Ses kaydını yazıya çevirme: yapay zekâyla ücretsiz yollar ve kayıt dışarı çıkmadan döküm
Güncellendi: · Yazan: Yerel Yapay Zeka
Kısa cevap: Ses kaydını yazıya çevirmenin üç yolu var: uygulamanın kendi döküm özelliği, kaydı çevrim içi bir servise yüklemek ya da Whisper gibi açık bir konuşma tanıma modelini kendi bilgisayarınızda çalıştırmak. Kısa ve özel olmayan kayıtlarda çevrim içi araçlar yeterlidir. Avukat görüşmesi, hasta ya da İK mülakatı, yönetim kurulu toplantısı gibi gizli kayıtlarda dosyayı yüklemek yerine yazıya dökme işini kendi cihazınızda yapmak daha doğrudur.
Ses kaydını yazıya çevirme nasıl yapılır?
Yapay zekâ ile ses kaydını yazıya dökme, bir konuşma tanıma modelinin sesi dinleyip metne çevirmesidir. Fark, bu modelin nerede çalıştığındadır: telefonunuzda, bir hizmet sağlayıcısının sunucusunda ya da kendi bilgisayarınızda. Bu tercih hem gizliliği hem de uzun kayıtlarda ne ödeyeceğinizi belirler.
| Yol | Kayıt nereye gider | Uzun kayıt | Ücret | Kime uyar |
|---|---|---|---|---|
| Uygulamanın kendi özelliği (ör. WhatsApp sesli mesaj dökümü) | Telefonda kalır; WhatsApp dökümün cihazda üretildiğini yazıyor | Kısa sesli mesajlar için | Ücretsiz | Gelen sesli mesajı okumak isteyenler |
| Çevrim içi servis (ör. Word’ün Transkripsiyon özelliği) | Hizmet sağlayıcının sunucusuna | Servisin aylık dakika sınırına bağlı | Abonelik ya da dakika başına | Gizli olmayan kayıtlar |
| Whisper’ı kendi bilgisayarınızda çalıştırmak | Bilgisayarınızda kalır | İşlenir; süre donanıma bağlıdır | Ücretsiz açık model | Teknik bilgisi olanlar |
| Şirket içi cihaz (Sadık) | Şirketin kendi cihazında kalır | Tek kayıt en fazla 4 saat | Dakika başına ücret yok | Gizli kayıtları düzenli olarak yazıya döken ekipler |
Ses kaydını yazıya çevirme ücretsiz: üç seçenek
WhatsApp sesli mesajını yazıya çevirme
WhatsApp, Kasım 2024’te sesli mesaj dökümünü duyurdu. Özellik Sohbetler ayarlarından açılır; tek bir mesaj için mesaja basılı tutup döküm seçeneğini seçersiniz. WhatsApp’ın kendi duyurusuna göre döküm telefonun içinde üretilir; ne WhatsApp ne de başka biri mesajı duyabilir ya da okuyabilir. Özellik başlangıçta sınırlı sayıda dille sunuldu; Türkçenin sizin telefonunuzda çıkıp çıkmadığını ayarlardan kontrol edin. Bu yol uzun kayıtlar ve dosyalar için değil, gelen sesli mesajlar içindir.
Word ile ses kaydını yazıya dökme
Microsoft 365 aboneliğinde Word’ün Transkripsiyon özelliği yüklediğiniz kaydı yazıya döker. Microsoft’un destek sayfasına göre Türkçe (Türkiye) desteklenen diller arasında; aboneler ayda 300 dakikaya kadar yüklenmiş ses dökebiliyor; WAV, MP4, M4A ve MP3 dosyaları kabul ediliyor. Ses Microsoft’a gönderilir ve kayıtlar OneDrive’daki bir klasöre kaydedilir. Özelliğin hangi Word sürümünde ve hangi hesap türünde açık olduğu değişebiliyor; kendi hesabınızda kontrol edin.
Whisper: açık model, kendi bilgisayarınızda
Whisper, OpenAI’nin yayımladığı genel amaçlı bir konuşma tanıma modelidir. Kodu ve model ağırlıkları MIT lisanslıdır; yaklaşık 100 dil arasında Türkçe de vardır. Model bir kez indirildikten sonra internet olmadan çalışır; kayıt bilgisayarınızdan çıkmaz.
