Google, Gemini 3.8 Live için Live Avatar adlı yeni bir görsel konuşma özelliğini duyurdu. Şirketin 24 Eylül açıklamasına göre sistem, sesli yanıtı düşük gecikmeli video üretimiyle eşleştiriyor. Ekrandaki karakter konuşurken dudak hareketleri ve yüz ifadeleri oluşturuyor. Google ilk erişimi Gemini Enterprise üzerinden sağlıyor; dolayısıyla bugün duyurulan yeniliği herkesin Gemini uygulamasında açılmış bir özellik olarak düşünmemek gerekiyor.
Canlı avatarın amacı, sesli bir yapay zeka görüşmesine görsel bir karşılık eklemek. Şirket özellikle müşteri hizmetleri ve etkileşimli ürün anlatımları gibi kurumsal kullanım alanlarını gösteriyor. Bir otel girişinde bilgi kontrolü yapan veya kullanıcıya bir işlemi adım adım anlatan karakter buna örnek olabilir. Bu senaryolarda asıl değer, görüntünün sesle ne kadar uyumlu kaldığı ve yanıtların bekleme süresinin görüşmeyi bozup bozmadığıyla ortaya çıkacak.
Google, Live Avatar’ın işitsel ve görsel girdileri aynı anda işleyebildiğini söylüyor. Araç çağrılarını arka planda yaparken görüşmenin sürmesini sağlayan eşzamansız çalışma da duyurunun parçası. Böylece sistem bilgi aramak için kısa süreli duraksadığında avatarın tamamen kaybolması veya konuşmanın kopması gerekmiyor. Bunun gerçek hizmetlerde ne kadar tutarlı çalışacağı, geliştiricilerin uygulamalarına bağladıkları araçlara da bağlı.
Dil desteğinde 97 sayı öne çıkıyor. Google, avatarın diller arasında geçiş yaparken dudak hareketini ve yüz ifadelerini yeni konuşmaya uyarlayabildiğini belirtiyor. Bu iddia özellikle farklı ülkelerde çalışan hizmetler için önemli. Yine de 97 dil desteği, her dilde aynı doğruluk veya aynı doğal ses kalitesi elde edildiği anlamına gelmiyor; şirket böyle bir eşit performans tablosu paylaşmadı.
İLGİNİZİ ÇEKEBİLİR
Live Avatar şimdilik Gemini Enterprise’a açık
Google, hazır karakterlerden oluşan bir kütüphane sunuyor. Kurumlar ayrıca tek bir referans görselden kendi marka kimliğine uygun avatar oluşturabiliyor. Fakat özel avatar üretimi genel erişime açık değil; şirket bu işlev için kurumsal izin listesi uyguluyor. Bu sınırlama, duyurudaki demoları hemen bütün müşterilerin kullanabildiği özellikler olarak görmemeyi gerektiriyor.
Günün Öne Çıkan Fırsatları
REKLAM — Bu içerikte satış ortaklığı bağlantıları bulunmaktadır. Bu bağlantılar üzerinden yapılan alışverişlerden Teknoblog komisyon kazanabilir.
Avatar üretiminde kimlik ve yanlış temsil riski de var. Google, üretilen ses ve görüntüye SynthID adlı görünmez filigranı eklediğini açıklıyor. Filigranın varlığı bir güvenlik katmanı sağlıyor, ancak bir videonun her platformda kolayca doğrulanacağı anlamına gelmiyor. Gerçek kişinin izni, özel avatarların nasıl oluşturulduğu ve hizmetin kullanıcıya yapay zekayla konuştuğunu açıkça belirtmesi ayrıca önem taşıyor.
Şirket geliştiricilere yönelik API belgeleri de yayımladı. Böylece işletmeler hazır bir sohbet penceresi yerine kendi uygulamalarında canlı avatar kullanabilecek. Fakat kurulum, maliyet ve gecikme gibi pratik koşulların her kullanımda farklılaşması beklenir. Google’ın açıklaması tüketici uygulamasına ilişkin tarih veya ücret vermiyor.
Gemini 3.8 Live geçen hafta duyurulmuştu; Live Avatar bu modelin sesli görüşmesine yüz kazandıran yeni katman. İlk aşamada kurumsal müşterilerin deneyimleri, video ve konuşmanın kesintisiz sürüp sürmediğini gösterecek.
