OpenAI, GPT-Live-1 ve GPT-Live-1 mini adlı yeni konuşma modellerini yayınladı; bu modellerin önceki versiyonlardan daha doğal ses çıkardığı ve sıra almayı daha iyi yönettiği iddia ediliyor. Bu tam çift yönlü modeller aynı anda konuşup dinleyebiliyor, kullanıcıların doğal bir şekilde söz kesmesine olanak tanıyor ve canlı çeviri gibi özellikleri mümkün kılıyor. Şirket, ChatGPT'deki mevcut Gelişmiş Ses Modu'nu varsayılan olarak GPT-Live-1 mini ile değiştiriyor; ücretli kullanıcılar ise daha büyük GPT-Live-1 modeline erişebiliyor. Eski düzen - bir konuşmadan metne modeli, bir büyük dil modeli ve bir metinden konuşmaya modelinin birbirine bağlanması - görünüşe göre bazı sorunlar yaşıyordu, örneğin kullanıcıların sözünü ortasında kesmek ve soruları yanıtlayacak zekadan yoksun olmak gibi. Yeni modeller, sohbeti devam ettirirken arama, akıl yürütme veya ajan görevleri için GPT-5.5'e sorgu gönderebiliyor.

OpenAI ayrıca modelin uzun süre sessiz kalabildiğini, çağrılana kadar bağlamı emdiğini ve daha yeni GPT modellerine erişim sayesinde görsel bilgiler sunabildiğini gösterdi. DST ve Lux Capital'tan 40 milyon dolar toplayan Monogram gibi rakipler de görsel yanıtlara yöneliyor. Bir basın brifinginde, ChatGPT Ses ürün sorumlusu Atty Eleti, yürüyüşler sırasında 30-40 dakikalık sesli sohbetler yaptığını iddia etti. OpenAI, sesi karmaşık bilgi işlem için birincil arayüz olarak görüyor ve söylentilere göre bu yıl yapay zeka destekli kulaklıklar piyasaya sürebilir, ancak şirket donanım konusunda sessiz kaldı.

"Zamanla bunun, sesi bilgi işlem için bir tür birincil arayüz olarak kullanma ve giderek daha karmaşık, uzun süreli ajan işlerini yönetme yeteneğini de ortaya çıkaracağını düşünüyoruz," dedi Eleti. OpenAI yıllardır ses özelliklerini geliştiriyor ve ChatGPT'de 150 milyondan fazla kişinin Ses ve Dikte özelliklerini kullandığını belirtiyor. Apple ve Amazon gibi rakipler de asistanlarını güzelleştiriyor ve Oculus'un kurucu ortağı Brendan Iribe ile Ankit Kumar tarafından kurulan Sesame gibi girişimler daha doğal yapay zeka asistanları çıkarıyor. OpenAI, ses modunu daha ilgi çekici hale getirmesine rağmen bir yapay zeka arkadaşı yaratmaya çalışmadığında ısrar ediyor ve yaşa uygun yanıtlar ile kendine zarar verme konularında kaynaklar için güvenlik önlemleri ekledi. Ancak yeni mod hâlâ geliştirilmeye muhtaç: Hintçe'ye canlı çeviri demosu sırasında asistan, ağır bir Amerikan aksanı ve kitap gibi bir tonda konuştu. OpenAI, modun "çoğu konuşulan dil" için optimize edildiğini söylüyor ancak hangileri olduğunu belirtmedi.