---
title: "Konuşmadan metne API ile Arapça SRT altyazı | BroadRouter"
description: "SRT dosyası neye ihtiyaç duyar, hangi API'ler Arapça için zaman damgası veya SRT döndürür ve yalnızca metin veren bir API'den altyazı üreten test edilmiş bir hat."
url: https://broadrouter.com/tr/blog/arabic-subtitles-srt-api/
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-subtitles-srt-api/) (güncelleme: 2026-11-16).

# Konuşmadan metne API ile Arapça altyazı (SRT): neye ihtiyacınız var

BroadNet Inference ekibi · 7 dk okuma · Yayımlandı 2026-11-15 · Güncellendi 2026-11-16

Bir SRT dosyası her altyazı için metin artı bir başlangıç ve bitiş zamanı ister. Kelime veya segment zaman damgası ya da doğrudan SRT dışa aktarımı sunan API'ler en iyi zamanlamayı verir. BroadNet Transcribe Arabic yalnızca metin döndürür; sesi duraklamalardan bölün, her parçayı yazıya dökün ve altyazıları parça ofsetlerinden zamanlayın. Konuşmalar ve podcast'ler için yeterli, kare hassasiyetinde film altyazısı için değil.

## Öne çıkanlar

-   SRT, her biri hh:mm:ss,mmm --> hh:mm:ss,mmm satırı taşıyan numaralı altyazılardan oluşan bir listedir. Library of Congress, biçimin resmî bir spesifikasyonu ve karakter kodlama standardı olmadığını belirtiyor.
-   BroadNet'in belgelenmiş transkripsiyon yanıtı yalnızca {"text": ...} şeklindedir: zaman damgası, segment veya SRT çıktısı yok.
-   OpenAI SRT'yi ve kelime zaman damgalarını yalnızca 26 Şubat 2027'de kapatılacağını duyurduğu whisper-1 için belgeliyor. AssemblyAI ve Speechmatics SRT dışa aktarımını, Deepgram ve ElevenLabs kelime zaman damgalarını belgeliyor.
-   Netflix'in Arapça rehberi yetişkin programları için satır başına 42 karakter, iki satır ve saniyede en fazla 20 karakter belirliyor; genel rehberi bir altyazıyı 7 saniyeyle sınırlıyor.
-   Parça düzeyinde zamanlama ancak duraklamalarınız kadar hassastır. Bir parçanın içindeki altyazı zamanları metin uzunluğundan tahmin edilir.

**Bu sayfada**

1.  Bir SRT dosyası neye ihtiyaç duyar?
2.  Arapça bir altyazı satırı ne kadar uzun olmalı?
3.  Hangi konuşmadan metne API’leri zaman damgası veya SRT belgeliyor?
4.  Yalnızca metin döndüren bir API’den nasıl altyazı yaparsınız?
5.  Python’da hat
6.  Parça düzeyinde zamanlama ne kadar doğru?
7.  Maliyeti ne, ne kadar hızlı?
8.  BroadNet Inference bu tabloda nerede duruyor?

Altyazı, zamanları eklenmiş metindir. Arapça bir altyazı hattındaki işin çoğu o zamanları elde etmektir. Bazı konuşmadan metne API’leri bunları size kelime zaman damgaları veya hazır bir SRT dosyası olarak verir. BroadNet Inference dahil diğerleri yalnızca döküm metnini döndürür. Bu yazı bir SRT dosyasının neye ihtiyaç duyduğunu, hangi sağlayıcıların zaman damgalarını belgelediğini ve yalnızca metin döndüren bir API’den kullanılabilir Arapça altyazıların nasıl kurulacağını, sınırlarını açıkça belirterek anlatıyor.

BroadRouter, BroadNet’in kendi sitesidir. Kare hassasiyetinde zamanlamaya ihtiyacınız varsa aşağıdaki dürüst yanıt BroadNet değil, kelime zaman damgaları sunan bir sağlayıcıdır.

