Toplantı iki dilde, altyazı ikisinde de

A meeting in two languages, captioned in both

Yerel bir deneme: konuşulanı kendi dilinde yazar, diğer dile çevirir ve toplantı bitince notları oluşturur. Ses asla bilgisayardan dışarı çıkmaz.

A local experiment: it writes what is spoken in its own language, translates it to the other, and creates notes when the meeting ends. The audio never leaves the computer.

Bu video, önceden yazılmış senaryolu toplantıyı gösteriyor. Türkçe konuşan benim, Almanca konuşan ise Piper adlı açık programın Thorsten sesidir; bu ses Thorsten Müller'in serbestçe kullanılabilen kayıtlarından yapıldı. Satırın solundaki renkli çubuk hangi dilin konuşulduğunu belirtir. Gri italik metin ilk tahmindir; cümle bitince beyaza döner ve kesinleşir. Video düzenlenmemiştir, hataları hemen altında görülebilir.This video shows a scripted meeting. I speak Turkish, and the German speaker is Thorsten, a voice from the open-source program Piper, built from freely usable recordings by Thorsten Müller. The coloured bar on the left indicates which language is being spoken. The grey italic text is the first guess; it turns white and becomes final once the sentence ends. The video is unedited, so you can see the mistakes right below.

Toplantı bitince yazılan notlarThe notes written after the meeting

Kararlar

Sürüm yayın tarihi Perşembe günü saat 14:00 olarak belirlendi.
Yayın sonrası 24 saat boyunca geri dönüş seçeneği açık tutulacak.
Müşterilere gecikme hakkında bilgilendirme yapılıp yapılmayacağına proje yönetimi karar verecek.

Yapılacaklar

Test raporu Çarşamba öğlene kadar tamamlanacak.
Sürüm notları Çarşamba saat 16:00'da yazılacak.
Görsel sorun Perşembe sabah 10:00'a kadar düzeltilecek.
Zaman planı Perşembe tarihine göre güncellenecek.

Açık Sorular

Gecikme müşterilere ayrıca duyurulacak mı?

Bu notlar, toplantıdan sonra aynı yerel dil modeli tarafından yazıldı ve olduğu gibi gösteriliyor. Toplantıda önce "cuma saat 14" denildi, sonra "cuma değil, perşembe" diye düzeltildi. Notlarda yalnızca perşembe var ve yeşil renkle vurgulanıyor. Bir madde yanlış ve turuncu renkle işaretli: Almanca konuşan "bis Mittwoch, 16 Uhr" dedi, sistem "des Mittwoch" duydu, böylece bir son tarih randevuya dönüştü.These notes were written by the same local language model after the meeting and are shown exactly as it wrote them. In the meeting, "cuma saat 14" (Friday at 14:00) was said first, then corrected to "cuma değil, perşembe" (not Friday, Thursday); the notes contain only Thursday, highlighted in green. One item is wrong and marked in orange. The German speaker said "bis Mittwoch, 16 Uhr" (by Wednesday 16:00), the system heard "des Mittwoch", and a deadline turned into an appointment.

Videodaki hatalarMistakes in the video

Yazıya döken model bazı kelimeleri yanlış duydu. Bunları olduğu gibi bıraktım, çünkü bugün yerelde neyin mümkün olduğunu gösteriyorlar.The speech-to-text model misheard some words. I left them as they were, because they show what is possible locally today.

SöylenenWhat was saidTestler planlanandan iki gün daha uzun sürdü.

Ekranda görünenWhat appeared on screenTestler planlarından iki gün daha uzun sürdü

"planlanandan" kelimesi "planlarından" olarak yazıldı, ama anlam korundu ve çeviri doğru kaldı.The word "planlanandan" was written as "planlarından", but the meaning stayed intact and the translation remained correct.

SöylenenWhat was saidYayından sonra 24 saat geri dönüş seçeneğini açık tutalım.

Ekranda görünenWhat appeared on screenbu yayından sonra 24 saat geri dönüş seçeneğini açık tutalım

Başta "bu" kelimesi fazladan eklendi, ancak Almanca çeviri yine de doğru çıktı.The word "bu" was added at the beginning, yet the German translation still came out correct.

SöylenenWhat was saidGecikmeyi müşteriye ayrıca duyuracak mıyız?

Ekranda görünenWhat appeared on screenGecikmeyi müşteriyi ayrıca duyacak mıyız?

