancak, her 1 milyon ses girişi tokeni için 32 dolarlık bir ücret belirlendiği ifade ediliyor.

OpenAI’ın tanıttığı bu yeni modeller, sesli etkileşimde daha doğal ve insani bir deneyim sunma potansiyeline sahip. Özellikle aksan ve bölgesel telaffuzları ayırt edebilme yeteneği, yapay zeka alanında kaydedilen önemli bir ilerlemeyi temsil ediyor.