## Bir SRT dosyası neye ihtiyaç duyar?

Bir SRT (SubRip) dosyası düz metindir. Her altyazının dört parçası vardır: bir numara, bir zaman satırı, bir veya iki satır metin ve boş bir satır.

```text
1
00:00:00,000 --> 00:00:02,800
مرحباً بكم في الحلقة الأولى

2
00:00:03,600 --> 00:00:07,600
اليوم نتحدث عن تحويل الكلام إلى نص وكيف
نصنع ملف ترجمة مصاحبة
```

Library of Congress biçim açıklaması zaman biçimini saat:dakika:saniye,milisaniye, oku da iki tire ve bir sağ açılı ayraç olarak veriyor. Ayrıca SRT’nin “not well standardized” (BroadRouter çevirisi: iyi standartlaştırılmamış) olduğunu ve SRT dosyalarının “do not have a character encoding standard” (BroadRouter çevirisi: bir karakter kodlama standardının olmadığını) söylüyor. Arapça için UTF-8 yazın ve hedef oynatıcınızda test edin. Web’deki ardılı WebVTT, milisaniyeden önce virgül yerine nokta kullanır.

Yani kesin gereklilik her altyazı için bir başlangıç ve bitiş zamanıdır. Tek başına metin yetmez.

## Arapça bir altyazı satırı ne kadar uzun olmalı?

Tahmin etmek yerine yayımlanmış bir stil rehberi kullanın. Netflix’in Arapça Timed Text Style Guide’ı (değişiklik günlüğü 2025-12-19 tarihli) şunları belirliyor:

| Kural | Netflix değeri |
| --- | --- |
| Satır başına karakter | 42 |
| Altyazı başına satır | En fazla iki |
| Okuma hızı, yetişkin programları | Saniyede en fazla 20 karakter |
| Okuma hızı, çocuk programları | Saniyede en fazla 17 karakter |
| Satır bölme | Fiili öznesinden, edatı isminden veya sayıyı saydığı şeyden ayırmayın |

Netflix’in genel gereklilikleri altyazı başına en az altıda beş saniye ve en fazla 7 saniye ekliyor. Arapça rehber ayrıca çevrilmiş altyazılarda Modern Standart Arapça istiyor. Bu bir çeviri kuralıdır; lehçeyle yapılan konuşmanın dökümü lehçede kalır.

Bu rakamlar koda dönüşür: 42 karakterde satır kaydırın, altyazı başına iki satır kullanın, saniyede 20 karakterin üstünde uyarın ve bir altyazıyı asla 7 saniyeden uzun tutmayın.

## Hangi konuşmadan metne API’leri zaman damgası veya SRT belgeliyor?

Her sağlayıcının güncel belgelerini 15 Kasım 2026’da okuduk. Bu liste zamanlamanın ne kadar doğru olduğunu değil, neyin belgelendiğini gösteriyor.

| Sağlayıcı | Belgelerin sunduğu | Arapça |
| --- | --- | --- |
| OpenAI | Yalnızca `whisper-1` üzerinde `response_format` olarak `srt`, `vtt` veya `verbose_json` ve kelime ya da segment düzeyinde `timestamp_granularities[]`. `gpt-4o-transcribe` ve `gpt-4o-mini-transcribe` yalnızca `json` döndürür | Kontrol edilmedi. OpenAI’ın kullanımdan kaldırmalar sayfası `whisper-1`, `gpt-4o-transcribe`, `gpt-4o-mini-transcribe` ve `gpt-4o-transcribe-diarize` modellerini kullanımdan kaldırılmış olarak listeliyor, hepsi 26 Şubat 2027’de kapanıyor; yerine `gpt-transcribe` veya `gpt-live-transcribe` öneriliyor |
| AssemblyAI | `chars_per_caption` ile `GET /v2/transcript/{transcript_id}/srt` veya `/vtt` | Universal-2’de, %10 ila 25 WER bandında Arapça listelenmiş |
| Speechmatics | Transkript uç noktasında `format=srt`; `max_line_length` ve `max_lines` içeren `srt_overrides`; kelime öğeleri `start_time` ve `end_time` taşır | Arapça, ayrıca `ar_en` Arapça-İngilizce paketi |
| Deepgram | Kelime ve ifade (utterance) zaman damgaları; SRT ve WebVTT yazan resmî Python ve JavaScript altyazı kütüphaneleri | Nova-3’te Arapça ve bölgesel kodlar |
| ElevenLabs | Kelime veya karakter düzeyinde `timestamps_granularity`; her kelimenin saniye cinsinden `start` ve `end` değeri var | %10 ila 20 WER bandında Arapça listelenmiş |
| BroadNet Inference | Yalnızca `{"text": ...}` | Arapçaya özel bir model ve 14 dilli bir model |

