OpenAI, Salı günü ChatGPT'nin Gelişmiş Ses Modunun kullanıma sunulmasını başlatarak kullanıcılara GPT-4o'nun hipergerçekçi sesli yanıtlarına ilk erişim olanağı sağladı. Alfa sürümüne şu anda sınırlı bir grup ChatGPT Plus kullanıcısı erişebilir ve kullanılabilirliği 2024 sonbaharına kadar tüm Plus kullanıcılarını kapsayacak şekilde genişletme niyetindeyiz.
OpenAI Mayıs ayında GPT-4o'nun sesini tanıttığında izleyiciler hızlı tepkilerinden ve gerçek insan sesine çarpıcı benzerliğinden etkilendiler. Sky adı verilen ses, "Her" filmindeki oyuncu Scarlett Johansson'un ses tonunu yakından yansıtıyordu. Demoyu yayınlayan Johansson, benzerlikle ilgili endişelerini dile getirdi ve imajını korumak için yasal temsilciye başvurdu. OpenAI, Johansson'un sesinin kullanımını reddetti ve ardından onu demodan çıkardı. Haziran ayında OpenAI, güvenlik protokollerini desteklemek için Gelişmiş Ses Modunun lansmanının ertelendiğini duyurdu.
Bir ay sonra OpenAI bu özelliği uygulamaya başlıyor; ancak Bahar Güncellemesinde öne çıkan video ve ekran paylaşımı işlevleri ilk alfa sürümünün parçası olmayacak. Şu anda, seçkin premium kullanıcılar daha önce tanıtılan ses özelliğini kullanabilecekler.
Gelişmiş Ses Modu, sesten metne, metin işlemeden ve metinden sese işlevlerini bağımsız olarak yöneterek daha hızlı etkileşimlere yol açan çok modlu bir model olan GPT-4o'nun kullanılmasıyla kendisini mevcut Ses Modundan ayırır. OpenAI, GPT-4o'nun üzüntü, heyecan veya şarkı söyleme biçimindeki müzik tonları gibi duygular da dahil olmak üzere kullanıcının sesi aracılığıyla iletilen duygusal nüansları algılama yeteneğine sahip olduğunu ileri sürüyor.
Bu pilot aşamada ChatGPT Plus kullanıcıları Gelişmiş Ses Modunun hiper gerçekçi işlevlerini deneyimleyecekler. OpenAI, kullanımını yakından denetlemek için bu özelliği aşamalı olarak tanıtıyor. Alfa grubundaki kullanıcılar ChatGPT uygulaması içinde bilgilendirilecek ve ardından e-posta yoluyla ayrıntılı talimatlar alacaklar.
Mayıs demosundan bu yana OpenAI, 45 farklı dil konuşan 100'den fazla harici kırmızı ekip üyesiyle GPT-4o'nun ses işlevleri üzerinde testler gerçekleştirdi. Bu güvenlik girişimlerine ilişkin bir raporun Ağustos başında yayınlanması bekleniyor. Gelişmiş Ses Modunda yalnızca ChatGPT'nin profesyonel seslendirme sanatçılarıyla işbirliği içinde hazırlanmış dört ön ayarlı sesi (Juniper, Breeze, Cove ve Ember) yer alacak. Mayıs ayında gösterilen Gökyüzü sesi durduruldu. OpenAI sözcüsü Lindsay McCallum'a göre ChatGPT, belirli kişilerin seslerini kopyalayamıyor ve önceden belirlenmiş yerleşik seslerden sapan çıktıların üretilmesini önleyecek.