PatientDesk'ten Türkçe ses modelleri: sesi yazıya döken Duyu, metni seslendiren Alania-1
Türk kurucuların Y Combinator destekli girişimi PatientDesk, Türkçe için geliştirdiği iki ses modelini kullanıma açtı: konuşmayı yazıya döken Duyu ve metni sese çeviren Alania-1. Firmanın iddiasına göre Duyu, karşılaştırdıkları modeller arasında Türkçede en iyi sonucu alıyor. İki model lansman dönem
Diş klinikleri için yapay zeka ön büro yazılımı geliştiren PatientDesk, Türkçe için iki ses modelini kullanıma açtı. Duyu konuşulan Türkçeyi yazıya döküyor, Alania-1 ise yazılı Türkçeyi sese çeviriyor. İki model aynı API anahtarıyla, tek bir hesaptan kullanılabiliyor. Şirketin kurucu ortağı Oncel Ozgul, duyuruda Türkçe yapay zeka çalışmalarını desteklemek istediklerini söyledi.
Duyu nedir, ne işe yarar
Duyu, Türkçe konuşmayı metne çeviren bir ses tanıma modeli. Canlı sesi konuşma sürerken yazıya dökebiliyor, kayıt dosyalarını da işleyebiliyor. Konuşma sırasında ara metinler, her bölüm bittiğinde de son hali geliyor. İsteğe bağlı olarak kelime kelime zaman bilgisi ve SRT ya da VTT biçiminde altyazı dosyası üretebiliyor.
Firmanın sitesinde örnek olarak randevu değiştirme, adres söyleme ve harf harf okunan isimler gibi çağrı merkezlerinde sık geçen durumlar öne çıkıyor. Duyu'yu sitede kendi mikrofonunuzla konuşarak deneyebiliyorsunuz.
Alania-1 nedir, ne işe yarar
Alania-1, Türkçe metni sese çeviren bir model. Firmaya göre Türkçe konuşma verisiyle eğitildi ve cümle vurgusunu, nefes yerlerini metinden kendisi çıkarıyor, bunun için ayrıca işaretleme yapmak gerekmiyor. Tarih, saat ve sayıları okunaklı biçimde seslendirmesi ve soru cümlelerinde tonu değiştirmesi öne çıkarılan özellikleri arasında. Ses, üretimi sürerken parça parça gönderilebiliyor, böylece uygulama cevabı beklemeden oynatmaya başlayabiliyor. Alania-1 tek bir sesle çalışıyor ve her cevaba sesin yapay zekayla üretildiğini belirten bir işaret ekliyor.
Firmanın iddiaları
Firmanın iddiasına göre Duyu, FLEURS ve sohbet testlerinde karşılaştırdıkları açık kaynaklı ve alanında öncü modeller arasında Türkçede en yüksek sonucu alıyor. Sitede sohbet, okuma ve çağrı merkezi kayıtlarından oluşan üç Türkçe veri kümesinde Duyu'nun OpenAI'ın Whisper modelleri ve Alibaba'nın Qwen3-ASR modelleriyle karşılaştırıldığı tablolar yer alıyor. Firma ayrıca iki modelin de telefon görüşmesine uygun hızda cevap verdiğini söylüyor.
Nasıl kullanılır
İki model de PatientDesk'in ses API'si üzerinden kullanılıyor. Duyu'nun dosya yazıya dökme ucu OpenAI'ın ses API'siyle uyumlu, bu yüzden o biçimi kullanan uygulamalar küçük bir değişiklikle bağlanabiliyor. Canlı ses için WebSocket bağlantısı var. Kayıt için kart bilgisi istenmiyor ve lansman dönemine özel olarak iki model bir ay boyunca ücretsiz. Sonrası kullandıkça ödemeli. Kurumlara, modelleri kendi altyapılarında kurma seçeneği de sunuluyor. Güncel fiyatlar PatientDesk'in sitesinde.
PatientDesk, Oncel, Şan ve Emre adlı üç Türk kurucunun 2025'te kurduğu ve Y Combinator'ın 2026 kış dönemine katılan bir girişim. Şirketin asıl ürünü, diş kliniklerinin telefonlarını açıp randevu veren bir yapay zeka ön büro sistemi. Duyu ve Alania-1 de bu işten doğmuş modeller. Paylaşılan karşılaştırmalar firmanın kendi ölçümleri. Modellerin farklı Türkçe kayıtlardaki başarısını görmek için bağımsız araştırmacıların değerlendirmelerini de takip etmekte fayda var.
Kaynaklar: PatientDesk Türkçe ses modelleri, Duyu, Alania, Y Combinator: PatientDesk.
