Patientdesk.ai, Türkçe konuşmaya odaklanan iki modelini geliştiricilerin kullanımına açtı. Şirketin ürün sayfasında Duyu, konuşmayı metne çeviren; Alania ise metni sese dönüştüren model olarak tanıtılıyor. İkisi aynı hesap ve API anahtarıyla kullanılabiliyor. Sesli asistan, çağrı merkezi veya erişilebilirlik uygulaması geliştiren ekipler için bu ortak yapı entegrasyon işini kolaylaştırabilir. Yine de model seçimini yalnızca tanıtım cümlelerine bakarak yapmak doğru olmaz; gerçek kullanım koşullarında deneme gerekir.
Duyu, önceden kaydedilmiş ses dosyalarını yazıya dökebildiği gibi canlı konuşma akışını da işleyebiliyor. Türkçedeki özel isimler, ekler, telefon numaraları ve telefon hattının düşük ses kalitesi bu tür modeller için zor alanlar. Şirketin sayfası, 235 çok konuşmacılı Türkçe kayıttan oluşan voicedata-TR testinde kendi modeline yüzde 8,54 kelime hata oranı veriyor. Aynı tabloda Whisper large-v3 için yüzde 10,97 yazıyor. Bu sayılar yalnızca belirtilen veri kümesi ve ölçüm koşulları için geçerli.
Alania tarafında amaç, yazılan Türkçe cümleyi seslendirmek. Şirket, sesi tüm cümle bitmeden akış hâlinde iletebildiğini söylüyor. Bu özellik, arayan kişi cevap beklerken gecikmenin hissedildiği telefon görüşmeleri için anlamlı olabilir. Ürün sayfasında randevu, soru ve sakinleştirme gibi tonlama seçenekleri bulunuyor. Şimdilik model tek bir ses seçeneğiyle gösteriliyor; farklı ses karakterleri veya daha geniş kullanım hakları konusunda ayrı bir vaat görmüyoruz.
Geliştiriciler API belgeleri üzerinden ses üretimi ve transkripsiyon uç noktalarını inceleyebiliyor. Patientdesk.ai, kullandığı arayüz biçiminin mevcut uygulamalara uyarlanmasını kolaylaştırmayı amaçlıyor. Ürün sayfasında ses üretiminde ilk ses parçası için 310 milisaniye, nihai transkript için 120 milisaniye medyan değerleri gösteriliyor. Bu iki sayı farklı aşamaları ölçüyor; tek bir “görüşmenin toplam gecikmesi” gibi karşılaştırılmamalı.
Duyu’nun test sonuçları nasıl okunmalı?
Lansman kampanyasında iki model, kayıt tarihinden itibaren bir ay ücretsiz sunuluyor. Sonrasında sayfada Duyu için dakika başına 1,20 TL, Alania için 1.000 karakter başına 2 TL fiyat yer alıyor; KDV bu tutarlara dahil değil. Kurumsal kullanımda özel kota ve altyapı seçenekleri için ayrı görüşme gerekiyor. Fiyatlar değişebileceği için ürün geliştirmeye başlamadan önce güncel koşulları ve veri işleme sözleşmesini okumak önemli.
Şirket, ticari modellerinin yanında Antalia-1 adlı açık araştırma modelini de yayımladı. Ağırlık, kod, değerlendirme paketi ve izinli ses kayıtları paylaşılmış olsa da Patientdesk Labs bu çalışmanın artık geliştirilmediğini açıkça belirtiyor. Dolayısıyla Antalia-1’i Alania’nın açık kaynak sürümü olarak tanımlamak yanıltıcı olur. Yeni modellerin asıl değeri, bağımsız ekiplerin Türkçe telefon konuşması, farklı ağızlar ve gürültülü kayıtlarla yapacağı karşılaştırmalardan sonra daha net görülecek. Haberdeki görsel temsili illüstrasyon.
İLGİNİZİ ÇEKEBİLİR
Apple, iPhone Duo için stok sıkıntısını biliyordu ama planını değiştirmedi
WhatsApp, Android’de sohbet çubuğu için iki yeni düzen deniyor
SPINE’ın yeni fragmanı Redline için dört kostüm gösteriyor
OpenAI, insansı robotu için 2027’de gösterim hedefliyor
PlayStation 6 için 680 dolarlık bellek maliyeti iddiası ortaya çıktı
Günün Öne Çıkan Fırsatları
REKLAM — Bu içerikte satış ortaklığı bağlantıları bulunmaktadır. Bu bağlantılar üzerinden yapılan alışverişlerden Teknoblog komisyon kazanabilir. Satış ortaklığı açıklaması
