Ses tanıma · Çağrı kayıtlarını konuşmacı kanallarına ayırıp metne döken ses tanıma modeli. Analiz, koçluk ve kalite puanlaması bu döküm üzerinden çalışır.
CALLAII ASR v4YayındaYayın Eylül 2026
Çağrı kayıtlarını konuşmacı kanallarına ayırıp metne döker. Bu sürüm on dilde ve telefon hattı koşullarına benzetilmiş sesle eğitildi; çağrı merkezi konuşmalarında hata oranı belirgin biçimde düştü.
Bu sürümde gelişenler
Çağrı merkezi senaryolarında Türkçe kelime hata oranı %25,70'ten %6,32'ye indi
Arapça, Almanca, Fransızca, İngilizce ve İtalyancada hata oranı dörtte bire, beşte bire indi; dil bazlı sonuçlar grafikte
Okunmuş Türkçe konuşmada da iyileşti: %4,72 → %4,47 (800 kayıt)
Aynı metnin telefon hattı, gürültülü ortam ve stüdyo sürümleriyle eğitildi
Önceki sürümün verisi de eğitime katıldı; yeni veri eklenirken öğrenilen bozulmasın diye
Neler yapar
İki kanallı kayıtta müşteri ve temsilciyi ayrı ayrı yazıya döker
Her kanalın dilini kendisi tespit eder
Zaman damgalı, konuşmacı etiketli döküm üretir
Sessiz bölümleri boş bırakır, uydurma cümle üretmemeye göre eğitildi
Sınırlar ve sorumlu kullanım
Ölçümler sınama setlerinde yapıldı; gerçek telefon çağrısında referanslı hata oranı henüz ölçülmedi
Üst üste konuşma ve çok düşük kaliteli kayıtta hata artar
Eğitimde hiç görülmemiş örneklerle ölçüldü; düşmesi modelin ezberlemeden öğrendiğini gösterir.
Değerleri tablo olarak göster
Doğrulama kaybı
1.000
0,1911
2.000
0,1611
3.000
0,1446
4.000
0,1345
5.000
0,1259
6.000
0,1187
7.000
0,1135
8.000
0,1097
9.000
0,1068
10.000
0,1050
11.000
0,1025
12.000
0,1021
13.000
0,1010
14.000
0,0997
15.000
0,0994
16.000
0,0985
17.000
0,0985
18.000
0,0984
19.000
0,0980
19.369
0,0981
Doğrulamada hata oranı (%)
Kelime hata oranı (WER)Karakter hata oranı (CER)
Düşük değer daha iyi. Doğrulama setinde, eğitim boyunca ölçüldü.
Değerleri tablo olarak göster
Kelime hata oranı (WER)
1.000
15,03
2.000
13,22
3.000
12,06
4.000
10,78
5.000
10,51
6.000
10,01
7.000
9,60
8.000
9,72
9.000
9,52
10.000
9,43
11.000
9,36
12.000
9,35
13.000
9,38
14.000
9,52
15.000
9,23
16.000
9,36
17.000
9,35
18.000
9,36
19.000
9,24
19.369
9,41
Karakter hata oranı (CER)
1.000
4,24
2.000
3,85
3.000
3,47
4.000
3,13
5.000
3,01
6.000
2,94
7.000
2,87
8.000
2,89
9.000
2,89
10.000
2,85
11.000
2,88
12.000
2,81
13.000
2,92
14.000
2,93
15.000
2,80
16.000
2,83
17.000
2,77
18.000
2,80
19.000
2,72
19.369
2,82
Çağrı merkezi sınaması · Dil bazlı kelime hata oranı (%)
v3v4
Düşük değer daha iyi. Dil başına 300 örnek.
Değerleri tablo olarak göster
v3
v4
Arapça
67,59
13,86
Almanca
54,58
15,37
İngilizce
59,92
12,58
Fransızca
62,36
15,57
İtalyanca
38,88
8,42
Türkçe
25,70
6,32
Çağrı merkezi sınaması · Dil bazlı karakter hata oranı (%)
v3v4
Düşük değer daha iyi. Dil başına 300 örnek.
