OpenAI, masaüstü ChatGPT uygulamasına ses ile kontrol özelliğini eklediğini duyurdu. Yeni ChatGPT Voice özelliği, kullanıcıların sesli komutlarla bilgisayarlarında görevleri gerçekleştirmesine ve yapay zeka ajanlarını yönetmesine olanak sağlıyor.

Ses Modu Neler Yapabiliyor?

Özellik, OpenAI'ın geçen ay piyasaya sürdüğü ChatGPT-Live ses modelleri ailesini kullanıyor. Masaüstü versiyonu, mobil sürümden daha ileri düzeyde işlevsellik sunuyor. Kullanıcılar artık karmaşık, çok adımlı komutları sesli olarak iletebiliyor ve ChatGPT gerekirse kullanıcıdan ek bilgi isteyebiliyor.

Uygulamada aktif olan sesli kontrol, ChatGPT Work ve Codex platformlarında çalışıyor. Ayrıca, web siteleri ve uygulamalara erişim de sağlıyor. macOS işletim sisteminde Appshots özelliğiyle, kullanıcılar ekranlarındaki içeriğe alternatif metin de dahil olmak üzere erişim izni verebiliyor.

Demolar arasında yer alan örnekte OpenAI, bir geliştiricinin ChatGPT'ye yeni bir thread oluşturmasını, pull request oluşturmasını ve bir hatanın kök nedenini bulmasını tek bir komutla talep ettiğini gösterdi.

Kodlama ve İşletim Sistemi Desteği

Kodlama görevleri için Codex'i kullanan geliştiriciler, iOS uygulaması üzerinden uzaktan erişim yoluyla ChatGPT Voice'dan yararlanabiliyor. Özellik dünyanın her yerinde yayınlanmaya başladı.

Benzer şekilde Anthropic da Claude'unun sesli modu için güncelleme yaptı. Bu özellik Opus, Sonnet ve Haiku modellerini kullanarak Gmail, Calendar, Slack, Notion ve Canva gibi uygulamalardaki görevleri tamamlayabiliyor.

Ne Anlama Geliyor?

Sesli kontrol özelliği, insan-bilgisayar etkileşiminin sınırlarını genişletiyor. Kullanıcılar artık klavye ve fare yerine doğal dil kullanarak karmaşık işlemleri yönetebiliyor. Bu, özellikle programlama, veri yönetimi ve çok katmanlı iş akışlarında uygulamalı işlemleri hızlandırabilir. Yazılım geliştirme süreçlerinde, tekrarlayan görevlerin otomatikleştirilmesi ve çoklu adımların bir komutla tamamlanabilir hale gelmesi, verimliliği artırabilir. Aynı zamanda, sesli ara yüzler erişilebilirliği genişletir ve tüm kullanıcılara—özellikle hareket yeteneği sınırlı olanlar dahil—fayda sağlayabilir. Masaüstü ortamında bu işlevsellik, görsel görevlerle birleştirildiğinde bilgisayar ekranındaki nesneleri tanımlama ve onlarla etkileşim kurma yeteneğini güçlendirir. Bu tür araçlar, ofis ve teknik çalışma ortamlarında iş gücünün daha hızlı ve sezgisel şekilde çalışmasını mümkün kılabilir.