Arapça bir konuşmadan metne API’si seçmek için her adayla lehçe başına 30 ila 50 kendi klibinizi metne çevirin, kelime hata oranını lehçe bazında karşılaştırın, sonra ses saati başına fiyatı, dosya sınırlarını, akış (streaming) ihtiyaçlarını ve veri saklamayı tartın. Bir kıyaslamada harika görünen bir model, çağrı merkezi sesinizde yine de başarısız olabilir.
Arapça konuşma tanıma için zordur: birçok konuşulan lehçenin üzerinde tek bir yazı standardı durur, konuşmacılar cümlenin ortasında İngilizceye geçer ve gerçek seslerin çoğu telefon görüşmeleri ile sesli mesajlardır.
Kendi sesinizdeki kelime hata oranı neden en önemlisi?
Kelime hata oranı (WER), modelin yanlış yaptığı kelimelerin oranıdır: yerine başkası konmuş, atlanmış ya da uydurulmuş. Düşük olan daha iyidir. Herkese açık sayılar bir başlangıç noktasıdır:
| Test seti | Nedir | BroadNet Transcribe Arabic | ElevenLabs Scribe v2 | Whisper large-v3 |
|---|---|---|---|---|
| FLEURS-ar | Temiz okunmuş cümleler | 3,8 | yayımlanmamış | yayımlanmamış |
| MASC-ar | Karışık, gerçek dünyadan Arapça konuşma | 21,1 | 22,3 | 31,5 |
| BroadNet lehçe seti | Körfez, Mısır ve Levant konuşması | 23,4 | 25,6 | 31,8 |
Bunlar BroadNet’in model kataloğunda ve Transcribe Arabic sayfasında yayımladığı laboratuvar ölçümleri. Karşılaştırmayı BroadNet kendisi yaptı; bu yüzden ElevenLabs ve Whisper sütunlarını bağımsız bir sonuç olarak değil, bir sağlayıcının rakiplerini test etmesi olarak değerlendirin. BroadNet ayrıca 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. 15 Kasım 2026’da onun üstündeki üç kayıt Jais-ASR, Sygma-ASR-Arabic (tablo bunu Cohere modeli üzerinde beam decoding olarak tanımlıyor) ve Audar-ASR-V1-Turbo idi; Whisper large-v3 19. sıradaydı. Her kaydın lisansını kontrol etmedik.
Kaydolmadan önce modeli kendi sesinizle deneyebilirsiniz: BroadNet’in tarayıcı oyun alanı (playground) hesap gerekmeden 60 saniyeye kadar Arapça veya İngilizce sesi metne çeviriyor. Bkz. playground nasıl kullanılır.
Ders, 3,8 ile 23,4 arasındaki farkta: aynı model okunmuş konuşmada neredeyse kusursuz, lehçeli sohbette ise çok daha zayıf olabilir. Kendi sesinizde test edin.
Genel olarak sağlayıcı sayılarına dikkat edin. Yayımlanmış Arapça WER rakamlarının çoğu, sağlayıcının göremediğiniz ses üzerindeki kendi testinden geliyor. Bir sayı ancak test seti, normalleştirme ve puanlama aracı aynıysa karşılaştırılabilir.
Tam tablo için açık konuşmadan metne API fiyat endeksimiz, 20’den fazla ürünün toplu ve akış fiyatlarını, faturalama birimlerini ve Arapça desteğini, her biri sağlayıcının kendi fiyat sayfasıyla kontrol edilmiş olarak listeliyor (CSV ve JSON).
Lehçe kapsamı nasıl kontrol edilir?
Test dosyalarınızı lehçeye göre gruplayın: Körfez (Halici), Mısır, Levant, Irak, Mağrip ve Modern Standart Arapça. Her grubu ayrı puanlayın. Müşterilerinizin çoğu Riyad’daysa Körfez WER’i bir ortalamadan çok daha önemlidir.
