Konuşmadan metne modelleri Arapça lehçelerde zorlanır, çünkü bu lehçeler ses, kelime ve yazım bakımından Modern Standart Arapçadan (MSA) ayrılır ve konuşanlar araya İngilizce ya da Fransızca katar. Bir sağlayıcının nasıl performans göstereceğini öğrenmek için gerçek sesinizden lehçe başına küçük bir test seti kurun ve her lehçeyi ayrı puanlayın.
Riyad’dan arayan bir müşteri, Kahire’den gelen bir sesli mesaj ve Kazablanka’dan bir destek çağrısı, hepsi “Arapça”dır; ama aynı model ilkini iyi, üçüncüsünü kötü işleyebilir.
Bu yazı, her büyük lehçe grubunu konuşma tanıma için neyin zorlaştırdığını ve bir sağlayıcının sizin lehçelerinizde nasıl sonuç vereceğini gösteren testi nasıl kuracağınızı anlatıyor. Daha geniş satın alma kontrol listesi (fiyat, sınırlar, gizlilik) için Arapça konuşmadan metne satın alma rehberine bakın.
Arapça lehçeler konuşma tanıma için neden zor?
Dört sorun üst üste biner:
- Farklı sesler. Aynı harf bölgeye göre farklı telaffuz edilir; akustik model birkaç sesi tek bir yazıma eşlemek zorunda kalır.
- Farklı kelimeler. Gündelik kelimeler lehçeden lehçeye değişir. Çoğunlukla MSA ile eğitilmiş bir model, lehçe kelimesini resmî karşılığına “düzeltebilir”; referansınız birebir yazılmışsa bu bir hata sayılır.
- Standart yazım yok. Lehçeler gayriresmî yazılır; iki insan transkripsiyoncu bile anlaşamaz. Eğitim verisi de dengesizdir: lehçe kapsamı üzerine 2024 tarihli bir çalışma, mevcut ASR sistemlerinin “mainly cover the modern standard Arabic (MSA) variety and few high-resource dialects” (BroadRouter çevirisi: çoğunlukla Modern Standart Arapça (MSA) çeşidini ve kaynağı bol birkaç lehçeyi kapsadığını) belirtiyor (arXiv 2411.05872).
- Dil değiştirme (code-switching). Konuşanlar cümlenin ortasında İngilizceye ya da Fransızcaya geçer. Sekiz lehçeyi kapsayan Casablanca veri seti, dil değiştirmeyi lehçe ve cinsiyetle birlikte etiketliyor.
Open Universal Arabic ASR Leaderboard makalesi (Interspeech 2025) açık kaynaklı modelleri tam da bu yüzden birkaç çok lehçeli test setinde değerlendiriyor: tek bir Arapça puanı aradaki farkı gizler.
Her Arapça lehçe konuşma tanımayı nasıl zorlar?
| Lehçe grubu | Nerede | Tipik ASR sorun noktaları |
|---|---|---|
| Körfez (Halici) | Suudi Arabistan, BAE, Kuveyt, Katar, Bahreyn, Umman | Araya karışan İngilizce ürün adları, sayılar ve marka terimleri; kaf ve kef harflerinin bölgesel telaffuzu |
| Mısır | Mısır | Cim harfinin sert g olarak okunması; kaf çoğu zaman gırtlak durağı; medyada çok yaygın olduğu için modeller genellikle daha fazla örneğini görmüştür |
| Levant | Suriye, Lübnan, Ürdün, Filistin | Şehir ağzında kaf gırtlak durağı olur; özellikle Lübnan’da araya Fransızca ya da İngilizce karışır |
| Mağrip (Dariya) | Fas, Cezayir, Tunus, Libya | MSA’ya en uzak grup; kısa ünlüler düşer; yoğun Fransızca geçişi; Amazigh kökenli alıntı kelimeler |
| Irak | Irak | Kendine özgü kelime dağarcığı ve telaffuz; kamuya açık eğitim sesi daha az |
Bunlar kural değil, eğilimdir. Her grubun içinde şehir ve kırsal konuşma farklıdır, gençler de daha çok dil değiştirir. Asıl nokta şu: her grup kendine özgü biçimde hata verir, bu yüzden her grubu kendi içinde puanlarsınız.
Arapça lehçe test seti nasıl kurulur?
1. Lehçe başına gerçek ses örnekleyin
Üretimde kullanacağınız kanaldan lehçe başına 30 ila 50 kayıt alın: telefon görüşmeleri, WhatsApp sesli mesajları, toplantı kayıtları. 8 kHz telefon sesi stüdyo sesinden farklı davranır. Her kaydı lehçesiyle etiketleyin, İngilizce ya da Fransızca içeren kayıtları da işaretleyin.
