# Metin okuma nasıl çalışır? Yazıdan sese dört adımda URL: https://heartheweb.com/tr/journal/metin-okuma-nasil-calisir Type: blog Locale: tr Published: 2026-10-29 Updated: 2026-10-30 --- > Metin temizleme, telaffuz, prozodi ve vocoder aşamalarını sade bir anlatımla inceliyoruz. Her aşamanın dinleme deneyiminizi nasıl etkilediğini de gösteriyoruz. Metin okuma nasıl çalışır? Üç adımda. Önce yazılım metni temizler ve her kelimenin nasıl telaffuz edileceğine karar verir. Sonra bir sinir ağı cümlenin ritmini, perdesini ve zamanlamasını bir spektrogram olarak tahmin eder. Son olarak bir vocoder bu spektrogramı duyabileceğiniz gerçek bir ses dalgasına çevirir. Bin kelimelik bir makale için tüm zincir birkaç saniyede çalışır. Bu yüzden bir bağlantı yapıştırıp oynat tuşuna basabilirsiniz. ## Sayfa ile kulağınız arasında tam olarak ne oluyor? Bunu dört koşuculu bir yarış gibi düşünün. Metin içeri girer. Normalleştirilmiş metin telaffuz aşamasına geçer. Telaffuz prozodi aşamasına, prozodi de dalga formu üreticisine devreder. Sonunda ses çıkar. Bugün kullanılan her modern motor, telefonunuzun erişilebilirlik menüsündeki seslendirmeden okuma uygulamalarının içindeki anlatıcılara kadar bu yarışın bir versiyonunu izler. Bazı yeni sistemler iki ya da üç koşucuyu tek bir ağda birleştiriyor, ama işler yine de var. Sadece tek bir modelin içinde yapılıyorlar. `INPUT → "Dr. Voss 5/21 tarihinde $4.50 ödedi." STAGE 1 → "Doktor Voss, yirmi bir mayısta dört dolar elli sent ödedi." STAGE 2 → /dɔktɔr vɔs .../ STAGE 3 → her ses birimi için perde, süre, enerji STAGE 4 → dalga formu, saniyede 22,050 ile 48,000 örnek`Bütün hikâye bu. Bu yazının geri kalanı, her koşucunun ne yaptığını, nerede takıldığını ve takıldığında neyi duyacağınızı anlatıyor. ## Metin normalizasyonu neden bu kadar önemli? Çünkü yazılı metin, seslendirilebilir metin değildir. Bir sayfa sayılar, tarihler, kısaltmalar, para birimi sembolleri, URL'ler, dipnot işaretleri ve emojilerle doludur. Bunların hiçbirinin açık bir telaffuzu yoktur. Normalizasyon bunları açar. "5/21/24" "yirmi bir mayıs iki bin yirmi dört" olur. "$4.50" "dört dolar elli sent" olur. Kısaltmalar da aynı şekilde işler: "Cad." cadde olur, "Dr." doktor olur, "vb." ise bağlama göre okunur. Eski motorlar bunu elle yazılmış kurallarla yapardı. Yenileri kuralları, belirsiz durumlar için küçük bir öğrenilmiş modelle karıştırıyor. Türkçede bu sorun eklerle daha da belirginleşir. "2024'te" ya da "15'inci" gibi bir sayının ardına gelen ek, sayının nasıl okunacağını değiştirir. Ön uç bu eki sayıdan ayırıp doğru biçimde birleştirmek zorundadır. Bu iş yapılmazsa dinleyici, cümlenin ortasında yapay bir duraklama ya da yanlış bir ses fark eder ve dikkati metinden kopar. Makalelerin en hızlı bozulduğu yer de burasıdır. "iPhone 15 Pro Max" ifadesinin "on beş" mi yoksa "bir beş" mi okunduğu cümlenin anlamını değiştirir. Paragraf ortasında sesli okunan "[12]" gibi bir atıf düşünceyi böler. İyi makale-ses araçları dipnot işaretlerini temizler, gezinme metnini atlar ve ses okumaya başlamadan önce tablolarla ne yapacaklarına karar verir. Uzun bir okumada farkı ilk dakikada duyarsınız. Anlatıcı bir sayıda takılıyorsa, sorun sesten değil, ön uçtan kaynaklanıyordur. ![Pürüzsüz bir konuşma dalgasını gösteren osiloskop ekranı](https://fdzlnqpwsaniezitwiuw.supabase.co/storage/v1/object/public/cms-media/heartheweb/2026-10/cddd3b-wave.webp) ## Sistem her kelimenin nasıl okunacağını nereden biliyor? Türkçe yazım sese çoğunlukla yakındır, bu yüzden zorluk başka yerdedir. Yabancı isimler, Türkçe bir metnin içindeki İngilizce terimler, kısaltmalar ve marka adları asıl sınavdır. Bu tür kelimeler için bir telaffuz aşaması gerekir. Teknik adıyla G2P (harften sese dönüşüm) denir. Fonem, kelimeleri birbirinden ayıran en küçük ses birimidir. İngilizcede bunlardan yaklaşık 40 tane vardır. G2P adımı harfleri fonemlere iki yolla çevirir. Bir telaffuz sözlüğü yaygın kelimeleri ve bilinen istisnaları karşılar. Öğrenilmiş bir model ise geri kalanı tahmin