Gerçek Zamanlı Toplantı Çevirisi
Doğruluğu

Gerçek zamanlı toplantı çeviri araçları, temiz İngilizce seste %85–95 konuşmadan metne doğruluk elde eder; arka plan gürültüsü olan çok dilli aramalarda bu oran %65–80’e düşer. Çeviri ikinci bir değişken ekler: EN-ES ve EN-FR çiftleri modern LLM hatlarında yaklaşık %88–92’ye ulaşırken; EN-ZH ve EN-JA %75–82’ye düşer. Bu sayıların pratikte ne anlama geldiğini ve önde gelen dört aracın nasıl karşılaştırıldığını burada bulacaksınız.

Aramanın üçüncü dakikasında Tokyo’daki müşteriniz 「ちょっと難しいです」 der. Altyazıda şu yazar: "Biraz zor." Siz başınızı sallayıp bir sonraki slayta geçersiniz. Kırk yedi dakika sonra, aslında "Bu bizim için işe yaramayacak" demek istediğini öğrenirsiniz. Bir çeviri hatası değil. Daha iyi bir doğruluk modelinin yakalayabileceği bir bağlam hatası. Bu makalenin ele aldığı boşluk tam da bu.

Doğruluk iddiaları her yerde. Tüm hattı, konuşmadan metne ve çeviriye kadar kapsayan, toplantıya özel doğrulanmış kıyaslamalar ise neredeyse hiç yok. Dört büyük araç üzerinden 30 dakikalık iki dilli EN+ZH bir iş görüşmesi çalıştırdık ve sonuçları WMT 2024 ile CHiME-6 challenge veri setinden alınan kamu verileriyle birleştirdik. Bulduklarımız şöyle.

Gerçek Zamanlı Çeviri Doğruluğu Nasıl Ölçülür

Kelime Hata Oranı: STT Kıstası

Kelime Hata Oranı (WER), bir konuşma tanıma sisteminin yanlış anladığı kelimelerin yüzdesini ölçer. 100 kelimelik bir cümlede %5 WER, 5 kelimenin yanlış, değiştirilmiş ya da eksik olduğu anlamına gelir. En iyi sistemler temiz, kontrollü seste %5–8 WER elde eder. Toplantı sesi daha zordur.

CHiME-6 challenge sonuçlarına göre, arka plan gürültüsü, birden fazla konuşmacı, dizüstü bilgisayar mikrofonları ve ana dili olmayan aksanlar gerçek toplantı koşullarında WER’i istikrarlı biçimde %15–25’e çıkarır. Bu, "bütçeyi onaylayın" ile "pütçeyi kanıtlayın" arasındaki farktır; aşağı akış çevirisinin de devraldığı hatalar bunlardır.

Akış tabanlı STT bir katman daha ekler. Gerçek zamanlı sistemler, cümle tamamlanmadan önce geçici kelime belirteçlerini onaylar, ardından daha fazla ses geldikçe bunları revize eder. Akış deneyimini hızlı hissettiren şey bu kelime kelime kendi kendini düzeltme mekanizmasıdır; ancak bu, 2. saniyedeki altyazının 4. saniyedeki altyazıdan farklı olabileceği anlamına gelir. Doğruluk kıyaslamalarının ölçtüğü şey nihai onaylanmış metindir; toplantınızın dayandığı şey ise canlı okuma çıktısıdır.

BLEU Puanları ve Makine Çevirisi Kalitesi

BLEU (Bilingual Evaluation Understudy) puanları, makine çevirisinin insan referansına ne kadar yakın olduğunu ölçer. Puanlar 0 ile 100 arasındadır. 50’nin üzeri güçlü kabul edilir; çoğu kurumsal MT sistemi WMT 2024’te yaygın dil çiftlerinde 40–60 aralığında puan alır.

EN-ES ve EN-FR, modern LLM hatlarında istikrarlı biçimde 52–60 BLEU’ya ulaşır. EN-ZH ve EN-JA ise 35–48 aralığındadır; bunun nedeni yapay zekâ çevirisinin daha kötü olması değil, yapısal farkların (kelime sırası, karakterler arasında boşluk olmaması, bağlama bağlı anlam) otomatik puanlamanın, referansla kelime kelime eşleşmeyen ama geçerli çevirileri cezalandırmasına yol açmasıdır.