2. Önce bir yazım kuralında anlaşın
Kimse referans yazmadan önce karar verin:
- Lehçeye birebir (söyleneni lehçe yazımıyla yazmak) ya da
- Normalleştirilmiş (tutarlı bir biçime eşlemek).
Seçimi örneklerle yazıya dökün. Referanslar birebirse ve model MSA’ya benzer kelimeler üretiyorsa, anlam doğru olsa bile WER berbat görünür. İki seçim de yanlış değildir. Seçim, sonraki sisteminizin neye ihtiyaç duyduğuyla uyuşmalıdır.
3. Lehçe başına 10 kayıt için referans yazın
Bunları o lehçenin anadili konuşurlarına metne çevirtin. Dil değiştirilen kayıtlarda İngilizce kelimelerin Latin harfleriyle mi kalacağına karar verin ve bunu her yerde uygulayın.
4. İki tarafı da normalleştirin, sonra puanlayın
Harekeleri silin, elif biçimlerini birleştirin (إ أ آ → ا), son yâ harfini birleştirin (ى → ي), noktalama işaretlerini kaldırın ve Doğu Arap rakamlarını Batı rakamlarına çevirin. Ardından şunları hesaplayın:
| Metrik | Neden |
|---|---|
| Lehçe başına WER | Standart ölçü; bitişik zamirlere ve ön eklere karşı katı |
| Lehçe başına CER | Yazım farklılıklarına karşı daha hoşgörülü |
| Varlık doğruluğu | Birebir doğru yazılan sayı, tarih ve isimlerin oranı |
| Dil değiştirme grubu WER | İngilizce ya da Fransızca kelimelerin korunup korunmadığını gösterir |
jiwer paketi WER ve CER hesaplar; Arapça WER açıklaması yazısında yeniden kullanabileceğiniz bir normalleştirme fonksiyonu ve bunun puanı ne kadar değiştirdiğini gösteren çalışılmış bir örnek var.
5. Transkriptleri okuyun
Bir çağrı merkezi ya da bankacılık iş akışının çalışıp çalışmayacağını sayılar belirler. Lehçe başına 20 transkript okuyun ve her sayıyı, tarihi ve ismi elle kontrol edin.
Yayımlanmış Arapça WER değerleri size ne söyler?
Kamuya açık kıyaslamalar bir yön verir, söz vermez. BroadNet, model kataloğunda BroadNet Transcribe Arabic için üç WER değeri yayımlıyor: FLEURS-ar’da (temiz okunan konuşma) 3,8, MASC-ar’da (karışık gerçek dünya konuşması) 21,1 ve kendi lehçe setinde 23,4. Aynı model için okunan konuşmadan lehçeli konuşmaya altı katlık bir sıçrama bu; kendi lehçelerinizde test etmenizin nedeni de bu.
Sağlayıcıları karşılaştırırken aynı test setinde karşılaştırın. Open Universal Arabic ASR Leaderboard gibi bir sıralama tablosu, her modeli aynı şekilde puanladığı için işe yarar. Bir sağlayıcının kendi setinde verdiği sayı, başka bir sağlayıcınınkiyle karşılaştırılamaz.
Lehçe transkriptlerini hangi LLM okumalı?
Transkriptler genellikle bir LLM’e gider: çağrıyı özetlemek, bir talebi yönlendirmek ya da bir soruyu yanıtlamak için. O modelin de lehçe okuyabilmesi gerekir. Arapça için LLM seçme rehberimiz bunun nasıl test edileceğini anlatıyor; Qwen3.8 27B de BroadNet’in Körfez ve Mısır lehçelerinde test ettiği model.
BroadNet Inference’ın yeri
BroadNet Transcribe Arabic lehçeler dahil Arapça için geliştirildi; dakikası $0.0042 (saati $0.25) tutuyor. BroadNet, modelin Open Universal Arabic ASR Leaderboard’da 37 model arasında 2. (Eylül 2026 verisi; canlı sıralamada 15 Kasım 2026 itibarıyla 39 model arasında 4.) olduğunu ve lisansı API üzerinden sunulmasına izin veren modeller arasında 1 numara olduğunu bildiriyor. Gürültülü seste sayılar, tarihler ve isimler için BroadNet talep üzerine ince ayarlı bir sürüm sunuyor. $5 başlangıç kredisi yaklaşık 1,190 dakikayı karşılıyor; yukarıdaki testin tamamı için yeterli. Konuşmadan metne maliyet hesaplayıcısı üretim hacminizi aylık faturaya çevirir. Başlamak için bir anahtar oluşturun.
BroadNet her lehçe grubu için ayrı WER değeri yayımlamıyor. Bu testi yapmanız gerekmesinin nedeni tam olarak bu: lehçe seti değeri tek bir sayı, müşterileriniz ise hepsini değil, bir ya da iki lehçeyi konuşuyor.