Modelleri kendiniz çalıştırabiliyorsanız, whisper.cpp ile derlenmiş FFmpeg’in `whisper` filtresi doğrudan `srt` yazabilir ve daha kısa satırlar için bir `max_len` seçeneği sunar.

Arapça doğruluk ve fiyat üzerine ilk karşılaştırma için [Arapça konuşmadan metne API satın alma rehberine](https://broadrouter.com/tr/blog/arabic-speech-to-text-api-buyers-guide/) ve [konuşmadan metne fiyat karşılaştırmasına](https://broadrouter.com/tr/blog/speech-to-text-api-pricing-compared/) bakın. Zaman damgaları bu karardaki satırlardan yalnızca biridir.

## Yalnızca metin döndüren bir API’den nasıl altyazı yaparsınız?

Zaman damgalarınızı sesi nereden kestiğinize göre kendiniz üretirsiniz. Adımlar:

1.  **Duraklamaları bulun.** FFmpeg’in `silencedetect` filtresi, seviyenin bir eşiğin altında en az belirli bir süre kaldığı her yerde `silence_start` ve `silence_end` değerlerini saniye cinsinden günlüğe yazar.
2.  **Duraklamaları konuşma aralıklarına çevirin.** İki sessizlik arasındaki her şey bir aralıktır. Hiç duraklamayan bir konuşmacı da kısa altyazılar üretsin diye aralıkları yaklaşık 12 saniyeyle sınırlayın.
3.  **Her aralığı yazıya dökün.** Onu 16 kHz mono WAV olarak kesin ve `language=ar` ile gönderin.
4.  **Altyazıları zamanlayın.** Aralığın başlangıcı ve bitişi sabit noktalarınızdır. Metni birkaç satır gerektiriyorsa aralığın süresini satırlar arasında uzunluklarıyla orantılı paylaştırın.
5.  **SRT’yi yazın** ve satır uzunluğunu, okuma hızını ve süreyi stil kurallarına göre kontrol edin.

Bu, [uzun ses dosyalarını yazıya dökme](https://broadrouter.com/tr/blog/transcribe-long-audio-files-api/) yazısındaki bölmenin aynısı, yalnızca amacı farklı. Orada parçalar yaklaşık 10 dakikadır ve yalnızca birleştirilmiş metinle ilgilenirsiniz. Burada parçalar saniyeler uzunluğundadır, çünkü her biri altyazı zamanlarına dönüşür. Elle bölmeyi tercih ederseniz [ses bölme aracı](https://broadrouter.com/tools/audio-splitter-ffmpeg/) FFmpeg komutlarını oluşturur.

