---
title: "Arapça ses kaydından toplantı tutanağı: API ile kurun"
description: "Arapça toplantı kayıtlarını kararlar ve aksiyon maddeleriyle tutanağa çevirin: metne dökün, temizleyin, LLM ile JSON özetleyin, adları ve tarihleri doğrulayın."
url: https://broadrouter.com/tr/blog/arabic-meeting-minutes-from-recordings/
lang: tr
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

İngilizceden yapay zekâ desteğiyle çevrilmiştir. [İngilizce aslını okuyun](https://broadrouter.com/blog/arabic-meeting-minutes-from-recordings/) (güncelleme: 2026-11-15).

# Kayıtlardan Arapça toplantı tutanağı: bir API hattı

BroadNet Inference ekibi · 6 dk okuma · Yayımlandı 2026-11-15

API ile Arapça toplantı tutanağı çıkarmak için kaydı Arapça bir konuşmadan metne modeliyle yazıya dökün, uzun dökümleri bölümlere ayırın, bir LLM'den kararları, aksiyon maddelerini ve açık soruları JSON olarak isteyin, sonra bölümleri birleştirin. Modelin her aksiyon maddesi için dökümden alıntı yapmasını sağlayın ve tutanağı Modern Standart Arapça veya İngilizce yazdırın.

## Öne çıkanlar

-   Tutanak iki iştir: önce konuşmadan metne, sonra özetleme. Her iş için modeli ayrı seçin ve ayrı test edin.
-   Uzun toplantılar iki kez bölmeyi gerektirir: sesi yükleme limitine sığdırmak için, dökümü de özeti isabetli tutmak için.
-   Her karar ve aksiyon maddesi için dökümden bir alıntı içeren JSON isteyin; böylece bir gözden geçiren her birini kontrol edebilir.
-   Düz metin bir dökümde konuşmacı etiketi yoktur. Bir ad yüksek sesle söylenmedikçe görevin kime ait olduğunu modelin tahmin etmesine izin vermeyin.
-   BroadNet'te bir saatlik Arapça sesi metne dökmek $0.25 tutar; tutanağı BroadNet'in Arapça test ettiği Qwen3.8 27B yazar.

**Bu sayfada**

1.  Hat neye benziyor?
2.  1\. Adım: Uzun bir Arapça toplantıyı nasıl yazıya dökersiniz?
3.  Konuşmacı adlarını alabilir misiniz?
4.  2\. Adım: Özetlemeden önce dökümü neden bölmeli?
5.  3\. Adım: Tutanağı hangi model yazmalı?
6.  4\. Adım: Güvenilir tutanak hangi istemle çıkar?
7.  5\. Adım: Bölümleri tek bir tutanakta nasıl birleştirirsiniz?
8.  Bir toplantı ne kadara mal olur?
9.  Hangi hatalardan kaçınmalısınız?
10.  API hattı ne zaman yanlış seçimdir?
11.  BroadNet Inference bu tabloda nerede duruyor?

Toplantı tutanağı tek bir iş gibi görünür ama iki iştir: konuşmayı metne çevirmek ve metni kararlara ve aksiyon maddelerine çevirmek. Her adım kendi biçimde hata yapar. Yanlış yazıya dökülmüş bir lehçe kelimesi yanlış bir aksiyon maddesine dönüşür; iyi özetleyen bir model bile bir sorumlu uydurabilir. Bu yazı Arapça toplantılar için hattı kuruyor ve kontrollerin nereye konacağını gösteriyor.

## Hat neye benziyor?

```text
recording (.m4a, .mp4, .webm)
  → ffmpeg: 16 kHz mono, split at silences
  → speech to text, language=ar, one request per chunk
  → join the transcript, clean obvious noise
  → split the transcript into sections
  → LLM: summary, decisions, action items, open questions (JSON) per section
  → LLM: merge the sections into one set of minutes
  → human review → send
```

Yazının geri kalanı adım adım ilerliyor.