- Boyutlar: En küçük model yaklaşık 1 GB ekran kartı belleğiyle, en büyüğü yaklaşık 10 GB ile çalışır. “Turbo” sürümü büyük modele yakın doğrulukla çok daha hızlıdır ve yaklaşık 6 GB ister.
- Doğruluk dile göre değişir. Whisper’ın kendi sayfası performansın dilden dile çok farklı olduğunu yazıyor ve dil bazında hata oranlarını yayımlıyor. Büyük modeller genellikle daha doğru, küçük modeller daha hızlıdır; Türkçe kayıtlarınızla iki boyutu deneyip karşılaştırın.
- Kurulum: Komut satırından çalışır ve ses dosyalarını okumak için ffmpeg aracını ister. Komut satırı kullanmayanlar için Whisper’ı arayüzle çalıştıran masaüstü uygulamaları da var. Yerel yapay zekâ araçlarının kurulumu için: Yerel yapay zekâ kurulumu.
Uzun ses kaydını yazıya çevirme
Bir saatlik toplantı ya da iki saatlik bir görüşme, telefondaki kısa mesaj dökümünün işi değildir. Uzun kayıtlarda üç şeye bakın:
- Sınır: Çevrim içi servislerde aylık dakika kotası ve dosya boyutu sınırı olur. Whisper’da sınır yoktur; süre bilgisayarınızın hızına bağlıdır. Sadık’ta tek kayıt en fazla 4 saattir.
- Kalite: Mikrofonun konuşana yakın olması, arka plan gürültüsünün az olması ve aynı anda konuşulmaması dökümü en çok iyileştiren üç şeydir.
- Kontrol: Özel isimler, kısaltmalar, rakamlar ve sektör terimleri en sık yanlış yazılan yerlerdir. Önemli bir bölümü kullanmadan önce kayıtla karşılaştırın.
MP3 ve MP4 ses kaydını yazıya çevirme
Telefon kayıtları çoğunlukla M4A ya da MP3, toplantı kayıtları çoğunlukla MP4 video olarak gelir. Word’ün Transkripsiyon özelliği MP4 dosyasını doğrudan kabul eder. Whisper, ffmpeg sayesinde video dosyasının sesini de okur. Sadık MP3, M4A, WAV, OGG, FLAC, AAC ve WebM dosyalarını ve video dosyalarının sesini kabul eder.
Gizli kayıtları buluta yüklemeden önce
Ses kaydı çoğu zaman kişisel veridir. KVKK kişisel veriyi “kimliği belirli veya belirlenebilir gerçek kişiye ilişkin her türlü bilgi” olarak tanımlar; bir kişinin sesi ve söyledikleri bunun içindedir. Kayıtta sağlıkla ilgili bilgi geçiyorsa bu bilgi KVKK’nın 6. maddesine göre özel nitelikli kişisel veridir.
Kaydı yurt dışındaki bir servise yüklemek, kişisel veri içeriyorsa yurt dışına aktarım sayılabilir ve KVKK’nın 9. maddesindeki şartlar aranır. Ayrıntı: KVKK ve yapay zekâ. Yüklemeden önce servise şu dört soruyu sorun:
- Ses ve döküm hangi ülkedeki sunucuda işleniyor?
- Ne kadar süre saklanıyor ve nasıl siliniyor?
- Model eğitiminde kullanılıyor mu; bu ayar kapatılabiliyor mu?
- Kayıt, iş bittikten sonra sizin hesabınızda mı kalıyor, servisin sunucusunda mı?
Şu kayıtlarda yazıya dökme işini kendi cihazınızda yapmanızı öneririz:
- Avukat ile müvekkil görüşmesi. Sır saklama yükümlülüğü avukattadır. Ayrıntı: Avukatlar için yapay zekâ.
- İK mülakatı ve performans görüşmesi. Adayın ve çalışanın kişisel verisi içerir.
- Yönetim kurulu ve strateji toplantısı. Ticari sırlar kişisel veri olmasa da korunması gereken bilgidir.