## Python’da hat

Bu betik OpenAI Python SDK’yı ve FFmpeg’i kullanır. Onu 15 Kasım 2026’da, BroadNet’in belgelenmiş uç noktası gibi (`{"text": ...}`) yanıt veren yerel bir sahte sunucuya karşı, tonlar ve boşluklardan oluşan üretilmiş bir test dosyasıyla çalıştırdık. Yukarıdaki SRT onun çıktısı. BroadNet anahtarı kullanılmadı, yani Arapça metin modelden değil, sahte sunucudan geldi.

```python
import os, re, subprocess, sys
from openai import OpenAI

FFMPEG = os.environ.get("FFMPEG", "ffmpeg")
client = OpenAI(base_url=os.environ.get("BASE_URL", "https://inference.broadnet.ai/v1"),
                api_key=os.environ["BROADNET_API_KEY"])
MODEL = "broadnet/cohere-transcribe-arabic"
MAX_CHARS, MAX_LINES, MAX_CUE, MAX_CPS = 42, 2, 7.0, 20   # Netflix Arabic / general guide values

def find_speech(path, noise="-35dB", min_silence=0.4, max_span=12.0):
    """Return [(start, end)] seconds of speech between silences, each at most max_span long."""
    log = subprocess.run([FFMPEG, "-hide_banner", "-nostats", "-i", path,
                          "-af", f"silencedetect=n={noise}:d={min_silence}", "-f", "null", "-"],
                         capture_output=True, text=True).stderr
    h, m, s = re.search(r"Duration: (\d+):(\d+):([\d.]+)", log).groups()
    total = int(h) * 3600 + int(m) * 60 + float(s)
    starts = [float(x) for x in re.findall(r"silence_start: (-?[\d.]+)", log)]
    ends = [float(x) for x in re.findall(r"silence_end: ([\d.]+)", log)]
    spans, t = [], 0.0
    for i, s0 in enumerate(starts):
        if s0 - t > 0.2:
            spans.append((t, s0))
        t = ends[i] if i < len(ends) else total
    if total - t > 0.2:
        spans.append((t, total))
    out = []
    for a, b in spans:                       # no pause found: cut at a fixed length
        while b - a > max_span:
            out.append((a, a + max_span)); a += max_span
        out.append((a, b))
    return out

def transcribe_span(path, a, b, name):
    subprocess.run([FFMPEG, "-hide_banner", "-loglevel", "error", "-y", "-ss", f"{a:.3f}",
                    "-to", f"{b:.3f}", "-i", path, "-ar", "16000", "-ac", "1", name], check=True)
    with open(name, "rb") as f:
        return client.audio.transcriptions.create(model=MODEL, file=f, language="ar").text.strip()

def to_cues(text, a, b):
    """Wrap text into lines of <= MAX_CHARS, give each line a share of the span's time
    in proportion to its length, then pack lines into cues of <= MAX_LINES and <= MAX_CUE s."""
    lines, cur = [], ""
    for w in text.split():
        if cur and len(cur) + 1 + len(w) > MAX_CHARS:
            lines.append(cur); cur = w
        else:
            cur = f"{cur} {w}".strip()
    if cur:
        lines.append(cur)
    chars = sum(len(l) for l in lines) or 1
    cues, t = [], a
    for line in lines:
        d = (b - a) * len(line) / chars
        last = cues[-1] if cues else None
        if last and len(last[2]) < MAX_LINES and t + d - last[0] <= MAX_CUE:
            last[1] = t + d; last[2].append(line)
        else:
            cues.append([t, t + d, [line]])
        t += d
    for c in cues:                           # a long pause inside a span: don't hold text on screen
        c[1] = min(c[1], c[0] + MAX_CUE)
    return cues

def ts(x):
    ms = round(x * 1000)
    return f"{ms // 3600000:02}:{ms // 60000 % 60:02}:{ms // 1000 % 60:02},{ms % 1000:03}"

def make_srt(path, out="out.srt"):
    cues = []
    for i, (a, b) in enumerate(find_speech(path)):
        text = transcribe_span(path, a, b, f"chunk-{i:04}.wav")
        if text:
            cues += to_cues(text, a, b)
    with open(out, "w", encoding="utf-8") as f:
        for n, (a, b, g) in enumerate(cues, 1):
            cps = len(" ".join(g)) / (b - a)
            if b - a > MAX_CUE or cps > MAX_CPS:
                print(f"check cue {n}: {b - a:.1f} s, {cps:.0f} chars/s", file=sys.stderr)
            f.write(f"{n}\n{ts(a)} --> {ts(b)}\n" + "\n".join(g) + "\n\n")
    return len(cues)

if __name__ == "__main__":
    print(make_srt(sys.argv[1], sys.argv[2] if len(sys.argv) > 2 else "out.srt"), "cues written")
```

