Yapay zeka desteğiyle gerçek zamanlı konuşmayı yazıya çeviren girişim: Soniox

Soniox, insanların konuşmalarını anında ve hatasız şekilde yazıya dökmeyi amaçlıyor. Uygulama, güçlü yapay zeka motoru sayesinde sesli verileri gerçek zamanlı olarak analiz ediyor, konuşan kişileri ayırt ediyor ve konuşmanın anlamını en yüksek doğrulukla metne dönüştürüyor. Böylece kullanıcılar, toplantı notlarından canlı yayın altyazılarına kadar her alanda konuşmalarını hızla kayıt altına alabiliyor. Soniox, özellikle çok dilli destek, hızlı transkripsiyon ve akıllı içerik arşivleme yetenekleriyle iş akışlarını kolaylaştırıyor.

2020 yılında California’nın Redwood City şehrinde Klemen Simonic ve Ambroz Bizjak tarafından kurulan Soniox, şu anda merkez ofisi Foster City, California’da bulunuyor. Şirket, konuşma tanıma alanında devrim yaratmayı hedefliyor ve gelişmiş yapay zeka modelleriyle her türlü ses verisini insan benzeri bir doğrulukla anlamlandırıyor. Klemen Simonic, Facebook’ta konuşma teknolojileri üzerine çalışıyor ve bu alandaki derin tecrübesini Soniox’a taşıyor. Ambroz Bizjak ise şirketin baş mimarı olarak, geliştirdikleri sistemlerin teknik altyapısını planlıyor.

Soniox ekibi, denetimsiz öğrenme tekniklerini kullanarak veri etiketleme ihtiyacını azaltırken, platformun her kullanımla kendini geliştirmesini sağlıyor. Bu sayede Soniox, sağlık, hukuk ve canlı yayın gibi yüksek hassasiyet gerektiren alanlarda güçlü çözümler sunuyor. 

Soniox’un Speech-to-Text API’si, ses verilerini gerçek zamanlı olarak metne dönüştürmeyi amaçlıyor ve Türkçe dahil 60’tan fazla dili destekliyor. Uygulama, model geçişi veya dil yapılandırması gerektirmeden, tek bir API çağrısıyla yüksek doğrulukta transkripsiyon sunuyor.

Geliştiriciler, WebSocket üzerinden gönderilen ses akışına milisaniye düzeyinde “token-level” geribildirim alabiliyor yani her kelimenin yazım süresindeki değişiklikler gerçek zamanlı olarak takip ediliyor. Ayrıca API, konuşmacı ayrımı (speaker diarization), konuşmanın başlangıç ve bitiş noktalarını algılama (endpoint detection) ve otomatik dil tanıma özelliklerini içeriyor. Kullanıcılar, çeviri modülleriyle aynı anda çift yönlü çeviri yapabiliyor. Orijinal dilde transkriptin yanı sıra anında çeviri metni de elde ediliyor.

Gecikme kontrolü sayesinde hız ve doğruluk arasında tercih yapılabiliyor. Bunun yanında özel terminoloji kullanımına olanak tanıyan “custom vocabulary” desteğiyle marka isimleri, tıbbi terimler ya da kısaltmalar güvenle kullanılıyor. Uygulama, REST API ve WebSocket API üzerinden hem dosya tabanlı (asenkron) hem canlı (senkron) transkripsiyon seçenekleri sunuyor. Transkripsiyon, konuşmacı etiketli, zaman damgalı ve yapılandırılmış formatta (örneğin SRT veya VTT) elde edilebiliyor.

Sistem, SOC 2 Tip II sertifikası ve HIPAA uyumlu altyapısıyla ses verilerini bulutta saklamadan işliyor. Böylece sağlık ve hukuk gibi gizlilik gerektiren alanlarda güvenle kullanılabiliyor. Bu güçlü API, canlı yayın altyazısından kurumsal çağrı merkezlerine kadar her türlü ses deneyimini desteklemek için tasarlanmış diyebiliriz.

Soniox App sayesinde kullanıcılar, mobil cihazları veya bilgisayarları üzerinden kolayca ses kaydediyor, kayıtları güvenle saklıyor ve anında transkripsiyon alıyor. Uygulama, her kaydı kronolojik sırayla düzenliyor, bulut tabanlı arşivleme sunarken, transkriptleri paylaşmaya imkan tanıyor. Ayrıca, güçlü arama özelliği sayesinde eski konuşmalardan bilgiye kolayca ulaşılabiliyor.

Soniox, kullanıcı dostu ve esnek bir fiyatlandırma modeli sunuyor. Yeni başlayanlar için ücretsiz hesap açıldığında, herhangi bir ödeme bilgisi girmeden 200 dolar değerinde ücretsiz API kredisi sağlanıyor. Bu sayede hem API’ler hem de tüm özellikler ücretsiz biçimde keşfedilebiliyor. Ücretli kullanım aşamasında, dosya tabanlı transkripsiyon saati 0,10 dolar, canlı (real-time) transkripsiyon ise saati 0,12 dolar üzerinden faturalandırılıyor. Daha yüksek hacimli kullanım veya özel iş modelleri için şirket, ihtiyaçlara özel kurumsal planlar sunuyor. Bu tür durumlarda kullanıcılar doğrudan Soniox ekibiyle iletişime geçerek kendi ihtiyaçlarına uygun fiyatlandırmaya ulaşabiliyor.