Değerleri tablo olarak göster
v3
v4
Arapça
48,62
5,76
Almanca
46,00
7,23
İngilizce
44,41
6,23
Fransızca
47,92
7,34
İtalyanca
26,92
3,45
Türkçe
10,47
1,96
Okunmuş Türkçe konuşma · Dil bazlı kelime hata oranı (%)
v3v4
Düşük değer daha iyi. Dil başına 800 örnek.
Değerleri tablo olarak göster
v3
v4
Türkçe
4,72
4,47
Okunmuş Türkçe konuşma · Dil bazlı karakter hata oranı (%)
v3v4
Düşük değer daha iyi. Dil başına 800 örnek.
Değerleri tablo olarak göster
v3
v4
Türkçe
1,11
0,95
Açık modellerle karşılaştırma
CALLAII ASR, yaygın açık konuşma tanıma modelleriyle aynı Türkçe ses kliplerinde, aynı yöntemle ölçüldü.
8 Ekim 2026Ölçüm tarihi
1.000Klip sayısı
3Karşılaştırılan model
Kelime hata oranında dört sınamanın dördünde en düşük değer CALLAII ASR'de.
Karakter hata oranında okunmuş konuşma ve telefon hattında fark 0,04 puan; modeller aynı düzeyde.
Gönüllü kayıtların eğitim bölümü CALLAII ASR eğitiminde var; sınamada kullanılan bölüm eğitimde yok.
Telefon hattı koşulu bütün modellerde hatayı artırıyor. Sıradaki sürümün odağı bu.
Gerçek telefon görüşmelerinde referanslı ölçüm henüz yapılmadı.
Kelime hata oranı karşılaştırması (%)
Qwen3-ASR 1.7BWhisper large-v3CALLAII ASR
Düşük değer daha iyi. Aynı 1.000 Türkçe klip ve aynı ölçüm yöntemi. Okunmuş konuşma ve telefon hattı: FLEURS; telefon hattında aynı klipler 8 kHz telefon koşulunda. Gönüllü kayıtlar: Common Voice. Çağrı senaryoları: çağrı merkezi diyaloglarından hazırlanmış cümleler; CALLAII ASR bu alanın verisiyle eğitildi. Ölçüm: 8 Ekim 2026.
Değerleri tablo olarak göster
Qwen3-ASR 1.7B
Whisper large-v3
CALLAII ASR
Okunmuş konuşma
9,75
7,04
6,67
Telefon hattı
11,33
8,32
8,03
Gönüllü kayıtlar
15,80
13,14
4,10
Çağrı senaryoları
30,74
22,33
4,45
Karakter hata oranı karşılaştırması (%)
Qwen3-ASR 1.7BWhisper large-v3CALLAII ASR
Düşük değer daha iyi. Aynı 1.000 Türkçe klip ve aynı ölçüm yöntemi. Okunmuş konuşma ve telefon hattı: FLEURS; telefon hattında aynı klipler 8 kHz telefon koşulunda. Gönüllü kayıtlar: Common Voice. Çağrı senaryoları: çağrı merkezi diyaloglarından hazırlanmış cümleler; CALLAII ASR bu alanın verisiyle eğitildi. Ölçüm: 8 Ekim 2026.
Değerleri tablo olarak göster
Qwen3-ASR 1.7B
Whisper large-v3
CALLAII ASR
Okunmuş konuşma
2,43
1,56
1,60
Telefon hattı
3,04
1,94
1,98
Gönüllü kayıtlar
4,44
4,53
0,98
Çağrı senaryoları
12,02
7,97
1,00
Teknik föy
Sürüm
v4
Yayın
8 Eylül 2026
Girdi
Ses kaydı, tek ya da iki kanal
Çıktı
Konuşmacı etiketli, zaman damgalı metin
Dil tespiti
Kanal başına otomatik
Çalıştığı yer
Callmenta'nın yönettiği sunucular
Müşteri verisi model eğitimine girmez.
Bu föy 23.11.2026 tarihinde oluşturuldu. Güncel sürüm için callmenta.com adresine bakın.
Sürüm ve geliştirmeler