Patientdesk.ai'dan Türkçe Ses Modelleri: Alania ve Duyu
Şubat ayında Y Combinator liderliğindeki tohum öncesi turda 1 milyon dolar yatırım alan sesli yapay zeka girişimi Patientdesk.ai, Türkçe odaklı geliştirdiği iki yeni ses modelini kullanıma sundu. Günlük hayatta ve kullanıcı deneyiminde sesli yapay zeka araçlarının karşılaştığı dilsel zorlukları aşmayı hedefleyen şirket, metni sese dönüştüren Alania ve konuşmaları yazıya aktaran Duyu modellerini duyurdu. Her iki model de tek bir hesap ve API anahtarı üzerinden erişime açılırken, lansman kapsamında kayıt tarihinden itibaren bir ay boyunca ücretsiz olarak sunuluyor.
Mevcut Ses Modellerinin Türkçe Sınavı
Mevcut sesli yapay zeka çözümlerinin büyük bir kısmı ağırlıklı olarak İngilizce verilerle eğitiliyor. Bu durum; Türkçenin eklemeli yapısı, özel isimler, telefon görüşmelerindeki düşük ses kalitesi ve konuşma sırasında aktarılan e-posta adresleri ile telefon numaraları gibi konularda çeşitli zorluklar yaratabiliyor. Patientdesk.ai, ABD'deki kliniklerin telefon görüşmelerini yanıtlayan sesli asistanını geliştirirken edindiği deneyimden yararlanarak Alania ve Duyu'yu özellikle Türkçe için eğittiğini belirtiyor. Geliştirilen bu modeller, kullanıcı deneyimini doğrudan etkileyen bu teknik engelleri aşmak için optimize edildi.
Duyu Modelinin Test Başarıları ve Gerçek Zamanlı Deneyim
Şirketin paylaştığı verilere göre konuşmayı yazıya dönüştüren Duyu, açık Türkçe okuma testi FLEURS'ta yüzde 4,71 kelime hata oranına ulaştı. Aynı testte OpenAI'ın Whisper large-v3 modelinin kelime hata oranı yüzde 5,04 olarak ölçüldü. Patientdesk.ai'ın telefon kalitesindeki seslerden ve e-posta adresleri ile telefon numaralarının söylendiği konuşmalardan oluşan kendi test setinde ise Duyu'nun hata oranı yüzde 9,87 oldu. Şirketin aktardığına göre ElevenLabs'in Scribe v2 modeli aynı test setinde yüzde 10,4 hata oranı elde etti. Duyu, önceden kaydedilmiş ses dosyalarının yanı sıra canlı konuşmaları da gerçek zamanlı olarak yazıya dönüştürebiliyor ve testlerde ses dosyalarını hızlı bir şekilde metne çevirebiliyor.
Alania ile Akıcı ve Düşük Gecikmeli Seslendirme
Alania ise Türkçe metinleri doğal ve tutarlı tek bir sesle okumaya odaklanıyor. Modelin ürettiği sesi cümlenin tamamlanmasını beklemeden akış halinde gönderebilmesi, özellikle telefon görüşmeleri ve sesli asistanlar gibi düşük gecikmenin kritik önem taşıdığı kullanım senaryolarını hedeflediğini gösteriyor. Şu an için platformda yalnızca tek bir ses seçeneği yer alırken, seslendirme esnasında randevu, soru ve sakinleştirme gibi tonlama seçenekleri sunuluyor. OpenAI API biçimiyle uyumlu olan bu modeller, geliştiricilerin mevcut uygulamalarına küçük değişikliklerle entegre edebilmesini sağlıyor. Patientdesk.ai, platform üzerinden modellerin denenmesine ve API anahtarı oluşturulmasına da imkan tanıyor.
Sonuç olarak, Patientdesk.ai'ın geliştirdiği Alania ve Duyu modelleri, Türkçenin karmaşık yapısına ve yerel telaffuz özelliklerine odaklanarak sesli yapay zeka alanında önemli bir boşluğu dolduruyor. Özellikle düşük gecikmeli akış desteği ve yüksek doğruluk oranları, bu araçların günlük hayattaki sesli asistan ve müşteri hizmetleri deneyimini ne kadar ileri taşıyabileceğini net bir şekilde gösteriyor.
Kaynak: Patientdesk.ai'dan Türkçe ses modelleri: Alania ve Duyu
Görüşleriniz bizim için önemli,lütfen bir yorum yapınız