`BROADNET_API_KEY` ayarlıyken çalıştırın: `python make_srt.py episode.wav episode.srt`. Test dosyasında duraklama tespiti 0–2,8 sn, 3,6–7,6 sn, 8,8–28,8 sn (duraklama olmadığı için 12 sn’de kesildi) ve 29,4–30,9 sn aralıklarını buldu; bu, dosyanın nasıl üretildiğiyle örtüşüyordu. Çıktı Python `srt` paketiyle sorunsuz ayrıştırıldı ve FFmpeg ile WebVTT’ye dönüştürüldü.

İki değeri kendi sesinize göre ayarlayın. `noise`, sessizlik sayılan seviyedir: temiz konuşma için -30 ila -40 dB deneyin, gürültülü odalar için daha yükseğini. `min_silence`, bir boşluğun ne kadar sürmesi gerektiğidir: 0,3 ila 0,5 saniye, her nefeste bölmeden cümleler arasındaki duraklamaları yakalar.

## Parça düzeyinde zamanlama ne kadar doğru?

Bu yöntemin neyi yapıp neyi yapamayacağı konusunda net olun.

-   **Aralık kenarları en iyi kısımdır.** Gerçek bir duraklamaya denk gelen altyazı başlangıç ve bitişleri, sessizlik tespiti kadar doğrudur. Sentetik test dosyamızda birebir eşleştiler; nefes ve oda gürültüsü içeren gerçek kayıtlar daha dağınıktır.
-   **Bir aralığın içindeki zamanlar tahmindir.** Bir aralık iki veya üç altyazı içerdiğinde betik süresini karakter sayısına göre paylaştırır. Konuşmacılar sabit hızda konuşmaz, bu yüzden bu iç sınırlar bir saniye veya daha fazla kayabilir.
-   **Sabit kesimler kelimeleri bölebilir.** Bir aralık duraklama olmadan 12 saniyelik sınırı aştığında kesim nereye denk gelirse oraya düşer. Kesimdeki bir kelime kaybolabilir veya bozulabilir. Daha az aralık sabit kesime ihtiyaç duysun diye önce `noise` değerini yükseltin veya `min_silence` değerini düşürün.
-   **Kısa parçalar modele daha az bağlam verir.** 3 saniyelik bir klipte her kelimenin çevresinde 10 dakikalık bir dosyaya göre daha az kelime vardır. Bunun Arapça doğruluğu ne kadar değiştirdiğini ölçmedik; kendi sesinizde [WER](https://broadrouter.com/tr/blog/arabic-asr-wer-explained/) ile test edin.
-   **Konuşmacı etiketi yok.** BroadNet [konuşmacı ayrımı (diarization)](https://broadrouter.com/tr/glossary/diarization/) döndürmez, bu yüzden altyazılar kimin konuştuğunu söylemez.
-   **Müzik ve gürültü.** Arka plan müziği duraklamaları tamamen gizleyebilir. O zaman aralıkların çoğu sabit kesim olur ve zamanlama kötüleşir.

Dersler, podcast’ler, webinarlar ve eğitim videoları için konuşmadan en fazla bir saniye sapan altyazılar genellikle okunabilir. Dizi ve filmler, müzik videoları veya dudak senkronlu herhangi bir şey için kelime düzeyinde [zaman damgası](https://broadrouter.com/tr/glossary/timestamps-asr/) sunan bir sağlayıcı kullanın ya da dosyayı bir altyazı uzmanına düzelttirin.