## 1\. Adım: Uzun bir Arapça toplantıyı nasıl yazıya dökersiniz?

Bir dizüstü bilgisayarda kaydedilmiş bir saatlik toplantı genellikle yükleme limitinden çok daha büyüktür. BroadNet Inference dosya başına 26.214.400 bayta kadar WAV veya MP3 kabul eder; bu yüzden önce 16 kHz mono’ya dönüştürüp sessizliklerden bölün. [25 MB’tan büyük uzun sesleri metne dökme](https://broadrouter.com/tr/blog/transcribe-long-audio-files-api/) yazısında paralel istekler ve metni sırasıyla birleştirme dahil betiğin tamamı var.

Arapça toplantılar için üç ayar önemlidir:

-   **Her parçada `language="ar"` gönderin.** BroadNet’in belgeleri, aksi hâlde Arapçanın Latin harflerine çevriyazılmış olarak dönebileceği konusunda uyarıyor.
-   **Arapça ağırlıklı toplantılar için Arapça modeli kullanın**: `broadnet/cohere-transcribe-arabic`. Çoğunlukla desteklediği diğer dillerden birinde geçen toplantılar için `broadnet/cohere-transcribe` dakikası $0.002 tutar.
-   **Ham dökümü saklayın.** Gözden geçirme ve 4. adımdaki alıntılar için ona ihtiyacınız var.

Körfez iş toplantılarında Arapça ve İngilizcenin karışması olağandır. Her zamanki karışımınızla bir kaydı test edin: hatalar İngilizce ürün adlarında ve rakamlarda ortaya çıkar. Neye kulak vermeniz gerektiğini [Arapça lehçe konuşma tanıma](https://broadrouter.com/tr/blog/arabic-dialect-speech-recognition/) yazısı anlatıyor.

## Konuşmacı adlarını alabilir misiniz?

Düz metin bir dökümden alamazsınız. BroadNet’in transkripsiyon yanıtı tek bir `text` alanı içeren bir JSON’dur: konuşmacı yok, zaman damgası yok. (Parça ofsetlerinden alt yazı zamanlaması için [yalnızca metin döndüren bir API ile Arapça alt yazı](https://broadrouter.com/tr/blog/arabic-subtitles-srt-api/) yazısına bakın.) Üç seçeneğiniz var:

| Durum | Ne yapmalı |
| --- | --- |
| Her kişi ayrı bir parçaya veya kanala kaydedilmiş | Her parçayı ayrı yazıya dökün; konuşmacıyı parça söyler |
| İki kanallı çağrı kaydı | [Çağrı merkezi hattında](https://broadrouter.com/tr/blog/transcribe-call-center-recordings/) olduğu gibi kanalları ffmpeg ile ayırın |
| Tek bir karışık parça ve konuşmacılara ihtiyacınız var | [Konuşmacı ayrımı (diarization)](https://broadrouter.com/tr/glossary/diarization/) döndüren bir sağlayıcı kullanın; [satın alma rehberi](https://broadrouter.com/tr/blog/arabic-speech-to-text-api-buyers-guide/) bunları karşılaştırıyor |

Tek bir karışık parçada da biri bir ad söylediğinde LLM sorumluları bulabilir: “Halid teklifi perşembeye kadar gönderecek.” Yapmaması gereken şey bağlamdan bir sorumlu tahmin etmektir. Aşağıdaki istem bunu yasaklıyor.

## 2\. Adım: Özetlemeden önce dökümü neden bölmeli?

İki nedeni var. Birincisi bağlam: bir saatlik konuşma küçük bir model için fazla uzun olabilir. [BroadNet Gemma 4 VL 26B](https://broadrouter.com/tr/models/gemma-4-vl-26b/) 32.768 token’lık bir bağlama sahip ve uzun bir Arapça toplantı bunu aşabilir. Kendi dökümünüzü [Arapça token sayacıyla](https://broadrouter.com/tools/arabic-token-counter/) sayın; [Arapça ve İngilizcede kelime başına token](https://broadrouter.com/tr/blog/tokens-per-word-arabic-english/) yazısının gösterdiği gibi Arapça genellikle kelime başına İngilizceden daha fazla token gerektirir.