"müşteriyi" ve "duyacak" kelimeleri yanlış yazıldığı için Türkçe satır hatalı. Almanca çeviri ise önceki cümlelerden anlamı çıkararak doğru kaldı.The words "müşteriyi" and "duyacak" were misspelled, making the Turkish line incorrect. The German translation stayed correct by inferring the meaning from previous sentences.

SöylenenWhat was saidGenel olarak gecikme küçük, kapsam kontrol altında.

Ekranda görünenWhat appeared on screenGenel olarak gecikme küçüğü kapsam kontrol altında.

"küçük, kapsam" ifadesi "küçüğü" şeklinde tek bir yanlış kelimeye dönüştü, Türkçe satır hatalı. Almanca çeviri yine de doğru kaldı; bunda, "kapsam"ın "Umfang" demek olduğunu söyleyen kısa kelime listesinin de payı vardı.The phrase "küçük, kapsam" turned into the single wrong word "küçüğü", making the Turkish line incorrect. The German translation remained correct, partly because a short word list specified that "kapsam" means "Umfang".

SöylenenWhat was saidDann schreibe ich die Release-Notes bis Mittwoch, 16 Uhr.

Ekranda görünenWhat appeared on screenDann schreibe ich die Release-Notes des Mittwoch, 16 Uhr.

Almanca "bis" kelimesi "des" olarak duyuldu. Türkçe çeviri "çarşamba saat 16:00'te" oldu; son tarih randevuya dönüştü ve notlar bunu tekrarladı.The German word "bis" was heard as "des". The Turkish translation became "çarşamba saat 16:00'te"; the deadline turned into an appointment, and the notes repeated this.

1 · Sorun1 · Problem

Hiç iki dilin konuşulduğu bir toplantıda bulundun mu?

Ever been in a meeting held in two languages?

Zoom, Microsoft Teams ve Google Meet gibi uygulamalar zaten canlı altyazı ve toplantı özeti sunuyor. Bunların hepsi sesi şirket sunucularına göndererek çalışıyor. Toplantı iki dilde yürüyorsa bir de çeviri gerekiyor. Ben de aynı işi toplantı bilgisayardan çıkmadan yapmayı denedim.

Apps like Zoom, Microsoft Teams and Google Meet already offer live captions and meeting summaries. They all work by sending the audio to company servers. If a meeting runs in two languages, you also need translation. I tried doing the same thing without the audio ever leaving the computer.

2 · Kapsam2 · Scope

Ne yapar, ne yapmaz

What it does, and what it doesn't

Yapar. İki dilli toplantıyı dinler, her cümleyi kendi dilinde yazar ve diğerine çevirir. Tarayıcıda canlı altyazı gösterir, toplantı bitince notları yazar.
Yapmaz. Kimin konuştuğunu bilmez, sadece dili tanır. Altyazılar Zoom içinde değil, ayrı bir tarayıcı sayfasındadır. Yalnızca Apple çipli Mac'te çalışır.
Nasıl denendi. Bir senaryolu toplantıda, benim sesim ve yapay bir sesle denedim. Kimse söz kesmedi, sırayla konuşuldu. Gerçek bir toplantıda işe yaradığı gösterilmedi.
Bilinen bir zaaf. Denediğim her çeviri modeli bir noktada bir günü ya da saati değiştirdi. Örneğin "Mittwoch" "salı" oldu, kimse söylemediği halde "dün" çıktı. Kod bunları yakalar ama yanlış göreve bağlanan doğru tarihi yakalayamaz. Göndermeden önce notları dökümle karşılaştır.

What it does. It listens to a bilingual meeting, writes each sentence in its own language, and translates it into the other. It shows live captions in the browser and writes the notes after the meeting ends.
What it doesn't. It doesn't know who is speaking; it only recognizes the language. The captions appear on a separate browser page, not inside Zoom. It runs only on Macs with Apple chips.
How it was tested. I tried it in a scripted meeting with my voice and an artificial voice. No one interrupted; the two voices took turns. It has not been shown to work in a real meeting.
A known weakness. Every translation model I tried changed a day or a time at some point. For example, "Mittwoch" (Wednesday) became "salı" (Tuesday), and a "dün" (yesterday) appeared that nobody had said. The code catches these, but it cannot catch a correct date attached to the wrong task. Compare the notes against the transcript before sending.