Gerçek zamanlı kullanım için önemli bir nüans var: BLEU belge düzeyinde hesaplanır. Akış çevirisi ise cümle parçaları, bazen tek tek kelimeler üzerinde çalışır. Etkin cümle düzeyi kalite, belge kıyaslamalarının ima ettiğinden 10–15 puan daha düşüktür. Laboratuvarda iyi puan alan bir sistem, hızlı tempolu bir satış görüşmesinin dördüncü dakikasında çoğu zaman zorlanır.

Kimsenin Konuşmadığı Hattın Sorunu

Toplantı çevirisi iki adımdır: konuşmadan metne, ardından metinden çeviriye. İlk adımdaki hatalar ikinci adıma zincirleme aktarılır. %10 WER, yaklaşık her on kelimeden birinin yanlış olduğu anlamına gelir. Yanlış kelime bir isim, bir sayı ya da bir olumsuzluk olduğunda, "onaylanmadı"nın "onaylandı"ya dönüşmesi gibi, çeviri hatayı devralır ve çoğu zaman büyütür.

Bir %10 STT WER’in, iş sözlüğünde çeviri çıktısında %20–30 anlamsal bozulma yaratabileceğini tahmin ediyoruz; çünkü MT modelinin kaynak kelimenin yanlış olduğunu bilmesinin bir yolu yoktur. Bu yüzden STT ve MT’yi ayrı ayrı kıyaslamak asıl noktayı kaçırır. Önemli olan sayı, gerçek toplantı sesindeki birleşik hat borusu kalitesidir.

Gerçek Zamanlı Çeviri Doğruluğunu Etkileyen 5 Faktör

1. Ses Kalitesi ve Arka Plan Gürültüsü

Arka plan gürültüsü, STT motoru seçiminden daha fazla olmak üzere, doğruluğu en çok etkileyen tek faktördür. Testlerimizde, sessiz bir odada USB kulaklıktan dizüstü bilgisayarın dahili mikrofonuna geçmek WER’i 5–8 puan artırdı. Tipik açık ofis arka plan gürültüsü eklemek bunu taban çizginin 15–20 puan üstüne taşıdı.

Toplantı odası hoparlörlü telefonları özellikle zorludur. Ses duvarlardan yansır, birden fazla konuşmacı üst üste biner ve mikrofon her bir sesten uzakta kalır. Bu koşullarda WER, en güçlü STT motorlarında bile rutin olarak %25’i aşar. Kötü bir mikrofonda premium bir araca yükseltmektense 30 €’luk bir USB kulaklık doğruluk açısından daha fazla fark yaratır.

2. Konuşmacı Hızı ve Aksan

Dakikada 180 kelimenin üzerindeki hızlı konuşmacılar, akış STT’yi zorlar; çünkü tampon, bir sonraki ses dalgası gelmeden segmentleri kesinleştiremez. Hızlı konuşmada doğruluk, normal sohbet temposuna kıyasla %5–10 düşer. Kritik noktalarda hızı %15–20 azaltmak, herhangi bir yazılım değişikliği gerektirmeyen en kolay doğruluk iyileştirmesidir.

Aksanlı İngilizce daha nüanslı bir desen gösterir. Büyük STT sistemleri, son iki yılda yaygın ana dili olmayan aksanlarda belirgin biçimde gelişti. Akış STT kıyaslamalarımız, MirrorCaption’ın EN-ZH ve EN-JA toplantılarındaki birincil kullanım senaryosu açısından önemli olan Asya aksanlı İngilizce üzerinde Whisper’a kıyasla özellikle iyi performans gösteriyor. Güçlü bölgesel aksanlar ve cümle ortasında dil değiştirme ise tüm sistemler için hâlâ daha zordur.

3. Dil Çifti Zorluğu

Tüm çiftler gerçek zamanlı çeviri açısından eşit derecede zor değildir:

• Kolay çiftler (EN-ES, EN-FR, EN-DE, EN-PT): GPT-4 hatlarında yaklaşık %88–92. Ortak kelime kökleri, benzer cümle yapısı, derin eğitim verisi.
• Orta çiftler (EN-RU, EN-AR, EN-HI): yaklaşık %80–86. Farklı alfabeler veya kelime sırası belirsizlik yaratır; iş sözlüğünde daha az eğitim verisi vardır.
• Zor çiftler (EN-ZH, EN-JA, EN-KO): yaklaşık %75–82. Logografik veya eklemeli yazı sistemleri, kelimeler arasında boşluk olmaması, zengin saygı/ünvan sistemleri ve doğru çözüm için tam cümle bağlamı gerektiren yapısal farklar.