İkincisi doğruluk. Uzun girdiler üzerine bir araştırma, model performansının “significantly degrades when models must access relevant information in the middle of long contexts” (BroadRouter çevirisi: modellerin uzun bağlamların ortasındaki ilgili bilgiye erişmesi gerektiğinde belirgin biçimde düştüğünü) buldu ([Liu ve ark.](https://arxiv.org/abs/2307.03172)). 70 dakikalık bir toplantının 35. dakikasında alınan bir karar tam olarak bu durumdur. Her biri 10 ila 15 dakikalık bölümleri özetleyip sonra birleştirmek, her parçayı bir istemin başına yakın tutar.

Ses için kullandığınız sessizlik noktalarından bölün; böylece bir bölüm asla cümle ortasında başlamaz.

## 3\. Adım: Tutanağı hangi model yazmalı?

| Model | Bağlam | Tutanak için notlar | 1M token başına girdi / çıktı |
| --- | --- | --- | --- |
| [Qwen3.8 27B](https://broadrouter.com/tr/models/qwen3.8-27b/) | 262.144 | BroadNet tarafından Arapça test edildi: akıcı yazım, Körfez ve Mısır lehçelerini anlıyor; yapılandırılmış çıktı listelenmiş | $0.175 / $2.17 |
| [GLM 5.3](https://broadrouter.com/tr/models/glm-5.3/) | 1.048.576 | Yapılandırılmış çıktı listelenmiş; yalnızca metin | $0.78 / $3.46 |
| [DeepSeek V4.1 Flash](https://broadrouter.com/tr/models/deepseek-v4.1-flash/) | 1.048.576 | Oturum başına ayda $60 karşılığında sabit ücretli planda da var, her seferinde tek istek | $0.175 / $0.52 |

BroadNet’in Arapça test ettiği model olduğu için Qwen3.8 27B ile başlayın. Onu üç gerçek toplantıda başka bir modelle karşılaştırın ve bir ana dil konuşucusuna puanlatın. [Arapça için LLM seçmek](https://broadrouter.com/tr/blog/choosing-an-llm-for-arabic/) yazısında bir puanlama tablosu var.

Üç model de yanıt vermeden önce akıl yürütür ve akıl yürütme `max_tokens` sınırına sayılır. Tutanaklar uzundur; birkaç bin token bırakın, yoksa görünür yanıt boş dönebilir. [Bunun nedeni](https://broadrouter.com/tr/guides/reasoning-tokens-empty-response/).

## 4\. Adım: Güvenilir tutanak hangi istemle çıkar?

JSON isteyin ve modelin her madde için dökümden alıntı yapmasını sağlayın. Alıntı, bir gözden geçirenin dökümün tamamını yeniden okumak yerine bir aksiyon maddesini saniyeler içinde kontrol etmesini sağlar.

```python
import json, os
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])

SYSTEM = """You write meeting minutes from an Arabic meeting transcript section.
Return JSON only, with these keys:
  "summary": 2-4 sentences in Modern Standard Arabic,
  "decisions": [{"text": ..., "quote": ...}],
  "actions": [{"task": ..., "owner": ..., "due": ..., "quote": ...}],
  "open_questions": [{"text": ..., "quote": ...}]
Rules:
- "quote" is the exact words from the transcript that support the item.
- "owner" is a name only if the transcript says who will do it. Otherwise null.
- "due" only if a date or day is said. Keep it as said, e.g. "الخميس". Otherwise null.
- Keep names, numbers and amounts exactly as in the transcript. Never guess."""

def minutes_for(section):
    r = client.chat.completions.create(
        model="broadnet/qwen3.8-27b",
        max_tokens=4000,
        messages=[{"role": "system", "content": SYSTEM},
                  {"role": "user", "content": section}])
    return json.loads(r.choices[0].message.content)
```

Sonra kodda doğrulayın. JSON’u ayrıştırın, anahtarları kontrol edin ve her `quote` değerinin bölümde gerçekten geçtiğini kontrol edin. Alıntısı dökümde olmayan bir madde modelin uydurmasıdır: atın ya da işaretleyin. JSON ayrıştırılamıyorsa hata mesajıyla bir kez yeniden deneyin. [JSON mode ve json\_schema](https://broadrouter.com/tr/blog/structured-output-json-schema/) yazısı bir doğrulama döngüsü gösteriyor; BroadNet’in belgeleri GLM 5.3 ve Qwen3.8 27B için yapılandırılmış çıktıyı listeliyor ama istek parametresinin adını vermiyor, bu yüzden ona güvenmeden önce test edin.