3 · Mimari3 · Architecture

Dinle, yaz, çevir, kontrol et

Listen, write, translate, check

Süreç dinleme, yazma, çevirme ve kontrol etme adımlarından oluşur. Önce silero-vad, Silero'nun konuşma algılayıcısı, ses kaydını duraklamalarda cümlelere ayırır. Ardından OpenAI'ın konuşmayı yazıya döken açık modeli Whisper large-v3-turbo, her cümleyi söylendiği dilde yazar. Hemen ardından Meta'nın NLLB-200 600M adlı küçük ve hızlı çeviri modeli, taslak bir çeviri gösterir. Birkaç saniye sonra Alibaba'nın Qwen ekibinden Qwen3.8 27B adlı büyük dil modeli, son çeviriyi üretir. Çevirmen, son iki cümleyi ve toplantı için kısa bir kelime listesini de görür. Böylece "sürüm"den sonra gelen "yayın" kelimesi, bir yayın değil, yazılım sürümü olarak okunur. Günler, saatler ve sayılar kodla kontrol edilir; model bunları değiştirirse orijinalden düzeltilir veya satır çevrilmemiş halde gösterilir. Eksik bir satır sadece eksik kalır; yanlış bir gün ise yanlış bir kayıt olur.

The process moves through listening, writing, translating, and checking. First, silero-vad, Silero's speech detector, splits the audio into sentences at the pauses. Then Whisper large-v3-turbo, OpenAI's open speech-to-text model, writes each sentence in the language it was spoken. Immediately after, NLLB-200 600M, a small and fast translation model from Meta, shows a draft translation. A few seconds later, Qwen3.8 27B, a large language model from Alibaba's Qwen team, produces the final translation. The translator also sees the last two sentences and a short word list for the meeting. This way, "yayın" (publishing) after "sürüm" (release) is read as a software release, not a broadcast. Days, times, and numbers are checked by code; if the model changes them, they are corrected from the original or the line is shown untranslated. A missing line simply stays missing; a wrong day becomes a false record.

4 · Gerekenler4 · Requirements

Güçlü bir Mac

A capable Mac

BilgisayarComputerApple çipli bir Mac; M4 Max ve 64 GB bellekle denendiA Mac with an Apple chip; tried on an M4 Max with 64 GB

GPU belleğiGPU memorymodeller birlikte yaklaşık 22 GBabout 22 GB for the models together

ProgramlarSoftwarePython 3.13, ffmpeg ve Ollama (modelleri bilgisayarında çalıştıran program)Python 3.13, ffmpeg and Ollama (the program that runs the models on your computer)

Ses yönlendirmeAudio routingtoplantı sesini uygulamaya veren bir program: Rogue Amoeba'nın Loopback'i (ücretli, denendi) ya da Existential Audio'nun BlackHole'u (ücretsiz, denenmedi)a program that passes the meeting audio to the app: Loopback by Rogue Amoeba (paid, tried) or BlackHole by Existential Audio (free, not tried)

Diskyaklaşık 22 GB; modeller bir kez indirilirabout 22 GB; the models are downloaded once

Daha küçük modelleri de denedim; hem Türkçe konuşmanın yazıya dökülmesi hem de çeviri belirgin şekilde kötüleşti. Tüm ölçümler ve açık sorular DECISIONS.md adlı belgede.I also tried smaller models; both the transcription of Turkish speech and the translation got noticeably worse. All measurements and open questions are in a document called DECISIONS.md.

5 · Adımlar5 · Steps

Nasıl kurdum

How I built it

DinleListen

Sesi al, sessizliklerden cümlelere böl.Capture audio, cut it into sentences.

capture.py · silero-vad

YazWrite

Her cümle kendi dilinde.Each sentence in its own language.

Whisper large-v3-turbo

ÇevirTranslate

Önce taslak, sonra son hâli.A draft first, then the final version.

NLLB · Qwen3.8 27B

DenetleCheck

Gün, saat, sayı aslıyla aynı mı?Same days, times, numbers as said?

facts.py

GösterShow

Tarayıcıda canlı altyazı.Live captions in a browser.

web.py

Not çıkarNotes

Toplantıdan sonra, dökümden.After the meeting, from the transcript.

notes.py

Kendin çalıştırRun it yourself

Gereken: Apple Silicon Mac, Python 3.13, ffmpeg, Ollama ve ses yönlendirme. Komutlar Terminal içindir.You need: an Apple Silicon Mac, Python 3.13, ffmpeg, Ollama and audio routing. Commands are for Terminal.

