OpenAI, GPT-Realtime adlı süni intellekt modelini təqdim edib. Bu yeni texnologiya, "speech-to-speech" prinsipi ilə işləyərək səsli köməkçilər və avtomatlaşdırılmış çağrı mərkəzlərində tətbiq üçün nəzərdə tutulub. Modelin əsas məqsədi səsli təlimatların dəqiq yerinə yetirilməsini təmin etməkdir.

MultiChallenge Testi ilə Nailiyyətlər

GPT-Realtime modeli bir neçə testdən uğurla keçib. MultiChallenge (Audio) adlı bençmark testində model 30.5% nəticə göstərib. Müqayisə üçün, əvvəlki versiya olan GPT-4o-Realtime-Preview (iyun 2025) 26.5%, dekabr 2024 versiyası isə 20.6% nəticə göstərmişdi. Digər testdə - ComplexFuncBench (Audio) - model 66.5% nəticə ilə əvvəlkiləri geridə qoyub.

Nitq Tanıma və Funksionallıq

Yeni sistem nitqi daha yaxşı qəbul edir, tanıma zamanı daha az səhv buraxır və mürəkkəb təlimatlara daha dəqiq əməl edir. Bu, dialoq əsaslı qarşılıqlı əlaqəyə söykənən xidmətlər - şəxsi köməkçilərdən tutmuş dəstək xidmətlərindəki call-botlara qədər - üçün irəliyə doğru böyük addımdır.

Qiymət və Texniki Detallar

GPT-Realtime istifadəsinin dəyəri 1 milyon audio-giriş tokeni üçün 32$, 1 milyon keşlənmiş token üçün 0.40$, audio-cavabların generasiyası isə 1 milyon çıxış tokeni üçün 64$ olaraq müəyyən edilib. OpenAI-nin verdiyi məlumata görə, model diqqətlə seçilmiş məlumatlar əsasında öyrədilib. Xüsusi reward-sxemlərin tətbiqi nitqin daha yaxşı anlaşılmasını və səhvlərin azalmasını təmin edib.

Genişmiqyaslı İstifadə

GPT-Realtime genişmiqyaslı tətbiqə tam hazır olan ilk səsli süni intellekt mühərriki kimi qiymətləndirilir. Bu, səsli köməkçilərin və çağrı mərkəzlərinin effektivliyini artırmaqla yanaşı, istifadəçi təcrübəsini də xeyli yaxşılaşdırır.

Nəticə

OpenAI-nin GPT-Realtime modeli süni intellekt sahəsində innovativ bir addımdır. Onun yüksək performansı, səs tanıma və mürəkkəb təlimatları yerinə yetirmə qabiliyyəti texnologiyanın gələcəkdə daha geniş tətbiqini mümkün edir.