İngilizce tutanak için özet satırını İngilizceye çevirin ve şunu ekleyin: “Keep each quote in the original Arabic.” (Her alıntıyı orijinal Arapçasıyla koru.) Üslup, rakamlar ve karışık alfabeli metin konusunu [Arapça istem mühendisliği](https://broadrouter.com/tr/blog/arabic-prompt-engineering/) yazısı daha ayrıntılı anlatıyor.

## 5\. Adım: Bölümleri tek bir tutanakta nasıl birleştirirsiniz?

Tüm bölüm sonuçlarını son bir istekte gönderin ve modelden şunları isteyin:

1.  Toplantının tamamı için tek bir özet yazmasını.
2.  Yinelenen kararları ve aksiyonları birleştirmesini. Aynı görev çoğu zaman iki kez anılır.
3.  Her maddenin alıntısını korumasını.
4.  Sonraki bir bölüm bir aksiyonun sorumlusunu veya tarihini değiştiriyorsa o aksiyonu değişmiş olarak işaretlemesini.

Birleştirme girdisi küçüktür: dökümün kendisi değil, her bölümden gelen JSON. Yukarıdaki üç modelden herhangi birinde birleştirme, bağlamın çok içinde kalır.

## Bir toplantı ne kadara mal olur?

| Adım | Neye ödersiniz | Fiyat |
| --- | --- | --- |
| Transkripsiyon | Ses dakikaları | Dakikası $0.0042, saati $0.25 |
| Bölüm özetleri | Girdi olarak döküm token’ları, çıktı olarak JSON | Qwen3.8 27B: 1M başına $0.175 girdi, $2.17 çıktı |
| Birleştirme | Küçük JSON girdi ve çıktı | Aynı fiyatlar |

Transkripsiyon genellikle sabit kısımdır. LLM kısmı döküm uzunluğuna ve modelin ne kadar akıl yürüttüğüne bağlıdır. İlk birkaç gerçek toplantıdan `prompt_tokens` ve `completion_tokens` değerlerini okuyun, sonra [LLM API maliyet hesaplayıcısında](https://broadrouter.com/tools/llm-api-cost-calculator/) çarpın. Ses tarafını [konuşmadan metne maliyet hesaplayıcısı](https://broadrouter.com/tools/speech-to-text-cost-calculator/) hesaplar. $5 başlangıç kredisi transkripsiyon modellerini kapsar; bu yaklaşık 1,190 dakika Arapça eder. Qwen3.8 27B için bakiye yüklemeniz gerekir.

## Hangi hatalardan kaçınmalısınız?

-   **Toplantının tamamını tek bir istemde özetlemek.** Ortadaki maddeler kaybolur.
-   **Boşlukları modele doldurtmak.** Hiç söylenmemiş sorumlular ve tarihler, yapay zekâ tutanaklarındaki en yaygın hatadır. Varsayılanı null yapın.
-   **Çok erken çevirmek.** Arapça yazıya dökün ve Arapça çıkarın, sonra tutanağı çevirin. Önce dökümü çevirmek birebir alıntıları kaybettirir.
-   **Gözden geçirmeyi atlamak.** Tutanak bir kayıttır. Toplantıya katılmış biri, gönderilmeden önce okumalıdır.
-   **Kayıtları sonsuza dek saklamak.** Saklamak zorunda değilseniz tutanak onaylanınca sesi silin.