Akış sistemleri, kısmi bağlamla çeviriyi onayladıkları için zor çiftlerde daha fazla cezalandırılır; tam bir ifade yerine cümle parçasından çalışırlar. Akış ile toplu işleme arasındaki farkın en geniş olduğu yer burasıdır.

4. Akış ve Toplu İşleme Dengesi

Otter.ai gibi toplantı sonrası araçlar, çağrı bittikten sonra tam cümle bağlamıyla eksiksiz sesi işler. Otter’ın temiz İngilizcede %90–95 doğruluğa ulaşmasının nedeni budur; onaylamadan önce her şeyin tamamlanmasını bekler. Gerçek zamanlı akış araçları ise 500 ms içinde onay verir. Denge budur ve gerçek bir dengedir.

Ancak alternatifini düşünün. Priya, Mumbai ekibi ile Japon kurumsal müşteriler arasında sınır ötesi satış görüşmeleri yürütüyor. Özellikle kafa karıştırıcı bir görüşmeden sonra, toplantı sonrası bir transkript aracını kullanmaya başladı. Bu araç ona, zaten yanlış giden şeyin cilalanmış bir özetini verdi. Kaçırdığı fiyat itirazı, transkriptte 12. dakikadaydı. O ise bunu 75. dakikada, görüşme bittikten sonra okudu.

Görüşme bittikten sonra gelen %92 doğrulukta bir transkript, 12. dakikadaki fiyat itirazına yanıt vermenize yardımcı olamaz. Konuşmacı hâlâ konuşurken görünen %84 doğrulukta bir altyazı ise yardımcı olabilir. Canlı kararlar için birincil metrik doğruluk değildir. Zamanlamadır.

5. Bağlam Besleme ve Alan Sözlüğü

Genel LLM çeviri modelleri, teknik iş sözlüğü, ürün adları, finansal terimler, düzenleyici ifadeler konusunda zorlanır. "Strike" beyzbolda, iş hukukunda ve bowlingde farklı şeyler ifade eder; hangisi olduğunu bağlam belirler. Tek cümlelik çeviri çoğu zaman en yaygın karşılığa varsayılan olarak gider ve yanılır.

MirrorCaption, her çeviri çağrısına önceki 3–5 konuşma segmentini bağlam olarak besler. Bu bağlam penceresi, modelin satış bağlamında "bir anlaşma yapmak" mı yoksa iş hukuku bağlamında "grev eylemi" mi konuşulduğunu anlamasını sağlar. Dahili testlerimiz, bu yaklaşımın aynı ses üzerinde tek cümlelik çeviriye kıyasla alan sözlüğü doğruluğunu yaklaşık %15–20 artırdığını gösteriyor. Bağlam besleme, kod değiştirme sırasında en çok önem kazanır; bir konuşmacının konuşma ortasında bir dilden diğerine geçtiği an, bağlamsız MT’nin en hızlı çöktüğü yerdir.

2026’da Büyük Gerçek Zamanlı Çeviri Araçlarının Kıyaslaması

Çeviri kalitesi = iş toplantısı sesinde birleşik STT+MT hattı. Kaynaklar: WMT 2024 ortak görev sonuçları, CHiME-6 challenge verileri, uygulamalı testler. Otter’ın temiz İngilizcedeki STT doğruluğu (son işlem sonrası) yaklaşık %90–95’tir; N/A ifadesi STT kalitesinin değil, gerçek zamanlı çevirinin olmamasını yansıtır.

Zoom AI Companion

Zoom AI Companion, sınırlı sayıda dil çifti için canlı çeviri sunar; bunlar arasında EN-ES, EN-FR, EN-JA ve EN-ZH dahil yaklaşık beş kombinasyon vardır. Temiz İngilizcede STT doğruluğu rekabetçidir; testlerimizde yaklaşık %86–90. EN-ES çeviri kalitesi sağlamdı, yaklaşık %89. EN-ZH ise iş sözlüğünde düştü; özellikle tutarsız görünen özel isimler ve ürün adlarında.

En büyük kısıt platform kilididir. Zoom AI Companion yalnızca Zoom içinde çalışır. Karşı taraf Teams kullanıyorsa ya da bir müşteriyle yüz yüze konuşuyorsanız, farklı bir araca ihtiyacınız vardır. Çeviri ayrıca belirli ücretli plan katmanları gerektirir; temel lisansla sunulmaz.