Çeviriyi ve notları yazan dil modeli; bir kez indirilir, yaklaşık 15 GB. Bu, Qwen3.8 27B'nin Ollama'da batiai adlı kullanıcının yayımladığı küçültülmüş bir sürümü. Resmî sürümü istersen: qwen3.8:27b-q4_K_M.The language model that writes the translation and the notes; downloaded once, about 15 GB. It is a smaller version of Qwen3.8 27B, published on Ollama by the user batiai. For the official version: qwen3.8:27b-q4_K_M.

ollama pull batiai/qwen3.8-27b:iq4

Yalnızca bu projeyi çek, Python ortamını kur. Whisper ve NLLB ilk çalıştırmada iner.Fetch just this project and set up Python. Whisper and NLLB download on the first run.

git clone --filter=blob:none --sparse https://github.com/tanselokay/Atolye.git
git -C Atolye sparse-checkout set projects/yerel-canli-altyazi
cd Atolye/projects/yerel-canli-altyazi
python3.13 -m venv .venv && ./.venv/bin/pip install -r requirements.txt

Toplantı uygulamasının sesini Loopback'e (ya da BlackHole'a) ver; kendin de duymak için izlemeyi aç. Ses geliyor mu, bak:Send the meeting app's audio to Loopback (or BlackHole), with monitoring on so you still hear it. Check that audio arrives:

./.venv/bin/python levels.py loopback

Toplantının iki dilini ver, sonra tarayıcıda http://127.0.0.1:8770 adresini aç. İsteğe bağlı: toplantıya özgü terimler için --glossary sozluk.txt (satır başına sürüm = Version); daha büyük konuşma modeli için --whisper large-v3 (daha yavaş).Give the meeting's two languages, then open http://127.0.0.1:8770 in a browser. Optional: --glossary glossary.txt for the meeting's own terms (one per line, sürüm = Version); --whisper large-v3 for the bigger speech model (slower).

./.venv/bin/python stream.py --live loopback --web --languages tr,de --lines 3 --log toplanti.txt

Toplantıdan sonra. Söylenmemiş bir gün ya da sayı varsa terminal uyarır.After the meeting. If the notes contain a day or a number nobody said, the terminal warns.

./.venv/bin/python notes.py toplanti.txt --out notlar.md

Daha iyi bir model var mı?Is there a better model?

Videodaki modelin, bulut kullanmadan bilgisayarda çalışan en iyi seçenek olup olmadığını merak ettim. Bu yüzden onu diğerleriyle karşılaştırdım. Aşağıdaki beş madde, detayları merak edenler için.I wondered if the model in the video was the best option that runs locally without the cloud. So I compared it with others. The five points below are for those who want the details.

Emre Akgül, model üreticilerinden bağımsız bir Türkçe sıralaması yayımlıyor. Bu sıralamada her model, Google'ın FLEURS ses veri setinden gelen aynı okuma cümleleriyle test ediliyor ve aynı şekilde puanlanıyor. Whisper large-v3 her 100 kelimede yaklaşık 6 hata yapıyor. Videodaki large-v3-turbo modeli her 100 kelimede 6,07, Alibaba'nın Qwen3-ASR 1.7B modeli ise 8,46 hata yapıyor. Bildiğim kadarıyla Whisper, bağımsız kanıtlarla yerelde çalışan en iyi model. https://huggingface.co/spaces/EmreAkgul/Turkish-transcription-leaderboardEmre Akgül publishes an independent Turkish ranking. In this ranking, each model is tested with the same read-aloud sentences from Google's FLEURS audio dataset and scored in the same way. Whisper large-v3 makes about 6 errors per 100 words. The large-v3-turbo model in the video makes 6.07 errors per 100 words, while Alibaba's Qwen3-ASR 1.7B model makes 8.46. As far as I know, Whisper is the best local model supported by independent evidence. https://huggingface.co/spaces/EmreAkgul/Turkish-transcription-leaderboard

Videonun kaydını beş modelden tekrar geçirdim. Türkçe cümlelerdeki yanlış kelimeleri saydım; sonuç aşağıdaki tabloda.I ran the video's recording through five models again. I counted the wrong words in the Turkish sentences; the results are in the table below.

