deniz.in

Piyasalar

Hava durumu

Hava durumu yükleniyor

· kaynak Vercel blog

OpenAI'nin tam çift yönlü ses modeli GPT-Live 1.1, Vercel AI Gateway'de kullanıma sunuldu

OpenAI'nin GPT-Live 1.1 ses modeli artık Vercel'in AI Gateway'si üzerinden erişilebilir; konuşurken dinleyebilen tam çift yönlü ses desteği ve metin modellerine daha kolay devir işlemini beraberinde getiriyor.

OpenAI'nin tam çift yönlü ses modeli GPT-Live 1.1, Vercel AI Gateway'de kullanıma sunuldu

GPT-Live 1.1 AI Gateway'de yayında

Vercel, OpenAI'nin tam çift yönlü ses modeli GPT-Live 1.1'in artık AI Gateway üzerinden kullanılabilir olduğunu duyurdu. Vercel bloguna göre model konuşurken aynı zamanda dinleyebiliyor; böylece arayan kişi, yanıt hâlâ devam ederken konuşmayı durdurabiliyor, sözünü kesebiliyor ya da ek bilgi verebiliyor — bu, geleneksel sesli asistanların katı sıra tabanlı yapısından önemli bir sapma.

Önceki modele göre iyileştirmeler

Vercel bloguna göre GPT-Live 1.1, önceki GPT-Live sürümünden daha doğru konuşma transkripsiyonu yapıyor ve diller arasında daha tutarlı bir aksan ve ses karakteri koruyor. Sohbet ortasında dil değiştiren ya da çok dilli kullanıcılara hizmet eden uygulamalar için bu tutarlılık önemli; aksi halde ses karakteri yanıtlar arasında kayabiliyor.

Mevcut entegrasyonlar için doğrudan geçişli bir yükseltme

Yeni model, selefiyle aynı Live endpoint'ini ve istemci devri (client delegation) mekanizmasını kullandığı için Vercel'e göre mevcut bir GPT-Live entegrasyonunun geçişi yalnızca yeni model kimliği olan openai/gpt-live-1.1'i gerektiriyor. Geliştiriciler modeli ayrıca AI Gateway model playground'unda doğrudan deneyebilir.

İşleri metin modellerine devretmek

İstemci devri, bir ses oturumunun sohbet sürerken işleri diğer modellere aktarmasına olanak tanıyor. Geliştiriciler, oturum talimatlarıyla GPT-Live 1.1'e ne zaman yardım isteyeceğini söyleyebilir; model yardım istediğinde bir delegation-created olayı yayıyor. Uygulama bu isteği, AI Gateway'de bulunan herhangi bir metin modeliyle yanıtlayabiliyor — Vercel'in örneği openai/gpt-6.2-sol kullanıyor — ve sonucu GPT-Live'ın sesli okuyabilmesi için commentary kanalında döndürüyor.

Vercel, uygulamanın devredilen işler üzerinde — izinler, onaylar ve iptal dahil — kontrol sahibi kaldığını belirtiyor. Devredilen model istekleri AI Gateway üzerinden ayrıca faturalandırılıyor ve bu istekler çalışırken ses oturumu kullanımı da birikmeye devam ediyor. Yayınlanan kod parçacıkları, altta yatan altyapıyı — WebSocket bağlantı kurulumu, olay ayrıştırma, transkript oluşturma, ses akışı ve kapanış — kapsamıyor; Vercel bunları ayrı GPT-Live rehberinde ele alıyor.

Gateway ne sunuyor

AI Gateway, Vercel'in birden çok sağlayıcıdan model çağırmak, kullanımı ve maliyeti takip etmek ile yeniden denemeler, yük devretme (failover) ve sağlayıcıya doğrudan bağlanmaktan daha yüksek çalışma süresi sunmayı amaçlayan performans optimizasyonlarını yapılandırmak için tekilleştirilmiş API'si. Ayrıca yerleşik özel raporlama, Zero Data Retention desteği, API anahtarları için bütçeler ve yönlendirme kuralları içeriyor. Vercel, gateway'in sağlayıcı fiyatlandırmasını kâr marjı olmadan yansıttığını ve Bring Your Own Key istekleri dahil çıkarım (inference) üzerinden platform ücreti almadığını söylüyor.

Neden önemli

Tam çift yönlü ses, ses uygulamalarının hissini değiştiriyor. Kullanıcılar hazır bir yanıtı sonuna kadar beklemek yerine, yanıt ortasında sözü kesebiliyor ya da bilgi ekleyebiliyor; bu da etkileşimi doğal bir sohbete yaklaştırıyor. Bu yeteneğin tekilleştirilmiş faturalandırma, failover ve gözlemlenebilirlik sunan bir gateway üzerinden erişilebilir olması, model trafiğini zaten Vercel üzerinden yönlendiren ekipler için operasyonel eşiği düşürüyor.

Devir mekanizması duyurunun daha önemli kısmı olabilir. Gerçek zamanlı bir ses oturumunun, ses oturumunu sonlandırmadan belirli görevler için ayrı bir metin modelini devreye sokmasına — uygulama aracılığıyla izinleri, onayları ve iptali yöneterek — olanak tanıyor. Bu desen, konuşan model ile akıl yürüten modelin aynı sistem olması gerekmeydiği, ses arayüzlerinin agentic iş akışlarına konuşma önyüzü olarak davranmasına işaret ediyor.

Yükseltmenin doğrudan geçişli olması da GPT-Live'ı zaten üretimde çalıştıranlar için önemli: model kimliğini değiştirmek, daha iyi transkripsiyon ve daha kararlı çok dilli ses çıktısına giden düşük riskli bir yol.

  • #openai
  • #vercel
  • #voice-model
  • #ai-gateway
  • #real-time-voice

İlgili yazılar