Gemini Live Avatar, gerçek zamanlı AI sohbetine sentetik yüz ekliyor

Google, 24 Eylül 2026'da Gemini 3.8 Live ile Live Avatar'ı duyurdu. Yeni yaklaşım, gerçek zamanlı sesli görüşmeye sentetik bir görsel persona ekliyor. Avatarın görüntüsü ve sesi model tarafından üretiliyor; bu, ekrandaki kişinin gerçek bir insan olduğu veya bir insanın görüşmeyi canlı yürüttüğü anlamına gelmiyor.

Duyuru, konuşma sürerken arka planda araçların çağrılabilmesini ve kurumsal kullanım seçeneklerini açıklıyor. Özelleştirilmiş avatar erişimi belirli izinlerle sınırlandırılıyor. Google, üretilen ses ve görüntülerde SynthID işaretlemesine de yer veriyor. Görsel temsil ile bağlı araçların hangi işlemleri yapabildiği, ürünün farklı katmanları olarak okunmalı.

Gemini 3.8 Audio model kartı, avatarla görüşmelerin birkaç dakika sürekli etkileşimi destekleyebildiğini, saatler süren kesintisiz kullanım için tasarlanmadığını belirtiyor. Ayrıca yanlış bilgi üretimi, zaman zaman yavaşlık veya zaman aşımı gibi sınırlamaları kaydediyor. Yeni ses üretim duyurusu da aynı ailenin konuşma yeteneklerine ilişkin ek ürün bağlamı sağlıyor.

Görsel doğallık ve görev doğruluğu

Editoryal değerlendirmemize göre görüntülü AI arayüzünün en önemli etkisi, kullanıcıların sistemle kurduğu beklentiyi değiştirmesi olabilir. Bir yüz ve doğal baş hareketleri, araçla konuşmayı daha akıcı hale getirebilir. Ancak insana benzeyen sunum, yanıtın doğruluğunu artırdığına dair bağımsız bir gösterge değildir; görsellik ile güvenilirlik ayrı değerlendirilmelidir.

Kurumsal hizmetlerde önce hangi görevin çözüleceği belirlenmeli. Bir ziyaretçiye yön göstermek, bir belgeyi açıklamak ve hesap üzerinde işlem yapmak farklı yetkiler gerektirir. Avatarın aynı görünmesi, bu görevlerin aynı erişim düzeyinde yürütülebileceği anlamına gelmez. Kullanıcı işlemin ne zaman başlayacağını ve sonucunu açıkça görebilmeli.

Arka planda araç çağrılırken konuşmanın devam etmesi de tasarım soruları yaratıyor. Bir sonuç gelmeden modelin kesin karar bildirmesi veya işlem bitti sanılması sorun olabilir. Bizce yararlı bir arayüz, beklenen işlem ile tamamlanmış işlemi anlaşılır biçimde ayırmalı; akıcı konuşma, bu durum bilgisinin önüne geçmemeli.

Model kartındaki süre sınırı, pilot projeler için özellikle somut bir ayrıntı. Kısa bir gösterimde başarılı çalışan avatarın uzun bir danışma oturumunda aynı deneyimi sunacağı varsayılmamalı. Bekleme süresi, bağlantı kopması ve görüşmenin devam ettirilmesi, kullanıcının karşılaştığı gerçek kaliteyi belirleyen parçalar arasında yer alır.

Live Avatar, AI ajanlarının yalnızca yazılı kutular üzerinden sunulmadığını gösteren yeni bir ürün adımı. Bizce başarısını belirleyecek ölçüt, yüzün ne kadar gerçekçi göründüğünden çok görevin doğru tamamlanması olacak. Görsel doğallık, açık işlem durumu ve model sınırları birlikte tasarlandığında kullanıcı için daha anlamlı bir deneyim oluşabilir.

■ MİZAN HABER