OpenAI Yeni Sesli Konuşma Modellerini Duyurdu
OpenAI, sesli konuşma ve metinden sese çeviri konularında dikkat çekici yeni modellerini tanıttı. Bu yenilikler, kullanıcıların konuşmalarını daha doğal bir hale getirirken, metinleri de daha akıcı ve doğru bir şekilde sese dönüştürme yeteneği sunuyor. Artık yapay zeka yalnızca konuşmakla kalmıyor, aynı zamanda konuşma tarzını ve tonunu da daha iyi anlama yeteneğine sahip!
Yeni Modellerin Özellikleri
OpenAI’nin yeni modelleri arasında yer alan “gpt-4o-mini-tts“, metinleri seslendirme konusunda devrim niteliğinde bir gelişme sağlıyor. Bu model, geliştiricilerin seslendirme tarzını belirleyerek farklı seçenekler oluşturmasına olanak tanıyor. Örneğin, modelin bir bilim insanı gibi teknik bir dille ya da sakin bir rehber tonunda seslendirme yapabilmesi mümkün. Şirket, bu modelin çeşitli ses tonlarını desteklediğini ve bu sayede kullanıcı deneyimine daha büyük bir esneklik sağladığını vurguladı.
Konuşmadan Metne Çeviri Modelleri
- Konuşmadan metne çeviri yapan “gpt-4o-transcribe” ve “gpt-4o-mini-transcribe” modelleri, OpenAI’nin önceki Whisper modelinin yerini alıyor.
- Yeni modeller, daha geniş kapsamlı ve kaliteli ses verileri ile eğitildiği için, farklı aksanları ve konuşma biçimlerini daha iyi algılayabiliyor.
- Modeller, yoğun arka plan gürültüsüne sahip ortamlarda bile konuşmaları doğru bir şekilde çözümleyebilme yeteneğine sahip.
Ancak, OpenAI, yeni transkripsiyon modellerini açık kaynak olarak sunmayacağını duyurdu. Daha önce Whisper modelini açık kaynak olarak paylaşan şirket, yeni modellerin çok daha büyük olduğunu ve yerel cihazlarda çalıştırılmasının zor olacağını belirtti. Gelecekte, cihazlara özel daha hafif versiyonların açık kaynak olarak yayımlanmasının değerlendirilebileceğini de ekledi.