## API hattı ne zaman yanlış seçimdir?

Toplantı sırasında canlı alt yazıya, tek bir karışık parçadan konuşmacı etiketlerine ya da ekibinizin bugün kullanabileceği hazır bir uygulamaya ihtiyacınız varsa, özel bir toplantı ürünü daha hızlı yoldur. Birkaçı Arapça toplantı notları satıyor; sayfalarındaki doğruluk iddiaları kendilerine ait olduğundan onları kendi kayıtlarınızla karşılaştırın. API yolu, tutanakları kendi sisteminizde, kendi biçiminizde ve kendi saklama kurallarınızla istediğinizde mantıklıdır.

## BroadNet Inference bu tabloda nerede duruyor?

BroadNet iki yarıyı da tek bir OpenAI uyumlu anahtarda sunar: dakikası $0.0042 olan BroadNet Transcribe Arabic ve tutanak için Arapça test edilmiş Qwen3.8 27B. Gizlilik beyanı, bir istekten sonra istem, ses, yanıt veya döküm tutmadığını söylüyor; bu, şirket içi toplantılar için önemlidir. Konuşmacı etiketi veya zaman damgası döndürmez ve canlı transkripsiyonu yoktur; bunlara ihtiyacınız varsa başka bir sağlayıcı kullanın. [Arapça konuşmadan metne rehberiyle](https://broadrouter.com/tr/guides/arabic-speech-to-text-api/) başlayın, sonra yukarıdaki özet adımını ekleyin.

Bu konu için ücretsiz araçlar (İngilizce)

-   [Arabic token counter](https://broadrouter.com/tools/arabic-token-counter/) Arabic vs English token counts per tokenizer: the "Arabic tax" in tokens and money.
-   [Arabic text normalizer](https://broadrouter.com/tools/arabic-text-normalizer/) Tashkeel, tatweel, alef, ya, ta marbuta, digits and invisible characters, with a matching Python function.
-   [Speech-to-text cost calculator](https://broadrouter.com/tools/speech-to-text-cost-calculator/) Hours, calls or voice notes to a monthly transcription bill, against your current provider.

[Ücretsiz araçlar (İngilizce)](https://broadrouter.com/tools/)

## Bu yazıdaki terimler

[Token](https://broadrouter.com/tr/glossary/token/)

Token, bir dil modelinin okuduğu ve yazdığı metin birimidir: modelin tokenizer'ının ürettiği bir kelime, kelime parçası, noktalama işareti veya bayt dizisi. LLM API'leri kullanımı token cinsinden sayar, sınırlar ve genellikle faturalandırır.

[Konuşmadan metne (speech-to-text)](https://broadrouter.com/tr/glossary/speech-to-text/)

Konuşmadan metne (speech-to-text), otomatik konuşma tanıma (ASR) olarak da bilinir; konuşulan sesi yazılı metne dönüştüren teknolojidir. Bir konuşmadan metne API'si ses dosyası veya akışı alıp transkript döndürür ve genellikle ses dakikası başına fiyatlandırılır. Doğruluk kelime hata oranıyla ölçülür; aksana, lehçeye ve kayıt kalitesine göre değişir.

[Araç çağırma (tool calling)](https://broadrouter.com/tr/glossary/tool-calling/)

Araç çağırma (tool calling), fonksiyon çağırma (function calling) olarak da bilinir; modelin, geliştiricinin tanımladığı bir fonksiyonu çalıştırmak için JSON argümanlı yapılandırılmış bir istek döndürdüğü bir LLM API özelliğidir. Fonksiyonu uygulama çalıştırır ve sonucu geri gönderir; model hiçbir zaman kodu kendisi çalıştırmaz.

[Yapılandırılmış çıktı (structured output)](https://broadrouter.com/tr/glossary/structured-output/)

Yapılandırılmış çıktı, modelin yanıtını geliştiricinin belirlediği bir biçimle, genellikle bir JSON Schema ile sınırlayan bir LLM API özelliğidir; böylece kod yanıtı güvenilir şekilde ayrıştırabilir. Geçerli JSON'u garanti eden ama belirli bir yapıyı garanti etmeyen JSON modundan daha katıdır.