ModelModel	Yanlış kelime sayısıNumber of wrong words	"küçük" doğru mu"küçük" correct?	"bis" doğru mu"bis" correct?	Cümle başına süreTime per sentence
large-v3-turbo	5	HayırNo	HayırNo	0,7 saniye0.7 seconds
large-v3	2	HayırNo	HayırNo	1,6 saniye1.6 seconds
BuzzASR	2	HayırNo	HayırNo	1,1 saniye1.1 seconds
TurkMedSTT	3	HayırNo	HayırNo	1,2 saniye1.2 seconds
Qwen3-ASR	4	EvetYes	EvetYes	0,5 saniye0.5 seconds

Qwen3-ASR, anlamı değiştiren "küçük" ve Almanca "bis" kelimelerini doğru duyabilen tek modeldi. Ama Qwen3-ASR "Testler" kelimesini iki kez bozdu. Hiçbir model hatasız değildi; her biri farklı yerlerde yanıldı.Qwen3-ASR was the only model that correctly heard the meaning-changing word "küçük" and the German word "bis". But Qwen3-ASR garbled the word "Testler" twice. No model was error-free; each one failed in different places.

Türkçe için önerilen iki küçük model, ogulcanakca/faster-whisper-small-tr ve ysdede/whisper-small-turkish-0-ct2, düz Whisper small'dan daha kötüydü. Bunlar her 100 kelimede sırasıyla 24 ve 45 hata yaparken, düz model 20,8 hata yaptı. Bunlardan biri, kimsenin söylemediği cümleler uydurdu. BuzzASR/turkish ve turkmedstt/whisper-large-v3-turkish-general (TurkMedSTT) adlı iki büyük model, kendi testlerinde large-v3'ü geçtiklerini iddia ediyor. Bu kayıtta bunu başaramadılar ve bağımsız sıralamada yer almıyorlar. Almancaya zarar vermediler.The two small models recommended for Turkish, ogulcanakca/faster-whisper-small-tr and ysdede/whisper-small-turkish-0-ct2, were worse than plain Whisper small. They made 24 and 45 errors per 100 words respectively, while the plain model made 20.8. One of them invented sentences that no one said. The two large models BuzzASR/turkish and turkmedstt/whisper-large-v3-turkish-general (TurkMedSTT) claim to beat large-v3 in their own tests. They did not achieve this in this recording and are not in the independent ranking. They did not harm the German.

Whisper, "küçüğü" kelimesinde yanıldığı yerde en çok güveniyordu; bu yüzden güven puanı uyarı veremiyor. Turbo ve Qwen3-ASR'ın aynı cümle için yazdıklarını karşılaştırdım. İki modelin yaptığı her hata, ayrıldıkları bir kelimeye oturuyordu; anlaştıkları her cümle ise doğruydu. Bu tek bir toplantı ve 19 cümle: bir laboratuvar notu, sonuç değil. Yine de denemeye değer: iki modelin ayrıştığı kelimeleri konuşana göstermek.Whisper was most confident where it got the word "küçüğü" wrong; so the confidence score cannot warn you. I compared what turbo and Qwen3-ASR wrote for the same sentence. Every error made by the two models landed on a word where they disagreed; every sentence they agreed on was correct. This is one meeting and 19 sentences: a lab note, not a result. Still, it is worth trying: showing the speaker the words where the two models disagree.

Kayıtlarım yapay Almanca sesinden çok daha sessizdi; o düzeyde ilk kelime "Sürüm" yerine "Çürüm" çıktı, ki bu bir Türkçe kelime değil. Düzeyler eşitlenince her model "Sürüm"ü doğru duydu. Kayıtlarımı Almanca sesin düzeyine çıkardım; bir aramada da sesi kısık konuşana sesini açması söylenir. Sesi düzenlemek bir çözüm değil; gerçek bir toplantı çok daha az kontrollü. Sistem artık her cümlenin öncesinde kısa bir ses anını saklıyor, böylece ilk sesi kesilmiyor. Whisper'a toplantının kelime listesini ipucu olarak vermek "Çürüm"ü düzeltti ama "Haklısın" kelimesini cümleden sildiği için kullanmadım.My recordings were much quieter than the artificial German voice; at that level, the first word came out as "Çürüm" instead of "Sürüm", which is not a Turkish word. When levels were equalized, every model heard "Sürüm" correctly. I raised my recordings to the level of the German voice; in a call, too, a quiet speaker is asked to speak up. Adjusting audio is not a solution; a real meeting is much less controlled. The system now saves a short audio moment before each sentence, so the first sound is not cut off. Giving Whisper the meeting's word list as a hint fixed "Çürüm" but it deleted "Haklısın" (you are right) from a sentence, so I did not use it.

