ChatGPT’nin güncellenen sesli versiyonuna denk geldiniz mi?

Duraksıyor, gülüyor, sesini alçaltıyor; siz konuşurken “hı hı” ve “anladım” gibi küçük karşılıklar veriyor. Bazen sözünüzü kesiyor, bazen düşünmeniz için bekliyor. İnsan gibi konuşmanın yanı sıra sizi dinlediğini de hissettiriyor.

Bu yeni sesin kullanıma sunulduğu günlerde Instagram’da başka bir akım yayılıyordu. Kullanıcılar aynı kelimeyi kızgın, kırgın, neşeli, flörtöz ve alaycı tonlarda tekrarlıyordu. Kelime değişmiyor; anlamı sesin yüksekliği, ritmi, vurgusu ve duraksamalar belirliyordu. Azalmakla birlikte hala örneklerine rastlamak mümkün.

ChatGPT’nin yeni sesli versiyonu da tam olarak bunu yapabiliyor.

Peki bu benzerlik tesadüf mü? Yoksa Instagram yapay zekaya nasıl konuşacağını mı öğretti?

OpenAI’nin bu özelliği belirli bir Instagram akımından esinlenerek geliştirdiğine somut bir açıklama yok, ancak iddialara karşı yapılan bir reddetme de söz konusu değil.

CHATGPT KONUŞMAYI NASIL ÖĞRENDİ

ChatGPT’nin ilk sesli versiyonu, 2023’ün Eylül ayında kullanıma sunuldu. Sistem aslında üç ayrı aşamadan oluşuyordu. Kullanıcının sesi önce Whisper adlı konuşma tanıma sistemiyle yazıya çevriliyor, ChatGPT yanıtı metin olarak hazırlıyor, başka bir model de bu metni seslendiriyordu.

Bu yöntem yapay zekanın konuşmasını sağladı, fakat insan sesini insan yapan ayrıntıların büyük bölümü aşamalar arasında kayboluyordu. ChatGPT kelimeleri duyuyor ancak onların hangi tonla söylendiğini bütünüyle anlayamıyordu. Kullanıcının duygusunu doğrudan sesten çıkarmakta zorlanıyordu. Verdiği yanıt da önceden yazılmış bir metnin düzgün biçimde okunmasına benziyordu.

OpenAI, bu ilk sistem için profesyonel ses ve ekran oyuncularıyla çalıştı. 2023’te açılan ilana 400’den fazla kişi başvurdu. Şirket, farklı kültürlere hitap edebilen, sıcak, güven veren, doğal, karizmatik ve kolay dinlenen sesler aradığını açıkladı. Seçilen oyuncular Haziran ve Temmuz aylarında San Francisco’da kayıt yaptı. Breeze, Cove, Ember, Juniper ve Sky adları verilen beş ses, Eylül 2023’te ChatGPT’ye eklendi.

Burada ses oyuncuları yapay zekanın temel ses rengini sağladı. O sesin nasıl konuşacağı, hangi kelimeyi nerede vurgulayacağı ve hangi duyguyu nasıl göstereceği ise modeller geliştikçe değişti.

Asıl büyük değişim, Mayıs........

© OdaTV