- Hasta ile yapılan idari görüşmeler. Sağlık verisi özel nitelikli kişisel veridir. Sadık hastanelerde yalnızca idari işler içindir; tanı ve tedavi kararlarında kullanılmaz. Ayrıntı: Hastaneler için yapay zekâ.
Sadık ile ses kaydını şirket içinde yazıya dökme
Sadık, Yerel Yapay Zeka’nın Türkçe yapay zekâ asistanıdır. Ses kaydını şirketin kendi cihazında yazıya döker; kayıt da döküm de hiçbir yapay zekâ şirketine gönderilmez ve dakika başına ücret yoktur.
- Dosyalar: MP3, M4A, WAV, OGG, FLAC, AAC ve WebM ile video dosyalarının sesi. Tek kayıt en fazla 4 saat olabilir.
- Döküm ve sonrası: Döküm isterseniz Türkçe bir özete, kararlara, görevlere ve açık sorulara dönüştürülür; bu not Word olarak kaydedilir. Ayrıntı: Toplantı notu.
- İnternet: Gerekmez. Varsayılan Kapalı modda cihaz dışarıya bağlantı açmaz.
- Sınır: Konuşmacıları seslerinden ayırmaz; gürültülü ortam ve aynı anda konuşan kişiler dökümün kalitesini düşürür.
Kendi kayıtlarınızla denemek için kurumsal pilot talebi bırakabilirsiniz; ilk görüşme ücretsizdir. Bireyler için Kişisel cihaz: ürün sayfası.
Sık sorulan sorular
Ses kaydını yazıya çevirme ücretsiz nasıl yapılır? Gelen sesli mesajlar için WhatsApp’ın döküm özelliği, dosyalar için kendi bilgisayarınızda çalışan açık Whisper modeli ücretsizdir. Microsoft 365 aboneliğiniz varsa ve özellik hesabınızda açıksa Word’ün Transkripsiyon özelliği aylık bir kotayla kullanılabilir.
Türkçe ses kaydı yazıya çevrilir mi? Evet. Whisper’ın dil listesinde Türkçe var; Word’ün Transkripsiyon özelliği de Türkçe (Türkiye) destekliyor. Doğruluk kaydın kalitesine ve kullanılan modelin boyutuna göre değişir.
Ses kaydını internetsiz yazıya çevirebilir miyim? Evet. Whisper bir kez indirildikten sonra internet olmadan çalışır. Şirketler için Sadık, kaydı şirketin kendi cihazında yazıya döker. İnternetsiz çalışan diğer yapay zekâ işleri için: İnternetsiz yapay zekâ.
Konuşmacılar ayrı ayrı yazılır mı? Araca göre değişir. Sadık konuşmacıları seslerinden ayırmaz; toplantı notunda görevin sahibini, toplantıda adı söylendiyse yazar.
Video dosyasındaki konuşma yazıya dökülür mü? Evet. Word MP4 dosyasını kabul eder, Whisper video dosyasının sesini okur, Sadık da video dosyalarının sesini kabul eder.
Döküm ne kadar doğrudur? Net bir kayıtta yüksek, gürültülü ve üst üste konuşulan kayıtta düşüktür. İsim, rakam ve terimleri kullanmadan önce kayıtla karşılaştırın.
Kaynaklar
- OpenAI, Whisper GitHub deposu (MIT lisansı, model boyutları)
- OpenAI, Whisper dil listesi (tokenizer.py)
- WhatsApp Blog, Introducing Voice Message Transcripts, 21 Kasım 2024
- Microsoft Destek, Transcribe your recordings
- 6698 sayılı Kişisel Verilerin Korunması Kanunu, madde 3 ve 6 (Lexpera)
- KVKK, Yurt Dışına Aktarım
Bu sayfa genel bilgilendirmedir, hukuki danışmanlık değildir. Ürün ve marka adları sahiplerine aittir.
Kendi belgelerinizle görün
Ofis / Kurum kurulumunu bir ilk görüşmeyle konuşalım; ardından örnek belgelerinizle yerel bir demo yapalım. İlk görüşme ücretsiz. Talep sipariş veya ödeme değildir. Pilot kapsamı, ücret ve teslim planı ayrı teklif edilir.