Hangi Yapay Zeka Türkçeyi Daha İyi Okuyor? 8 Örnekle Test Ettik

Kısa cevap

Türkçe seslendirmede artık "hangisi robot gibi konuşmuyor" diye bir soru kalmadı. Altı modelin hepsi ğ, ı, ö, ü, ş, ç harflerini doğru çıkarıyor; tarihi ve sayıyı Türkçe okuyor; soru cümlesinin tonlamasını kaçırmıyor. Beş yıl önce bu cümleyi kuramıyorduk.

Dolayısıyla seçimi ses kalitesi değil, üç somut fark belirliyor: yönlendirmeyi hangi dilde yazabildiğiniz, kendi klonladığınız sesi kullanıp kullanamayacağınız ve kredi maliyeti. Bunların üçü de ölçülebilir, üçünü de ölçtük.

Testi nasıl yaptık

Karşılaştırmanın işe yaraması için değişkenlerin sabit olması gerekiyor. Tek bir paragraf yazdık ve altı modele de kelimesi kelimesine aynı metni okuttuk. Kadın seslerde aynı ses karakterini, erkek seslerde aynı ses karakterini kullandık.

Test cümlesini rastgele seçmedik. Türkçenin sentezleyicileri zorlayan yerlerini tek paragrafa sıkıştırdık: yumuşak g, noktasız ı, büyük İ, ö ve ü, ş ve ç, bir tarih, iki sayı, bir özel isim ve bir soru tonlaması.

Merhaba! Bugün 14 Eylül 2026 ve İstanbul’da hava 23 derece. Yapay zekâ Türkçeyi gerçekten doğru okuyabiliyor mu? Şöyle deneyelim: çiğdemler açtı, ışıkları söndürdük, öğleyin sıcak çorba içtik.

— Sekiz örneğin hepsinde okunan metin

Bir şeyi baştan söyleyelim: hangisinin "daha güzel" olduğu öznel. Onu size bırakıyoruz, örnekler aşağıda. Biz yalnızca ölçülebilen şeyleri iddia ediyoruz.

Standart ailesi: üç model

Standart ailesinde üç model var. Bu ailenin ayırt edici özelliği şu: klonladığınız ya da tasarladığınız sesler yalnızca burada çalışıyor.

Küçük bir teknik not: bu ailenin hazır ses kataloğunda Türkçe bir ses yok. Aşağıdaki örnekler İngilizce bir ses karakterinin Türkçe konuşması — modeller diller arası çalışıyor, ses kimliğini koruyup dili değiştiriyor. Kulağınıza hafif bir aksan geliyorsa sebebi bu.

Gelişmiş ailesi: üç model

Gelişmiş ailesinde de üç model var. Bu tarafta kendi klonladığınız sesi kullanamıyorsunuz; karşılığında yönlendirmeyi Türkçe yazabiliyorsunuz — birazdan göreceğiniz gibi aradaki asıl fark bu.

Ölçtüğümüz birinci fark: tempo

Aynı metin, aynı harf sayısı, sekiz farklı süre. Aradaki fark küçük değil: en hızlı ile en yavaş arasında yüzde elliden fazla var. Bir dakikalık anlatım metni, model seçiminize göre 55 saniye de sürebilir 85 saniye de.

Buradan çıkan pratik sonuç: reklam gibi süreye sığdırmanız gereken işlerde Ekspresif AI ya da Kaliteli Model işinizi kolaylaştırır. Sesli kitap ve eğitim içeriğinde ise Ultra HD’nin ağır temposu kusur değil, tercih sebebi — dinleyicinin takip etmesi gereken metinde acele istemezsiniz.

Ölçtüğümüz ikinci fark: yönergeyi hangi dilde yazabiliyorsunuz

İşin en çok şaşırtan kısmı burası ve iki aile tam olarak ayrışıyor.

Modern seslendirmede metnin yanında bir de yönerge yazıyorsunuz: "çok yavaş konuş", "heyecanlı oku", "fısıldar gibi söyle". Metin Türkçe. Peki yönerge hangi dilde olmalı?