Tüm kaynak ve ölçümler:Full source and measurements: https://github.com/tanselokay/Atolye/tree/main/projects/yerel-canli-altyazi

6 · İleri6 · Further

Neler gelebilir

What could come next

Gerçek bir toplantı. İnsan sesleri, araya girenler ve gürültüyle bir deneme; her şeyden önce bu gelir.
Kim ne söyledi. Zoom her katılımcıyı ayrı ayrı kaydedebilir. Her kayıt ayrı yazıya dökülüp zamana göre birleştirilirse notlar kişilere bağlanabilir.
İki modelin ayrıştığı yerleri göstermek. Whisper ile Qwen3-ASR'ın aynı cümle için yazdıkları karşılaştırılıp ayrıştıkları kelimeler konuşana işaretlenebilir.
Türkçe kelime kontrolü. Zemberek-NLP gibi bir araç, Türkçe kelimelerin nasıl kurulduğunu bilir ve "çürüm" gibi olmayan kelimeleri işaretleyebilir. "küçüğü" gibi gerçek ama yanlış kelimeleri yakalayamaz.
Daha küçük bilgisayarlar. Küçük ses modelleri Almanca ve İngilizcede iyi çalışıyor ama Türkçede belirgin şekilde kötü.
Altyazıları paylaşmak. Aynı ağdaki kişiler sayfayı açabilir. Başka yerdekiler için şifreli bir aktarım gerekir.

A real meeting. A test with human voices, interruptions, and noise; this comes first.
Who said what. Zoom can record each participant separately. If each recording is transcribed and merged by time, notes can be linked to people.
Show where two models disagree. Compare what Whisper and Qwen3-ASR write for the same sentence, and the words they disagree on could be marked for the speaker.
A Turkish word check. A tool like Zemberek-NLP understands how Turkish words are built and can flag non-words like "çürüm". It cannot catch real but incorrect words like "küçüğü".
Smaller computers. Small speech models work well in German and English but are significantly worse in Turkish.
Sharing the captions. People on the same network can already open the page. For people elsewhere, an encrypted relay would be needed.

KaynaklarReferences

Whisper large-v3-turbo (OpenAI)Whisper large-v3-turbo (OpenAI): https://huggingface.co/openai/whisper-large-v3-turbo
Whisper large-v3 (OpenAI)Whisper large-v3 (OpenAI): https://huggingface.co/openai/whisper-large-v3
NLLB-200 600M (Meta)NLLB-200 600M (Meta): https://huggingface.co/facebook/nllb-200-distilled-600M
Qwen3.8 27B (Alibaba, Qwen)Qwen3.8 27B (Alibaba, Qwen): https://ollama.com/library/qwen3.8
Qwen3.8 27B'nin küçültülmüş sürümü, batiai/qwen3.8-27b:iq4The smaller version of Qwen3.8 27B, batiai/qwen3.8-27b:iq4: https://ollama.com/batiai/qwen3.8-27b
Qwen3-ASR 1.7B (Alibaba, Qwen)Qwen3-ASR 1.7B (Alibaba, Qwen): https://huggingface.co/Qwen/Qwen3-ASR-1.7B
BuzzASR/turkishBuzzASR/turkish: https://huggingface.co/BuzzASR/turkish
turkmedstt/whisper-large-v3-turkish-general (TurkMedSTT)turkmedstt/whisper-large-v3-turkish-general (TurkMedSTT): https://huggingface.co/turkmedstt/whisper-large-v3-turkish-general
ogulcanakca/faster-whisper-small-trogulcanakca/faster-whisper-small-tr: https://huggingface.co/ogulcanakca/faster-whisper-small-tr
ysdede/whisper-small-turkish-0-ct2ysdede/whisper-small-turkish-0-ct2: https://huggingface.co/ysdede/whisper-small-turkish-0-ct2
Emre Akgül, Türkçe konuşmayı yazıya dökme sıralamasıEmre Akgül, Turkish transcription leaderboard: https://huggingface.co/spaces/EmreAkgul/Turkish-transcription-leaderboard
FLEURS konuşma veri seti (Google)FLEURS speech dataset (Google): https://huggingface.co/datasets/google/fleurs
Piper, açık metinden sese programıPiper, open text-to-speech program: https://github.com/rhasspy/piper
Thorsten-Voice, Thorsten Müller'in serbestçe kullanılabilen (CC0) Almanca ses kayıtlarıThorsten-Voice, Thorsten Müller's free-to-use (CC0) German voice recordings: https://github.com/thorstenMueller/Thorsten-Voice
silero-vad (Silero)silero-vad (Silero): https://github.com/snakers4/silero-vad
Zemberek-NLPZemberek-NLP: https://github.com/ahmetaa/zemberek-nlp
OllamaOllama: https://ollama.com
Loopback (Rogue Amoeba)Loopback (Rogue Amoeba): https://rogueamoeba.com/loopback/
BlackHole (Existential Audio)BlackHole (Existential Audio): https://existential.audio/blackhole/
Bu projenin kodu ve ölçümleriThis project's code and measurements: https://github.com/tanselokay/Atolye