## Maliyeti ne, ne kadar hızlı?

Fiyat ses uzunluğunu izler. BroadNet Transcribe Arabic’te bir saatlik Arapça, ister tek dosya ister 720 beş saniyelik dosya olarak gönderin, $0.25 tutar. BroadNet’in fiyatlandırma sayfası ses dakikası başına bir fiyat listeliyor ve dosya başına bir alt sınır belirtmiyor; doğrulamak için ilk bölümünüzden sonra kullanım sayfasını kontrol edin.

Hız istek sayısını izler. Bir kullandıkça öde anahtarı dakikada 30 isteğe ve aynı anda 4 isteğe izin verir. 5 saniyelik aralıklara bölünmüş bir saatlik konuşma yaklaşık 720 istek eder; bu da en az 720 ÷ 30 dakika sürer. Daha uzun aralıklar daha az istek demektir. 429 alırsanız [hatalar ve yeniden denemeler rehberindeki](https://broadrouter.com/tr/guides/errors-and-retries/) gibi geri çekilin ve yayımlanmış limitleri aşmak için tek bir işi anahtarlara yaymayın.

## BroadNet Inference bu tabloda nerede duruyor?

BroadNet Transcribe Arabic bir altyazı işinin metin yarısına uygundur: dakikası $0.0042 olan Arapça konuşmadan Arapça metne dönüştürme; ses ve dökümler istekten sonra saklanmaz. $5 başlangıç kredisi transkripsiyonu kapsar, yani bakiye yüklemeden önce hattı gerçek bölümler üzerinde test edebilirsiniz. Zaman damgası, segment, konuşmacı etiketi veya SRT döndürmez. Altyazılarınız kelime düzeyinde zamanlama gerektiriyorsa bunu belgeleyen bir sağlayıcı kullanın ya da BroadNet’in metnini bir zorunlu hizalama (forced alignment) aracıyla sese hizalayın. İstek biçimleri ve limitler [BroadNet API başvurusunda](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-arabic-subtitles-srt-api&utm_content=body), kurulum ise [Arapça konuşmadan metne rehberinde](https://broadrouter.com/tr/guides/arabic-speech-to-text-api/).

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

[SRT altyazı](https://broadrouter.com/tr/glossary/srt-subtitles/)

SRT (SubRip), düz metin bir altyazı formatıdır. Her altyazı bir sıra numarası, hh:mm:ss,mmm --> hh:mm:ss,mmm biçiminde yazılmış başlangıç ve bitiş zamanı, bir veya daha fazla metin satırı ve bir boş satırdan oluşur. WebVTT, HTML videoda kullanılan benzer web formatıdır.

[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.

[Kullandıkça öde (pay-as-you-go)](https://broadrouter.com/tr/glossary/pay-as-you-go/)

Kullandıkça öde, abonelik veya asgari taahhüt olmadan yalnızca kullandığınız kadar ödediğiniz, token, istek veya ses dakikası gibi birimler üzerinden ölçülen bir fiyatlandırma modelidir. LLM API'lerinin çoğu bu şekilde, ön ödemeli bir bakiyeden veya dönemsel faturayla ücretlendirir.

[Kelime hata oranı (WER)](https://broadrouter.com/tr/glossary/word-error-rate/)

Kelime hata oranı (word error rate, WER), konuşma tanımada standart doğruluk ölçüsüdür: bir transkripti doğru referansa dönüştürmek için gereken kelime değiştirme, silme ve ekleme sayısının referanstaki kelime sayısına bölümüdür. Düşük olan daha iyidir.

[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.

[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.

[Hız sınırı (rate limit)](https://broadrouter.com/tr/glossary/rate-limit/)

Hız sınırı (rate limit), bir API'nin bir istemcinin belirli bir zaman aralığındaki kullanımına koyduğu üst sınırdır; örneğin dakika başına istek veya dakika başına token. Sınırı aşan istekler, kullanım tekrar sınırın altına inene kadar genellikle HTTP 429 Too Many Requests ile reddedilir.

