ElevenLabs yapay zekâ diyalog motorunu ön izlemeye sundu, ince ayar desteğini aylar içinde planlıyor

ElevenLabs, şirketlere özel yapay zekâ modeli ince ayarını planladığını ve Interaction Engine adlı diyalog koordinasyon sistemini tanıttı.

Şirket, Interaction Engine’i 11’inde New York’ta düzenlenen zirvede ön izlemeye sundu. Kurumlara özel ince ayar özelliğini ise ayrı bir plan olarak duyurdu.

İnce ayar, belirli açık kaynaklı dil modellerine ve ElevenLabs’in ses modellerine uygulanacak. Şirket, modelleri kurumlara ait verileri ve seçilen ölçütleri yansıtacak şekilde uyarlamayı planlıyor.

Kurumlar, gerçek yapay zekâ hizmetlerinin dağıtımı sırasında elde edilen verilerden yararlanabilecek; müşteri memnuniyeti (CSAT) veya güvenilirlik gibi ölçütleri seçebilecek. ElevenLabs araştırmacıları, kurumlarla birlikte belirlenen ölçütlere göre modelleri ayarlayacak.

ElevenLabs’in kurucu ortağı ve CEO’su Mati Staniszewski, “İnsanların ve kurumların kendine özgü niteliklerini yansıtmadan insanlar ile yapay zekâ arasındaki etkileşim sorununu çözemeyiz” dedi. Şirket, farklı kurumların bağlamını ve değerlendirme ölçütlerini model ayarlarına katmayı hedefliyor.

ElevenLabs’in resmî LinkedIn paylaşımında ses modellerinin metinden sese dönüştürme (Text to Speech) ve konuşmadan metne dönüştürme (Speech to Text) alanlarını kapsadığı belirtildi. Şirketin resmî duyurusunda bu kapsam ayrıntılandırılmadı.

ElevenLabs, finansal hizmetlere yönelik alan odaklı modeller üzerinde de çalıştığını açıkladı. Sağlık alanındaki örnek olarak, karmaşık tıbbi terimleri ve isimleri birbirine benzeyen ilaçları ayırt etmek üzere tanıtılan Scribe v3 Medical’ı gösterdi.

Scribe v3 Medical’ın performansına ilişkin açıklamalar şirketin duyurusunda yer aldı; bağımsız doğrulama sonucu sunulmadı. Mevcut ses tanıma kılavuzu ise tıbbi ve klinik ses kayıtlarında Scribe v2 Medical’ın kullanılmasını öneriyor.

New York zirvesindeki duyuruda Scribe v3 Medical’ın ne zaman sunulacağı veya genel kullanıma açılıp açılmayacağı belirtilmedi. Ürün kılavuzunda yer alan model sürümü ile duyuruda anılan sürüm farklı.

Interaction Engine, diyalogun her aşamasında yanıtın ne zaman verileceğini ve hangi dil modelinin kullanılacağını koordine ediyor. ElevenLabs, sistemi bu duyuruda ön izleme olarak tanıttı.

Sistem, kullanıcının konuşmayı ne zaman bitirdiğini belirliyor ve kullanıcı konuşma sırasında araya girerse yapay zekânın yanıtını durdurmasını sağlıyor. Böylece konuşma akışına göre yanıt başlatma veya kesme işlevlerini yönetiyor.

Ayrıca isteğin içeriğine göre kullanılacak büyük dil modelini (LLM) seçiyor. Basit isteklerde maliyeti daha düşük, karmaşık isteklerde ise daha yüksek performanslı bir model devreye alınıyor.

ElevenLabs, model seçimiyle token kullanımının yönetilebileceğini belirtti. Token, dil modellerinin girdi ve çıktıları işlerken kullandığı metin birimidir.

ElevenAgents’ın mevcut belgelerinde de konuşma sırası ve araya girme ayarları açıklanıyor. TokenPost daha önce ElevenLabs’in konuşma dökümüne karakter düzeyinde zamanlama ekleyen Model Queue özelliğini tanıttığını bildirmişti. Interaction Engine ise dökümden çok diyalog akışına ve dil modeli seçimine odaklanıyor.

New York zirvesinin programında Customers Bank, Banco Inter ve Nasdaq temsilcilerinin katılacağı bir finans paneli de yer aldı. Bu katılım, söz konusu kurumların yeni bir ürünü benimsediği veya desteklediği anlamına gelmiyor.

ElevenLabs, kurumlara özel ince ayar özelliğini birkaç ay içinde desteklemeyi planladığını duyurdu. Kesin çıkış tarihini ve Interaction Engine’in genel kullanıma açılacağı takvimi açıklamadı.