Merhaba, ben Uba

Yapay zekâ otomasyon geliştiricisi

Tüm sistemler

21/24Yapay zekâ sistemleri / 21/24

Vaka

İç araç

Voice Typer

Bas-konuş yöntemiyle çalışan Windows dikte ve çeviri aracı; bulut API'lerinin yanında tamamen yerel konuşma işleme seçeneği de sunar (faster-whisper + Ollama).

Pythonfaster-whisperOllamaOpenAI Whisper APIGoogle Gemini APIWindows genel kısayolları

ŞEKİL 001 / MİMARİ

Sistem nasıl bağlanıyor

Canlı model

Sorun

Yalnızca bulutta çalışan dikte araçlarında her kayıt bilgisayardan dışarı çıkar; hem “söylediğimi yaz” hem de “dağınık konuşmamı temiz bir İngilizce mesaja dönüştür” işini tek bir kısayol tuşuyla yapan hafif bir Windows aracı da yoktu.

Sistem

Sistem tepsisinde çalışan bir Python uygulaması bas-konuş sesini kaydeder ve ya yerelde (faster-whisper) ya da OpenAI Whisper/Google Gemini üzerinden yazıya döker; sağlayıcı ayarlardan seçilir. Çeviri modu, yerel dökümü bir Ollama LLM'inden geçirerek dolgu sözcüklerini ve tekrarları ayıklar ve metni temiz bir İngilizce mesaj olarak yeniden yazar; canlı yazma modu, kullanıcı konuşurken kısmi dökümleri yaklaşık iki saniyede bir odaktaki alana aktarır; ayrı bir kısayol tuşu da seçili metni yerinde çevirir.

ŞEKİL 002 / NASIL ÇALIŞIR

Nasıl çalışır

Voice Typer, herkese açık Sesten Yazıya aracının daha gelişmiş kardeşidir: aynı “konuş, yazıya dönüşsün” fikri, sesinin bilgisayarından çıkmasını istemeyenler için tamamen yerel çalışan bir sesten yazıya ve metin temizleme hattıyla genişletilmiştir. Buna canlı, adım adım yazma da eklenir: metin siz durduktan sonra değil, konuşurken belirir. Sağlayıcıları ve kısayol tuşlarını değiştirmek için sistem tepsisi arayüzü olan, düzgün bir Windows yükleyicisiyle gelir.

Teknolojiler

Neyle çalışıyor

Pythonfaster-whisperOllamaOpenAI Whisper APIGoogle Gemini APIWindows genel kısayolları

Ekibiniz için böyle bir sistem ister misiniz?

30 dakikalık bir görüşmede tek bir iş akışının haritasını çıkararak başlarız.

Bana yazın:WhatsAppTelegram