Google Meet Live Translation

Google Meet’in canlı çevirisi hızlıdır, Google Workspace içinde ücretsizdir ve yaygın Avrupa çiftlerinde güçlüdür. Testlerimizde EN-ES ve EN-FR kalitesi yaklaşık %88 idi. EN-ZH, genel iş ifadelerinde %76–80 aralığına yerleşti; teknik sözlük ve özel isimlerde daha da düştü. Google’ın modeli, belirsiz ifadelerde en yaygın karşılığa varsayılan olarak gider; bu da bir şirket adı veya ürün terimi yaygın bir Mandarin kelimesiyle çakıştığında sorun yaratır.

Temel sınırlama, altyazıların geçici olmasıdır. Dışa aktarılabilir bir transkript yoktur, konuşmacı atfı yoktur, AI özeti yoktur. Altyazı penceresinde üç dakika önce görünen şey kaybolur. Söylenenleri gözden geçirmeniz, bir ifadeyi aramanız veya kaydı aramada olmayan bir meslektaşınızla paylaşmanız gerekiyorsa, Google Meet yardımcı olamaz.

Otter.ai

Otter.ai’nin toplantı sonrası İngilizce STT doğruluğu mükemmeldir; temiz seste %90–95 ile bu listedeki en iyisidir, çünkü onaylamadan önce tam kaydı bekler. Kalite kendini belli eder. Otter’ın transkriptleri, gerçek zamanlı akış çıktılarının sunamadığı bir biçimde cilalı ve okunabilirdir.

Ancak Otter gerçek zamanlı çeviri sunmaz. Çeviri, toplantıdan sonra çalışan ve İngilizce transkriptin çevrilmiş bir sürümünü üreten bir eklentidir. Yalnızca İngilizce iç özet için Otter olağanüstüdür. Şu anda söylenene yanıt vermeniz gereken iki dilli bir toplantı için ise yardımcı olamaz. Ayrıntılı özellik karşılaştırması için tam MirrorCaption vs. Otter.ai dökümüne bakın.

MirrorCaption (Akış STT + GPT-4)

MirrorCaption’ın hattı, transkripsiyon için WebSocket akış STT’mizi ve çeviri için GPT-4’ü kullanır; her çağrıda önceki 3–5 konuşma segmenti bağlam olarak beslenir. Uçtan uca gecikme 500 ms’nin altındadır. Konuşmacı hâlâ konuşurken kelime kelime çıktı görünür; daha fazla bağlam geldikçe geçici belirteçler kendi kendini düzeltir.

Testimizde STT doğruluğu temiz İngilizce seste yaklaşık %88–92 idi. Karışık aksanlı EN+ZH segmentlerde bu oran yaklaşık %78–84’e düştü. İş sözlüğünde EN-ZH çeviri kalitesi: yaklaşık %80–85; EN-ES için izole ifade kıyaslamalarının altında, ancak önceki segmentlerin önemli olduğu çok turlu iş bağlamında onların üstünde. Dürüst sınırlama şu: büyük 60+ desteklenen dil dışındaki düşük kaynaklı dil çiftlerinde, GPT destekli çeviri, ses tarafında STT’mizin kapsadığı özel alan eğitimine sahip değildir.

Asya Dil Çiftleri Neden Farklı Bir Yaklaşım Gerektirir?

Hiroshi, Tokyo merkezli bir mühendislik ekibini yönetiyor ve bu ekip bir ABD ürün liderine rapor veriyor. Haftalık toplantıları İngilizce; Hiroshi’nin ikinci dili, iyi konuşuyor ama ana dili değil. Bir Perşembe günü ABD’li lider, bir özellik teslim takvimi hakkında soru sordu. Hiroshi şöyle yanıt verdi: "We can try to make that date." Japon iş kültüründe bu ifade güçlü bir örtük şüphe taşır. Kibar bir "muhtemelen hayır" deme biçimidir. İngiliz iş kültüründe ise "we can try" temkinli bir iyimserlik gibi okunur. Ürün lideri özelliği taahhüt edilmiş olarak işaretledi. İki hafta sonra ekip, Hiroshi’nin tarafında herkesin özelde zaten gerçekçi olmadığını kabul ettiği tarihi kaçırdı.

O toplantıda hiçbir çeviri aracı başarısız olmadı. Konuşma İngilizceydi. Başarısız olan, kelimeler ile kültürel kayıt arasındaki boşluktu ve bu boşluk Asya dil çiftlerinde en geniştir.

Yapısal nedenler somuttur. Japonca ve Çince, anlamı Avrupa dillerinin yapmadığı biçimlerde bağlam, ilişki ve kelime sırası üzerinden iletir. 「ちょっと難しいです」 Japoncada üç belirteçtir, kelime anlamıyla "biraz zor" demektir; ancak bir iş müzakeresinde ciddi şüphe ya da kibar bir reddi işaret eder. EN-ES çevirisi bu düzeyde aynı sorunla karşılaşmaz; çünkü İspanyolca ve İngilizce cümle yapıları ile doğrudanlık kuralları açısından daha çok ortaklık paylaşır.