Kod GitHub'da: The code is on GitHub: https://github.com/tanselokay/Atolye

Yapay zekanın eleştirisi

The AI's critique

Bir toplantı, kolay koşullar. Bu deneme tek bir senaryolu toplantıda, bir insan ve bir yapay sesle yapıldı. Konuşmacılar arasında çevirinin yetişmesi için üç saniyelik boşluklar bırakıldı. Gerçek bir toplantıda denenmedi; bu yüzden sayılar oran değil, anekdot.One meeting, easy conditions. This test was run on a single scripted meeting with one human and one artificial voice. Three-second pauses were left between speakers so the translation could keep up. It was not tried in a real meeting, so the numbers are anecdotes, not rates.
Kelime listesi hata görüldükten sonra yazıldı. İlk kayıtta hata çıkınca "kapsam = Umfang" gibi maddeler eklendi; Almancanın doğru çıkmasının kısmen nedeni bu. Gerçek hayatta liste önceden yazılmalı ve yalnızca öngörülen kelimelerde işe yarar. Ses seviyesi ve cümle öncesi bekleme süresi de bu tek kayda bakılarak seçildi.The word list was written after errors appeared. When the first recording showed mistakes, entries like "kapsam = Umfang" were added; this partly explains why the German came out right. In a real meeting, someone has to write the list in advance, and it only helps with words they foresee. The audio level and pre-sentence wait time were also chosen based on this single recording.
Çevirmen tahmin eder, hata gizlenir. Yanlış Türkçe cümlenin altında doğru Almanca görünür, ama bu bağlamdan yapılan bir tahmindir. Bağlam yanıltırsa aynı tahmin kendinden emin yanlış çeviri üretir ve okuyucu bunu fark edemez. Hatanın yakalanması konuşana kalır, kimse konuşurken ekrana bakmaz.The translator guesses, and errors hide. A correct German sentence appears under a wrong Turkish one, but this is a guess based on context. If the context misleads, the same guess produces a confident wrong translation that the reader cannot spot. Catching the error is left to the speaker, and no one looks at the screen while speaking.
Notlar temiz görünür, hata sessizce taşınır. Son tarih, bir randevuya dönüştü. Kod gün ve sayıları kontrol eder, ama "-e kadar" ile "-de" arasındaki farkı ayırt etmez. Dökümle karşılaştırılmadan paylaşılan notlar, yanlış bir kayıt haline gelir.Notes look clean, but errors travel silently. A deadline turned into an appointment. The code checks days and numbers, but it does not distinguish between "by" and "at". Notes shared without checking against the transcript become a wrong record.
Ağır ve yalnızca Mac'te. 27 milyar parametreli dil modeli dahil yaklaşık 22 GB model var; sadece Apple çipli Mac'lerde çalışır. Sıradan bir dizüstü bilgisayarda çalışmaz; daha küçük kurulumlar Türkçede açıkça daha kötüydü. Altyazılar ayrı bir tarayıcı sayfasında kalır.Heavy, and Mac-only. There is about 22 GB of models, including a 27-billion-parameter language model; it runs only on Macs with Apple chips. It does not work on a regular laptop, and smaller setups were clearly worse in Turkish. Captions stay on a separate browser page.

Yerelde neyin mümkün olduğuna dürüst bir bakış, toplantıda güvenilerek kullanılacak bir araç değil.An honest look at what is possible locally, not a tool to be trusted in a meeting.