Dil değiştirmeye (code-switching) dikkat edin. Körfez iş konuşmasına İngilizce ürün adları ve sayılar karışır. Sayıların, tarihlerin ve adların nasıl çıktığını kontrol edin, çünkü alt sisteminizin üzerine işlem yaptığı kelimeler bunlardır. BroadNet, gürültülü seste sayılar, tarihler ve adlar için ince ayarlı bir Arapça modeli talep üzerine sunuyor.
Arapça transkripsiyonun ses saati başına maliyeti ne?
Ses saati başına karşılaştırın, çünkü hacminiz böyle ölçülür:
| Model | Dakika başına | Saat başına | 1.000 saat |
|---|---|---|---|
| BroadNet Transcribe Arabic | $0.0042 | $0.25 | $252.00 |
| BroadNet Transcribe (14 dil) | $0.002 | $0.12 | — |
| Soniox asenkron (dosya), 60’tan fazla dil | yaklaşık 0,0017 USD (hesaplanmış) | yaklaşık 0,10 USD | yaklaşık 100 USD |
| Soniox gerçek zamanlı (akış) | yaklaşık 0,002 USD (hesaplanmış) | yaklaşık 0,12 USD | yaklaşık 120 USD |
Soniox satırları Soniox fiyatlandırmasından alındı, 14 Kasım 2026’da kontrol edildi. Soniox token başına faturalandırıyor (saat başına yaklaşık 30.000 ses token’ı) ve saatlik rakamları yaklaşık değer olarak veriyor.
Soniox saat başına BroadNet’ten daha ucuz. Dosya ücreti, BroadNet Transcribe Arabic’in $0.25 ücretinin yarısından az ve BroadNet Transcribe’ın $0.12 ücretinin altında. Gerçek zamanlı ücreti BroadNet Transcribe ile aynı ve Arapça modelin yine altında kalıyor; BroadNet ise gerçek zamanlı akışı hiç belgelemiyor. Soniox, desteklenen dilleri arasında Arapçayı (ar) listeliyor ve tüm diller için tek bir ücret gösteriyor. Arapçaya özel fiyat, Arapça WER rakamları ya da lehçe kapsamı yayımlamıyor; yani fiyat net ama doğruluk değil. Fiyata göre seçmeden önce ikisinde de aynı lehçe testini çalıştırın.
Bir destek gelen kutusu için, her biri 30 saniyelik 10.000 WhatsApp sesli mesajı Arapça modelde $21.00 tutar. Hesap şu: 10,000 × 0.5 minutes × $0.0042. Kendi hacminizi konuşmadan metne maliyet hesaplayıcısında çalıştırın.
Sağlayıcıları karşılaştırırken ücretin yanında faturalama birimini de kontrol edin: saniye, dakika ya da başlatılan blok başına mı, dosya başına asgari ücret var mı? Faturalama yuvarlaması kendini kısa sesli mesajlarda gösterir. Diğer sağlayıcıların fiyat sayfalarıyla kontrol edilmiş dakika başına ücretleri için bkz. konuşmadan metne API fiyatları karşılaştırması; OpenAI’nin uç noktasından ayrılıyorsanız Whisper API alternatifi kontrol listesine bakın. Transcribe ile Transcribe Arabic karşılaştırması, daha ucuz 14 dilli modelin ne zaman yeterli olduğunu gösteriyor.
Arapça bir ses metne çevirme API’sinde hangi özellikler olmalı?
Her ürünün her özelliğe ihtiyacı yok. Karşılaştırmadan önce hangilerinin önemli olduğuna karar verin:
| Özellik | Neden önemli | Ne sormalı |
|---|---|---|
| Toplu dosya yükleme | Sesli mesajlar, kayıtlar, arşivler | Biçimler ve en büyük dosya boyutu |
| Gerçek zamanlı akış | Canlı altyazı, sesli ajanlar | Gecikme ve ayrı bir ürün olup olmadığı |
| Konuşmacı etiketleri (diarization) | Temsilci ve müşterinin olduğu görüşmeler | Yalnızca toplu mu, canlıda da mı? |
| Kelime zaman damgaları | Altyazı, arama, inceleme araçları | Kelime mi, segment düzeyinde mi? |
| Dil değiştirme | İngilizce terimler içeren Arapça | İstek başına tek dil mi gerekiyor? |
| Veri saklama | Görüşmeler kişisel veri taşır | Ses ya da metin saklanıyor mu, ne kadar süre? |
BroadNet’in bugün belgeledikleri: OpenAI uyumlu /v1/audio/transcriptions uç noktası üzerinden toplu transkripsiyon, WAV veya MP3 girdi, bir language alanı ve sıfır veri saklama. Bu listedeki diğer her şey için, ona güvenmeden önce API başvurusunu kontrol edin.
