Google, 26 Ağustos 2026'da Gemini 3.5 Transcribe'ı konuşmayı metne dönüştürme modeli olarak duyurdu. Canlı akış için Live API, önceden kaydedilmiş ses için Interactions API üzerinden ayrı kullanım yolları sunuluyor. Şirketin açıklaması, gürültü ve özel terimlerin yanı sıra konuşmadaki düzeltmeleri anlamaya da odaklanıyor.

Kayıtlı ses tarafında konuşmacı ataması ve kelime düzeyinde zaman damgaları belirtiliyor. Google, üç konuşmacıya kadar desteği açıklarken daha fazlasını deneysel olarak nitelendiriyor. Ayrıca özelleştirilmiş sözlük ve 85'ten fazla dili otomatik tanıma özelliklerini öne çıkarıyor. Bunlar üretici bilgileri; her dilde ve her kayıt koşulunda eşit doğruluk garantisi değil.

Temizlenmiş metin ile birebir döküm ayrımı

Bir toplantı özeti için dolgu sözcüklerinin temizlenmesi yararlı olabilir. Fakat röportaj alıntısı hazırlanıyorsa duraksama, düzeltme ve tam ifade farklı önem taşır. 'Salı, hayır çarşamba' gibi bir sözün yalnızca son tercihe indirgenmesi bazı iş akışlarında uygun, bazılarında ise bağlam kaybı olabilir. Uygulama geliştirmeden önce hangi çıktı türünün istendiği yazılı olarak belirlenmeli.

Bu nedenle tek bir 'doğruluk' puanı yerine hata türlerini ayırmak gerekir. İsimlerin yanlış yazılması, konuşmacının karışması, bir sayının değişmesi ve noktalamanın farklı olması aynı etkiye sahip değildir. Müşteri destek kaydında sipariş numarası, eğitim videosunda teknik terim, röportajda alıntının sahibinin doğru belirlenmesi öncelik kazanabilir.

Küçük ama temsil edici bir test seti

NetMercek'in önerdiği deneme, aynı konu için üç kısa kayıt hazırlamak: temiz tek konuşmacı, arka plan sesli konuşma ve sırayla konuşan birkaç kişi. Beklenen metni önceden çıkarın. Sonra özel adları, sayıları, eksik cümleleri ve zaman damgalarını ayrı işaretleyin. Burada gerçek müşteri kayıtları kullanmak yerine izinli veya deneme için üretilmiş seslerle başlamak daha kontrollüdür.

Canlı altyazıda gecikme ile düzeltme davranışı birlikte incelenmeli. İlk kelimeler hızlı gelse bile cümle sonradan sürekli değişiyorsa izleyici takip etmekte zorlanabilir. Kayıt çözümlemede ise birkaç saniye daha beklemek, konuşmacı ayrımı veya son düzenleme kalitesini tercih etmeye değebilir. Hangi ödünleşimin uygun olduğu uygulamanın kullanım anına bağlıdır.

Modelin erişilebilir olması, kaydı yayıma hazır hâle getirdiği anlamına gelmez. Özellikle isim, tarih ve doğrudan alıntı içeren çıktıları kaynak sesle karşılaştıran bir kontrol aşaması kurun. NetMercek bu modelle ölçülmüş bir Türkçe başarı oranı sunmuyor; açıklanan özellikleri güvenilir bir döküm iş akışının hangi parçalarında sınamak gerektiğini gösteriyor.