OpenAI, yapay zeka destekli ses teknolojilerinde kayda değer bir ilerleme kaydetti. Şirket, önceki nesil modellerine göre daha doğal bir konuşma deneyimi sunan yeni modellerini tanıttı. Bu gelişme, yapay zekaların insanlarla daha sezgisel ve akıcı bir şekilde iletişim kurmasına zemin hazırlayacak.
OpenAI, yeni nesil ses modellerini tanıttı
Şirketin duyurusunu yaptığı yeni konuşma modeli gpt-4o-mini-tts, geçmişteki konuşma sentezleme teknolojilerine göre daha gerçekçi ve esnek bir ses deneyimi sunuyor. Geliştiriciler, bu modelin konuşma stilini yönlendirebilir ve yapay zekanın belirli bir ton veya karakter ile konuşmasını sağlamaktadır. Örneğin, modele “Ortaçağ şövalyesi gibi konuş” komutu verildiğinde, buna uygun bir ses çıkışı elde edilebiliyor.
Ayrıca, OpenAI, Whisper modelinin yerini alacak olan gpt-4o-transcribe ve gpt-4o-mini-transcribe modellerini de tanıttı. Bu yeni modeller, çeşitli aksanları ve konuşma biçimlerini daha iyi anlayabilmek için geniş ve yüksek kaliteli ses verileri ile eğitildi. Yapılan açıklamalarda, Whisper’ın önceki dönemlerdeki hata oranlarının önemli ölçüde azaltıldığı ve yeni sistemlerin transkripsiyon doğruluğunu artırdığı vurgulandı.
Bununla birlikte, OpenAI yeni transkripsiyon modellerini açık kaynak olarak piyasaya sürmeyeceğini bildirdi. Şirket, geçmişte Whisper’ı açık kaynak olarak sunmuştu, ancak bu kez modellerin daha karmaşık olduğunu belirterek yalnızca belirli kullanım senaryoları için açık kaynak çözümleri paylaşacağını duyurdu.
Yeni nesil ses modelleri, OpenAI’ın API platformu aracılığıyla tüm geliştiricilerin erişimine sunulmuş durumda. Bu konu hakkındaki düşüncelerinizi aşağıdaki yorum kısmından bizimle paylaşabilirsiniz.