[Zaman damgaları (konuşmadan metne)](https://broadrouter.com/tr/glossary/timestamps-asr/)

Konuşmadan metnede zaman damgaları, transkriptin parçalarına eklenen saniye cinsinden başlangıç ve bitiş zamanlarıdır. Segment zaman damgaları bir ifadeyi veya cümleyi, kelime zaman damgaları her kelimeyi kapsar. Altyazılar, kayıt içinde arama ve metni konuşmacılarla hizalamak için gereklidir.

[Arapça lehçeler (dialectal Arabic)](https://broadrouter.com/tr/glossary/dialectal-arabic/)

Arapça lehçeler (dialectal Arabic), Mısır, Körfez, Levant veya Mağrip Arapçası gibi bir bölgenin ya da şehrin gündelik konuşulan Arapçasıdır. Lehçeler Modern Standart Arapçadan ses, kelime ve dilbilgisi bakımından ayrılır, standart bir yazımları yoktur ve internette giderek daha çok yazılırlar; bu da onları dil modelleri için zorlaştırır.

[Eşzamanlılık (concurrency)](https://broadrouter.com/tr/glossary/concurrency/)

Eşzamanlılık (concurrency), bir istemcinin aynı anda işlemde olan istek sayısıdır. LLM API'leri bunu genellikle dakikadaki istek sayısından ayrı olarak anahtar veya plan başına sınırlar, çünkü açık her istek yanıtı bitene kadar GPU kapasitesi tutar.

[JSON modu (JSON mode)](https://broadrouter.com/tr/glossary/json-mode/)

JSON modu, OpenAI tarzı API'lerde response\_format {"type": "json\_object"} ile açılan ve modelin yanıtını geçerli, ayrıştırılabilir JSON yapan bir LLM API ayarıdır. JSON Schema kullanan yapılandırılmış çıktıların aksine, nesnenin hangi anahtarları, türleri veya değerleri içereceğini garanti etmez.

## Sık sorulan sorular

### Arapça bir kayıttan toplantı tutanağını nasıl çıkarırım?

Sesi language=ar göndererek Arapça bir konuşmadan metne API'siyle yazıya dökün. Sonra dökümü kısa bir özet, kararlar, sorumlusu ve son tarihiyle aksiyon maddeleri ve açık soruları JSON olarak isteyen bir istemle bir LLM'e gönderin. Göndermeden önce sonucu gözden geçirin.

### Toplantı Arapça yapıldıysa tutanak İngilizce olabilir mi?

Evet. Arapça yazıya dökün, sonra LLM'den adları, rakamları ve alıntıları söylendiği gibi koruyarak tutanağı İngilizce yazmasını isteyin. Arapça alıntıları saklayın ki iki dilli bir gözden geçiren çeviriyi kontrol edebilsin.

### Toplantı tutanağında lehçeyle nasıl başa çıkarım?

Döküm lehçeyi korusun, çünkü söylenen o. LLM'den tutanağı Modern Standart Arapça yazmasını ve bir taahhüt veya ret gibi anlamın önemli olduğu yerlerde lehçe kelimeleri tırnak içinde korumasını isteyin.

### Bir API kimin ne söylediğini ayırt edebilir mi?

Yalnızca konuşmacı etiketleri döndürüyorsa. BroadNet'in transkripsiyonu düz metin döndürür. Her katılımcı ayrı bir parçaya veya kanala kaydediliyorsa her parçayı ayrı yazıya dökün, konuşmacıyı bilirsiniz; aksi hâlde konuşmacı ayrımı (diarization) sunan bir sağlayıcı kullanın.

### Uzun bir toplantıyı hangi model özetlemeli?

En uzun dökümünüze yetecek bağlamı ve iyi Arapçası olan bir model seçin. BroadNet'te Qwen3.8 27B, 262.144 token bağlamlı ve Arapça test edilmiş modeldir; GLM 5.3 ve DeepSeek V4.1 Flash 1.048.576 token alır. İkisini üç gerçek toplantıda test edin.