[Modern Standart Arapça (MSA, Fusha)](https://broadrouter.com/tr/glossary/msa/)

Modern Standart Arapça (MSA), Arap dünyasında yazıda, haberlerde, eğitimde ve resmi konuşmada kullanılan standartlaşmış Arapçadır. Kimsenin günlük ana dili değildir: insanlar Mısır veya Körfez Arapçası gibi bölgesel lehçeleri konuşur ve resmi ortamlarda MSA'ya geçer.

## Sık sorulan sorular

### BroadNet'in transkripsiyon API'sinden doğrudan SRT dosyası alabilir miyim?

Hayır. BroadNet'in belgeleri tek bir text alanı olan bir JSON yanıtı gösteriyor; SRT, VTT veya zaman damgası seçeneği yok. /v1/models meta verisi (kontrol tarihi 2026-11-15) json, text ve verbose\_json yanıt biçimlerini listeliyor, ama hiçbir kaynak verbose\_json'un zaman damgası taşıdığını söylemiyor. Zamanlamayı bu yazıdaki gibi parça ofsetlerinden kendiniz kurun ya da zaman damgalarını belgeleyen bir sağlayıcı kullanın.

### Hangi konuşmadan metne API'leri Arapça için SRT dışa aktarır?

15 Kasım 2026'da kontrol ettiklerimiz arasında AssemblyAI (bir altyazı uç noktası, Universal-2'de Arapça) ve Speechmatics (format=srt, Arapça ve Arapça-İngilizce paketi) SRT dışa aktarımını belgeliyor. OpenAI SRT'yi kullanımdan kaldırılmış whisper-1 için belgeliyor. Deepgram ise zaman damgaları üzerine kurulu altyazı kütüphanelerini belgeliyor.

### Arapça altyazılarda satır başına kaç karakter olmalı?

Netflix'in Arapça Timed Text Style Guide'ı satır başına 42 karakter ve en fazla iki satır belirliyor. Yetişkin programları için okuma hızı limiti saniyede en fazla 20 karakter, çocuk programları için 17.

### Ses parçalarından zamanlanan altyazılar ne kadar doğru?

Her parçanın başlangıcı ve bitişi duraklama tespiti kadar doğrudur, bu yüzden onu kendi sesinize göre ayarlayın. Bir parçanın içindeki altyazıların zamanları metin uzunluğundan tahmin edilir ve bir saniye veya daha fazla kayabilir. Bu konuşmalar ve podcast'ler için uygundur, dudak senkronlu dizi ve filmler için değil.

### Arapça SRT dosyamda noktalama neden yanlış tarafta görünüyor?

SRT'de yön işaretlemesi yoktur; sağdan sola metnin nasıl dizileceğine oynatıcı karar verir. Dosyayı kitlenizin kullandığı oynatıcılarda test edin. Noktalama yer değiştiriyorsa daha zengin biçimlendirmeli bir format veya oynatıcının RTL metin ayarını deneyin.

### Sesi kısa parçalara bölmek daha pahalı mı?

BroadNet transkripsiyonu ses dakikası başına fiyatlar, yani toplam ses aynıdır. Ama daha çok istek demektir: kısa parçalar dakikada 30 isteklik kullandıkça öde limitine daha çabuk takılır. Faturalamayı doğrulamak için ilk çalıştırmadan sonra kullanım sayfanızı kontrol edin.

