Patientdesk.ai, Türkçe için iki ses modeli ve açık bir veri seti yayımladı

Y Combinator destekli sesli yapay zeka girişimi Patientdesk.ai, Türkçe için eğittiği iki modeli kullanıma açtı. Alania metni sese, Duyu ise konuşmayı yazıya çeviriyor. Şirketin paylaştığı verilere göre Duyu, açık Türkçe okuma testi FLEURS'ta yüzde 4,71 kelime hata oranına ulaştı; OpenAI'ın Whisper large-v3 modeli aynı testte yüzde 5,04'te kaldı. Telefon kalitesindeki seslerden oluşan kendi test setinde Duyu'nun hata oranı yüzde 9,87, ElevenLabs Scribe v2'ninki yüzde 10,4 oldu.

İki model de yaygın OpenAI API biçimiyle uyumlu ve kayıttan sonraki bir ay ücretsiz. Şirket ayrıca deneysel Antalia-1 metinden sese modelini ağırlıkları, kodu ve yaklaşık 5 saatlik Türkçe ses veri setiyle birlikte açık kaynak olarak paylaştı. Patientdesk.ai, modelleri ABD'deki kliniklerin telefonlarını yanıtlayan sesli asistanından edindiği deneyimle geliştirdiğini belirtiyor.