Hangi dosya sınırları ve biçimler geçerli?
- Dosya boyutu. BroadNet dosya başına 26.214.400 bayta (25 MiB) kadar WAV veya MP3 kabul ediyor. Daha büyük bir dosya 413 döndürür; uzun kayıtları bölün.
- Biçimler. .ogg sesli mesajları ve .m4a kayıtlarını önce dönüştürün; WhatsApp sesli mesaj rehberinde ffmpeg satırı var.
- language alanı.
language=argönderin. Bu alan olmadan Arapça Latin harflerine çevriyazılmış olarak dönebilir. - Hız sınırları. Bir kullandıkça öde anahtarı dakikada 30 isteğe ve aynı anda 4 isteğe izin verir. Büyük bir birikim için dosyaları kuyruğa alın ve 429’ları geri çekilmeyle (backoff) yeniden deneyin; bkz. hatalar ve yeniden denemeler.
Ses saklanıyor mu?
Sesli mesajlar ve görüşmeler adlar, telefon numaraları, sağlık veya bankacılık bilgileri taşır. Her sağlayıcıya ses ve transkriptlerin saklanıp saklanmadığını ve ne kadar süreyle saklandığını sorun. BroadNet Inference ikisini de saklamaz; bkz. sıfır veri saklama ve ZDR kontrol listemiz.
Arapça bir transkripsiyon API’si bir öğleden sonrada nasıl test edilir?
- Üretim kanalınızdan lehçe başına 30 ila 50 gerçek klip toplayın. Paylaşamayacağınız her şeyi çıkarın.
- Lehçe başına 10 klibin doğru transkriptini, üzerinde anlaşılmış tek bir yazım kuralıyla elle yazın.
- Her klibi her aday API ile metne çevirin. Adım adım Arapça rehberinde BroadNet için curl ve Python kodu var.
- İki metni de aynı şekilde normalleştirin ve lehçe başına WER ile CER hesaplayın. Arapça WER’in açıklaması Python normalleştirme fonksiyonunu veriyor ve bu adımı atlamanın kusursuz bir transkripti neden %75 WER’e çevirebileceğini gösteriyor.
- 20 transkripti kendiniz okuyun. Düşük bir WER bile yanlış sayıları veya adları gizleyebilir.
Klip seçimi, referans yazımı ve her lehçe grubunun puanlanması Arapça lehçelerde konuşma tanıma yazısında ayrıntılı anlatılıyor.
Sık yapılan hatalar
- Yalnızca temiz sesi test etmek. Gerçek telefon ve sesli mesaj kayıtları kullanın.
- Tek bir ortalama WER. İyi bir ortalama, müşterilerinizin kullandığı bir lehçeyi gizleyebilir.
- language alanını atlamak. Çevriyazılmış çıktı neredeyse tamamen hata olarak puanlanır.
- Sayıları göz ardı etmek. Rakamları, tarihleri ve tutarları elle kontrol edin; sisteminizin üzerine işlem yaptığı şeyler bunlardır.
BroadNet Inference nerede devreye girer?
BroadNet Transcribe Arabic, Arapça sesli mesajların, görüşmelerin ve kayıtların dakika başına fiyatla, ses saklanmadan toplu transkripsiyonuna uygundur. $5 başlangıç kredisi yaklaşık 1,190 dakikalık Arapça sesi karşılar; bu, kart gerekmeden yukarıdaki test için yeterli. Canlı akış altyazı gibi belgelemediği özelliklere ihtiyacınız varsa bunları sunan bir sağlayıcıyı test edin. Transkripsiyondan sonraki Arapça metin görevleri için bkz. Arapça için LLM seçimi.