### Şirket içi toplantıları bir API'ye göndermek güvenli mi?

Önce sağlayıcının saklama koşullarını kontrol edin. BroadNet bir istekten sonra istem, ses, yanıt veya döküm tutmadığını belirtiyor. Yine de yüksek sesle okunan kişisel telefon numaraları gibi tutanağın ihtiyaç duymadığı her şeyi çıkarın.

## Okumaya devam edin

-   [25 MB üstü uzun sesi metne çevirme: bölün, gönderin, birleştirin](https://broadrouter.com/tr/blog/transcribe-long-audio-files-api/)
-   [Arapça ses metne çevirme API: 2026'da nasıl seçilir?](https://broadrouter.com/tr/blog/arabic-speech-to-text-api-buyers-guide/)
-   [Çağrı merkezi kayıtlarını metne çevirme: Arapçaya hazır bir hat](https://broadrouter.com/tr/blog/transcribe-call-center-recordings/)
-   [JSON modu ve json\_schema: sağlam yapılandırılmış çıktı](https://broadrouter.com/tr/blog/structured-output-json-schema/)
-   [Arapça için LLM API seçimi: neler test edilmeli?](https://broadrouter.com/tr/blog/choosing-an-llm-for-arabic/)
-   [Arapça istem mühendisliği: dil düzeyi, RTL, rakamlar, karışık metin](https://broadrouter.com/tr/blog/arabic-prompt-engineering/)
-   [LLM ile Arapça metin özetleme: istem, uzunluk ve puanlama](https://broadrouter.com/tr/blog/arabic-text-summarization-llm/)
-   [Konuşmadan metne API ile Arapça altyazı (SRT): neye ihtiyacınız var](https://broadrouter.com/tr/blog/arabic-subtitles-srt-api/)
-   [LLM ile Arapça metne hareke ekleme: istem, kontrol, DER](https://broadrouter.com/tr/blog/arabic-diacritization-llm/)
-   [LLM ile Arapça dil bilgisi ve yazım düzeltme: adım adım](https://broadrouter.com/tr/blog/arabic-grammar-spelling-correction-llm/)
-   [Rehber: Adım adım Arapça ses metne çevirme API'si](https://broadrouter.com/tr/guides/arabic-speech-to-text-api/)
-   [Rehber: Akıl yürüten model neden boş yanıt döndürür?](https://broadrouter.com/tr/guides/reasoning-tokens-empty-response/)

Gerçek iş yükünüzle deneyin. Yeni hesaplar şunlar için US$5 kredi ile başlar: Gemma ve transkripsiyon. Bakiye yüklemesi gerekenler: DeepSeek, GLM ve Qwen3.8.

[Başlayın](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-arabic-meeting-minutes-from-recordings&utm_content=page-cta) ·

**Kaynaklar**

-   [BroadNet Inference API başvurusu: transkripsiyon alanları ve yalnızca metin yanıtı, yapılandırılmış çıktı destekleyen modeller, akıl yürütme ve max\_tokens (kontrol tarihi 2026-11-15) (İngilizce)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-arabic-meeting-minutes-from-recordings&utm_content=sources)
-   [BroadNet Inference fiyatlandırma sayfası: dakika başına fiyatlar ve Qwen3.8 27B için "Tested in Arabic" notu (kontrol tarihi 2026-11-15) (İngilizce)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-arabic-meeting-minutes-from-recordings&utm_content=sources)
-   [BroadNet Inference gizlilik beyanı: istem, ses veya döküm saklanmaz (kontrol tarihi 2026-11-15) (İngilizce)](https://www.broadnet.ai/inference-privacy)
-   [Liu ve ark., Lost in the Middle: How Language Models Use Long Contexts (arXiv 2307.03172; kontrol tarihi 2026-11-15)](https://arxiv.org/abs/2307.03172)
-   [OpenAI konuşmadan metne rehberi: sesi cümle ortasında bölmekten kaçının (kontrol tarihi 2026-11-15)](https://developers.openai.com/api/docs/guides/speech-to-text)
