Ses, yazmanın yavaş kaldığı yerlerde işe yarar: not dikte etmek, konuşarak randevu almak, makaleleri sesli dinletmek ya da okumakta zorlanan kişilere yardım etmek. Türkçede ekler ve yer adları tanıma kalitesini belirgin biçimde etkiler.
Bu rehber temel yapı taşlarını, yayından önce neleri denemeniz gerektiğini ve Uttra'dan çalışan ilk sürümü nasıl isteyeceğinizi anlatıyor.
Sesli bir uygulama üç işten birini yapar: konuşmayı yazıya çevirir, yazıyı sesli okur ya da ikisini birleştirip sohbet eder. İşi Uttra'ya sade Türkçe ile anlatabilirsiniz; ancak aksan başarımı, mikrofon izni ve kayıt gizliliği bilinçli karar gerektirir.
Üç yapı taşı
Konuşmadan yazıya çeviri mikrofonu dinler ve yazılı kelimeler döndürür. Yazıdan konuşmaya çeviri metni seçtiğiniz bir sesle okur. Sesli asistan ikisini zincirler: dinler, metni bir yapay zeka modeline gönderir, yanıtı seslendirir.
- Dikte: kullanıcı konuşur, metin forma ya da nota yazılır.
- Sesli okuma: makale veya derste bir düğme metni ses olarak çalar.
- Sesli asistan: soruyu sesle sorar, yanıtı dinler.
- Sesli komut: “siparişlerimi aç” gibi kısa ifadeler.
Aksan ve ağızlar: gerçek seslerle deneyin
Tanıma kalitesi dile, aksana, arka plan gürültüsüne ve mikrofona göre değişir. Demoda iyi çalışan bir model, özel isimlerde veya Türkçe ile İngilizcenin karıştığı cümlelerde şaşırabilir. Gerçek kullanıcılarınızdan on cümle kaydedip sonucu görün.
Randevu veya sipariş gibi önemli bir şey onaylanmadan önce, tanınan metni mutlaka gösterin ki kullanıcı düzeltebilsin.
İzin, HTTPS ve gizlilik
Tarayıcılar mikrofona yalnızca güvenli sayfalarda ve kullanıcı onayıyla izin verir; izin penceresinden önce neden gerektiğini açıklayın. Ses kişisel veridir. Kaydın saklanıp saklanmadığını, ne kadar süre tutulduğunu ve kimin dinleyebildiğini belirtin; gerekmeyen kaydı tutmayın. KVKK kapsamındaki aydınlatma yükümlülüklerini de göz önünde bulundurun.
Dış ses servisleri, proje sırrı olarak sizin ekleyeceğiniz bir API anahtarı ister. Sağlayıcının ses verisine ilişkin koşullarını okuyun.
- Dinleme durumu belli olan net bir mikrofon düğmesi.
- Gürültülü ortam ve izin vermeyenler için yazarak girme seçeneği.
- Düğmenin yanında kısa bir gizlilik notu.
Kopyalayabileceğiniz bir istek
Küçük başlayın ve kullanıcının anını tarif edin. Örnek:
“Kliniğimin uygulamasındaki not sayfasına bir dikte düğmesi ekle. Kullanıcı Türkçe konuşsun, metin not alanına yazılsın ve kaydetmeden önce düzenleyebilsin. Her not için sesli okuma düğmesi, mikrofon engellenirse yazarak girme seçeneği ve sesin saklanmadığını söyleyen kısa bir satır ekle.”