Çok dilli uzaktan ekipler Japonca, Çince veya Korece arasında çalışırken pratik çıkarım şudur: Kullandığınız araç ne olursa olsun, Asya dil çiftleri için doğruluk yüzdeleri Avrupa çiftlerinden her zaman daha düşük olacaktır. Araçlar arasındaki fark yalnızca sayı değildir; sistemin, kelimesi kelimesine çevirinin yanıltıcı olduğu durumları yakalayacak kadar konuşma bağlamı besleyip beslemediğidir.

Bağlam besleme yardımcı olur. Her kültürel kayıt boşluğunu çözmez. Asya pazarlarındaki yüksek riskli müzakerelerde, bütçe netleştirmesi için zaman ayırın ve yapay zekâ çevirisini iki dili de bilen bir insan moderatörle eşleştirmeyi düşünün. Aracı hacmi yönetir; insan ise aracın kaçırdığı nüansı yakalar.

Gerçek Zamanlı Çeviri Doğruluğunuzu Artırmanın 5 Yolu

1. Dizüstü bilgisayar mikrofonu yerine kulaklık kullanın. Bu, tek başına en yüksek etkiyi yaratan değişikliktir. Ağzınıza yakın konumlandırılmış USB veya Bluetooth kulaklık, ortam gürültüsünü azaltır ve yankı sorunlarının çoğunu ortadan kaldırır. Herhangi bir yazılım değişikliği olmadan WER’i 5–15 puan aşağı çeker.
2. Kaynak dili açıkça ayarlayın. Otomatik algılama çoğu durumda çalışır, ancak işlem süresi ekler ve bazen aramanın ilk birkaç saniyesini yanlış tanımlar. Oturum başında kaynak dili EN veya ZH olarak ayarlamak, kritik erken içerikte yanlış başlangıç hatalarını ortadan kaldırır.
3. 60 saniyelik kalibrasyon sesiyle başlayın. Gündem öncesi küçük sohbet, STT motoruna sesinize, odanıza ve ağınıza uyum sağlama zamanı verir. Bir oturumun ilk 60 saniyesindeki transkripsiyon kalitesi, aramanın geri kalanından istikrarlı biçimde daha kötüdür. En önemli içeriğinizle başlamayın.
4. Kendi kendini düzelten kelimeleri izleyin. Akış modunda, bazen bir kelime görünür, ardından daha fazla bağlam geldikçe değişir. Bu olduğunda nihai sürüm daha güvenilirdir; sistem ilk tahminini revize etmek için yeterli sinyal almıştır. Değişmeden kalan kelimeler yüksek güvenle onaylanmıştır.
5. EN-ZH veya EN-JA aramaları için: netleştirme süresi ayırın. Bu çiftlerde yaklaşık %75–85 doğruluk bekleyin ve buna göre plan yapın. Kritik karar noktalarında, fiyatlandırma, taahhütler, kapsam değişiklikleri için 15 saniyelik bir doğrulama döngüsü ekleyin: "Anladığımı teyit edeyim." Sonradan yanlış anlamayı çözmekten daha hızlıdır.

Sık Sorulan Sorular

Doğru Soru "En Doğru" Değil

Gerçek zamanlı çeviri doğruluğu tek bir sayı değil, bir hat sorunudur. STT doğruluğu, çeviri kalitesi, dil çifti zorluğu, bağlam besleme ve gecikme birlikte etkileşir. Temiz İngilizce kıstasında %95, gerçek bir EN-ZH satış görüşmesinde %72 alan bir araç, ekibiniz için %95 doğru bir araç değildir.

Pratikte en iyi performansı gösteren araçlar dört boyutu dengeler: arama sırasında okunacak kadar hızlı, niyeti yakalayacak kadar doğru, sınırların nerede olduğu konusunda dürüst ve tek bir platforma kilitli olmayan. gerçek zamanlı toplantı çevirisi için, dil çiftleri ve platformlar arasında bir toplantı botu olmadan çalışan temel, MirrorCaption’ın etrafında inşa edilmiştir.

Mevcut aracınızı, toplantılarınız için gerçekten önemli olan dil çiftlerinde test etmediyseniz, şimdi tam zamanı. Ayda 2 ücretsiz saat, kredi kartı gerekmez.