Sesli yapay zeka alanında yenilikçi çözümler sunan Patientdesk.ai, Türkçe diline özel geliştirdiği iki yeni ses modeli Alania ve Duyu’yu kullanıma sundu. Şubat ayında Y Combinator liderliğindeki tohum öncesi yatırım turunda 1 milyon dolar destek alan şirket, bu modellerle Türkçe’nin kendine özgü zorluklarını aşmayı hedefliyor.

Alania ve Duyu Nedir?

Patientdesk.ai’nın geliştirdiği Alania, metinleri doğal ve tutarlı bir sesle Türkçe olarak okuyabilen bir metin-ses dönüştürme modeli. Duyu ise konuşmaları gerçek zamanlı olarak yazıya dökme özelliğiyle, Türkçe konuşma tanıma teknolojisinde önemli bir yenilik getiriyor. İki model de tek bir hesap ve API anahtarıyla kolayca erişilip kullanılabiliyor. Lansman kapsamında kayıt olan kullanıcılar, modelleri bir ay boyunca ücretsiz deneyimleyebiliyor.

Türkçe’nin Özel Zorlukları ve Patientdesk.ai’nın Yaklaşımı

Mevcut sesli yapay zeka çözümleri çoğunlukla İngilizce verilerle eğitildiği için Türkçe’nin yapısına tam uyum sağlamayabiliyor. Türkçenin eklemeli yapısı, özel isimler, telefon görüşmelerinin düşük ses kalitesi, konuşma esnasında geçen e-posta adresleri ve telefon numaraları gibi faktörler, doğru ses ve konuşma tanımayı zorlaştırıyor.

Patientdesk.ai, ABD’deki kliniklerin telefon görüşmelerini yanıtlayan sesli asistan sistemi üzerinde edindiği tecrübeleri kullanarak, Alania ve Duyu modellerini özellikle Türkçe için eğitti. Bu sayede, hedef dilin zorluklarına uygun performans gösteren modeller ortaya çıktı.

Duyu Modeli, FLEURS Testinde Öne Çıkıyor

Konuşmayı yazıya dönüştürme alanında Duyu, açık Türkçe okuma testi FLEURS’ta yüzde 4,71 kelime hata oranı yakaladı. Bu oran, OpenAI’nın popüler Whisper large-v3 modelinin yüzde 5,04’lük hata oranından daha düşük. Ayrıca, Patientdesk.ai’nın telefon görüşmelerinden ve içinde e-posta ile telefon numarası geçen konuşmalardan oluşan özel test setinde Duyu’nun hata oranı yüzde 9,87 olarak gerçekleşti. Bu testte ayrıca ElevenLabs’in Scribe v2 modeli yüzde 10,4 hata oranı elde etti.

Duyu modeli, önceden kaydedilmiş ses dosyalarını hızlıca metne dönüştürmenin yanı sıra, canlı konuşmaları gerçek zamanlı olarak yazıya aktarma özelliğine de sahip. Kullanıcı deneyimleri, Duyu’nun hızlı ve doğru çalışan yapısıyla dikkat çekti.

Alania: Doğal Türkçe Seslendirme

Alania modeli ise Türkçe metinleri anlamlı, doğal ve tutarlı bir şekilde seslendirmeye odaklanıyor. Böylece metin içeriklerinin dinleyiciye daha akıcı ve samimi bir şekilde ulaştırılması sağlanıyor.

Sonuç

Patientdesk.ai, Türkçe sesli yapay zeka teknolojilerinde önemli bir boşluğu doldurarak, hem metni sese dönüştürme hem de konuşmayı yazıya aktarma alanlarında yüksek performans gösteren modeller geliştirdi. Türkçe’nin kendine has dilsel karmaşıklıklarını gözeten yaklaşımı, Alania ve Duyu’nun başarılı sonuçlar elde etmesini sağlıyor. Bu modellerin özellikle müşteri hizmetleri, sağlık ve teknolojik uygulamalarda kullanımının yaygınlaşması bekleniyor.

Kaynak: Webrazzi Yapay Zeka