Ölçtük. Aynı Türkçe cümleyi üç kez okuttuk: yönergesiz, İngilizce yönergeyle ve birebir aynı anlama gelen Türkçe yönergeyle. Yönerge tutarsa ses uzar; tutmazsa süre yerinde sayar.

Sonuç net. Ekspresif AI İngilizce yönergeyi duyunca sesi iki buçuk katına çıkarıyor; aynı yönergeyi Türkçe yazdığınızda hiçbir şey olmuyor — süre yönergesiz hâliyle neredeyse aynı, aradaki 0,11 saniye ölçüm gürültüsü. Kaliteli Model ise Türkçe yönergeyi sorunsuz uyguluyor ve sesi yine iki buçuk katına çıkarıyor.

Peki Standart tarafında yönlendirmeyi tamamen unutmak mı gerekiyor?

Hayır, kural şu: yönergenin dili metnin dilinden bağımsız. Metniniz Türkçe kalabilir, yönergeyi İngilizce yazarsınız ve çalışır. `[speak slowly]` yazıp arkasından Türkçe cümle koyduğunuzda cümle yavaşlar.

Ayrıca köşeli parantezli etiketler zaten dilden bağımsız. `[laugh]`, `[breathe]`, `[happy]` ve `<break time="1s">` gibi işaretler Türkçe metnin içinde de aynen çalışıyor; bunlar doğal dil cümlesi değil, model için birer işaret.

Ölçtüğümüz üçüncü fark: kendi sesinizi kullanabiliyor musunuz

Bu farkın kıyaslaması yok, çünkü ortada bir seçenek yok. Kendi sesinizi klonladıysanız ya da sıfırdan bir ses tasarladıysanız, o ses yalnızca Standart ailesinde çalışır. Gelişmiş ailesi hazır seslerle sınırlı.

Karar sırası açısından bu önemli: kendi sesinizle üretim yapacaksanız aile seçimi zaten yapılmış demektir, geriye yalnızca Standart ailesi içinden model seçmek kalır. Türkçe yönergeden de bu durumda vazgeçmiş olursunuz — yönergeleri İngilizce yazarsınız.

Hangi durumda hangisi

1. 1

   Kendi klonladığınız sesi kullanacaksanız

   Standart ailesi, başka yolu yok. Anlatım için Ultra HD, süreye sığdırmanız gereken işler için Ekspresif AI. Yönergeleri İngilizce yazın.

2. 2

   Yönergeyi Türkçe yazmak istiyorsanız

   Gelişmiş ailesi. Bütçe sıkışıksa Hızlı Model karakter başına 1 kredi, üstelik ailenin geri kalanının yarısı fiyatına.

3. 3

   Uzun metin, dar bütçe

   Hızlı ile taslağı çıkarın — karakter başına yarım kredi. Metin kesinleştikten sonra final için Ultra HD’ye geçin.

4. 4

   Reklam, tanıtım, süre kısıtlı iş

   Ekspresif AI ya da Kaliteli Model. Aynı metni en hızlı okuyan ikisi bunlar ve aradaki fark bir reklam kuşağında hissedilir.

5. 5

   Birden fazla konuşmacı varsa

   Diyaloğu tek tek repliklerle kurmak için Voice Studio — her karaktere ayrı ses atayıp tek dosya olarak dışa aktarırsınız.

Türkçe seslendirmede işe yarayan birkaç şey

• Kısaltmaları açık yazın. "TBMM" yerine "Te Be Me Me" değil ama "vb." yerine "ve benzeri" yazmak sonucu belirgin biçimde düzeltiyor.
• Sayıyı rakamla bırakın. Altı modelin altısı da 23’ü "yirmi üç", 2026’yı "iki bin yirmi altı" diye okudu; elle yazmanıza gerek yok.
• Uzun cümleyi bölün. Virgülle uzayan Türkçe cümlelerde nefes yeri belirsizleşiyor; noktayla bölünmüş iki cümle her modelde daha iyi çıkıyor.
• Şapkalı harfi test edin. "zekâ" ve "kâğıt" gibi kelimelerde modeller ayrışabiliyor — kendi metninizle bir kez deneyin.
• Özel isimleri kontrol edin. Yaygın olanlar sorunsuz; yerel marka ve yer adlarında bir kere dinleyip emin olun.