## 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/)
-   [Whisper API alternatifi: ne zaman geçilir, nasıl test edilir](https://broadrouter.com/tr/blog/whisper-api-alternative/)
-   [Kayıtlardan Arapça toplantı tutanağı: bir API hattı](https://broadrouter.com/tr/blog/arabic-meeting-minutes-from-recordings/)
-   [Konuşmadan metne API fiyatları: 2026 dakika başına karşılaştırma](https://broadrouter.com/tr/blog/speech-to-text-api-pricing-compared/)
-   [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: BroadNet Inference hata kodları ve ne zaman yeniden denenmeli](https://broadrouter.com/tr/guides/errors-and-retries/)

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-subtitles-srt-api&utm_content=page-cta) ·

**Kaynaklar**

-   [BroadNet Inference API başvurusu: transkripsiyon isteği ve {"text": ...} yanıtı, kullandıkça öde limitleri (kontrol tarihi 2026-11-15) (İngilizce)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-arabic-subtitles-srt-api&utm_content=sources)
-   [Library of Congress, Sustainability of Digital Formats: SubRip (SRT) biçim açıklaması fdd000569 (kontrol tarihi 2026-11-15)](https://www.loc.gov/preservation/digital/formats/fdd/fdd000569.shtml)
-   [Netflix Partner Help Center, Arapça Timed Text Style Guide: satır başına 42 karakter, okuma hızı limitleri (kontrol tarihi 2026-11-15)](https://partnerhelp.netflixstudios.com/hc/en-us/articles/215517947)
-   [Netflix Partner Help Center, Timed Text Style Guide: General Requirements, en kısa ve en uzun süre (kontrol tarihi 2026-11-15)](https://partnerhelp.netflixstudios.com/hc/en-us/articles/215758617-Timed-Text-Style-Guide-General-Requirements)
-   [OpenAI API başvurusu, transkripsiyon oluşturma: modele göre response\_format ve timestamp\_granularities (kontrol tarihi 2026-11-15)](https://developers.openai.com/api/reference/resources/audio/subresources/transcriptions/methods/create)
-   [OpenAI konuşmadan metne rehberi: timestamp\_granularities yalnızca whisper-1'de, kullanımdan kaldırma tarihi (kontrol tarihi 2026-11-15)](https://developers.openai.com/api/docs/guides/speech-to-text)
-   [OpenAI kullanımdan kaldırmalar: whisper-1 ve gpt-4o transcribe modelleri 26 Şubat 2027'de kapanıyor; yerine gpt-transcribe veya gpt-live-transcribe (kontrol tarihi 2026-11-15)](https://developers.openai.com/api/docs/deprecations)
-   [AssemblyAI API başvurusu, Get subtitles: transkript altyazı uç noktası, SRT veya VTT biçimi (kontrol tarihi 2026-11-15)](https://www.assemblyai.com/docs/api-reference/transcripts/get-subtitles)
-   [AssemblyAI, önceden kaydedilmiş ses için desteklenen diller (kontrol tarihi 2026-11-15)](https://www.assemblyai.com/docs/pre-recorded-audio/supported-languages)
-   [Speechmatics belgeleri, toplu iş çıktı biçimleri: format=srt ve srt\_overrides (kontrol tarihi 2026-11-15)](https://docs.speechmatics.com/speech-to-text/batch/output)
-   [Speechmatics belgeleri, desteklenen diller: Arapça ve ar\_en iki dilli paket (kontrol tarihi 2026-11-15)](https://docs.speechmatics.com/speech-to-text/languages)
-   [Deepgram belgeleri, WebVTT ve SRT altyazılarını otomatik üretme (kontrol tarihi 2026-11-15)](https://developers.deepgram.com/docs/automatically-generating-webvtt-and-srt-captions)
-   [Deepgram belgeleri, modeller ve diller genel bakışı: Nova-3'te Arapça (kontrol tarihi 2026-11-15)](https://developers.deepgram.com/docs/models-languages-overview)
-   [ElevenLabs API başvurusu, konuşmadan metne: timestamps\_granularity ve kelime start/end (kontrol tarihi 2026-11-15)](https://elevenlabs.io/docs/api-reference/speech-to-text/convert)
-   [FFmpeg filtre belgeleri: silencedetect ve whisper filtreleri (kontrol tarihi 2026-11-15)](https://ffmpeg.org/ffmpeg-filters.html)