eder, mesela hiç görmediği bir soyadını. Sonra zor kısım gelir: aynı yazılıp farklı okunan kelimeler. Klasik örnekler İngilizce kelimelerdir. "I read it yesterday" ve "I read every morning" cümlelerindeki "read" aynı yazılır ama farklı okunur. "Bass" hem balığı hem de müzik aletini anlatabilir. Model kelimenin etrafındaki cümleye bakmak zorundadır. Bu yüzden modern motorlar basit sözlük aramaları yerine bağlamı okuyan ağlar kullanır. Hâlâ takıldığı yerler şunlardır: - Ağırlıklı olarak Türkçe bir metinde geçen yabancı isimler. - Teknik terimler ve kısaltmalar. "SQL" bir motorda "sekuel", bir diğerinde harf harf okunabilir. - Yazım kurallarını bilerek bozan marka adları. Çoğu motor özel bir telaffuz eklemenize izin verir. Bunu çok az kişi kullanır. Bir kelime anlatıcıyı sürekli takıyorsa, bu ayarı bir kez bulmaya değer. ## Ritim ve tonlama nereden geliyor? Düz bir sesi, kırk dakika dinleyebileceğiniz bir sesten ayıran aşama budur. Buna prozodi denir: bir cümlenin vurgusu, temposu, duraklamaları ve perde hareketi. İnsanlar bunu düşünmeden yapar. Soru sonunda perdeyi yükseltiriz, virgülde yavaşlarız, asıl noktayı taşıyan kelimeye yaslanırız. Bir TTS modelinin bunların hepsini yalnızca metinden tahmin etmesi gerekir. Her ses birimi için üç sayı üretir: ne kadar sürdüğü, perdesinin ne kadar yüksek olduğu ve ne kadar enerji taşıdığı. Bunu çevredeki kelimeleri, noktalama işaretlerini ve sesin hece, kelime ve cümle içindeki konumunu kullanarak yapar. Noktalama, modelin aldığı en güçlü sinyaldir. Virgül kısa bir duraklama kazandırır, nokta daha uzun bir duraklama, paragraf sonu ise daha da uzun. Bu yüzden kötü biçimlendirilmiş bir makale, paragraf boşluğu olmadan ya da iç içe tırnaklarla dolu bir duvar halinde olduğunda, mükemmel bir sesle bile aceleci duyulur. Burada işinize yarayacak bir sayı var. Tipik bir anlatıcı normal hızda dakikada yaklaşık 150 kelime okur. Yani üç bin kelimelik bir deneme yaklaşık 20 dakikalık bir ses eder. Çoğu uygulama oynatma hızını 1,5x ya da 2x'e çıkarmanıza izin verir, bu da aynı denemeyi 13 ya da 10 dakikaya indirir. 1,5x hızda rahat kalıp kalmadığınızı, ya da bulanık bir karmaşaya dönüşüp dönüşmediğini belirleyen şey prozodi kalitesidir. ## Vocoder nedir ve neden gerekir? Prozodi aşamasından sonra modelin bir planı vardır ama sesi yoktur. Çoğu sinir ağı sisteminde bu plan bir mel-spektrogramdır: enerjinin zaman içinde frekanslara nasıl dağıldığını gösteren bir resim, genellikle saniyede yaklaşık 80 kare. Spektrogram ses değildir. Dalga formunu dalga formu yapan ince faz ayrıntısını atar. Bu yüzden ikinci bir model, vocoder, ona uyan bir ses dalgası yeniden kurmak zorundadır. Bu da her saniye on binlerce ses örneği üretmek demektir. Her biri, o andaki hava basıncını tarif eden bir sayıdır. [WaveNet](https://deepmind.google/discover/blog/wavenet-a-generative-model-for-raw-audio/), DeepMind tarafından 2016'da yayımlandı ve sinir tabanlı vocoder'ı ünlü yapan model oldu. Ham sesi tek tek örnekleyerek üretiyordu ve öncekilerden çok daha doğal duyuluyordu. Ama yavaştı. HiFi-GAN gibi sonraki vocoder'lar sesi paralel üretir ve gerçek zamandan çok daha hızlı çalışır. Telefonda anında oynatmayı mümkün kılan da budur. Bazı sistemler bu ara adımı atlar. [2021 tarihli bu makalede](https://arxiv.org/abs/2106.06103) anlatılan VITS, tek bir ağı fonemlerden doğrudan dalga formuna gidecek şekilde eğitir. Daha az devir, hataların birikeceği daha az yer demektir. ## 1980'lerin konuşan oyuncaklarından buraya nasıl geldik? Konuşma sentezi sinir ağlarıyla başlamadı. Üç dönemden geçti. Eski ekran okuyucularda hâlâ ilk iki dönemin izlerini duyabilirsiniz. ![1980'lerden kalma konuşan bir oyuncak ve konuşma sentezleyici devre kartı masanın üzerinde](https://fdzlnqpwsaniezitwiuw.supabase.co/storage/v1/object/public/cms-media/heartheweb/2026-10/6ead20-vintage.webp) **Formant ve kural tabanlı sentez.** Mühendisler ses yolunu filtrelerle modelledi ve parametreleri elle ayarladı. Ses anlaşılırdı ama açıkça mekanikti. Erken dönem konuşan oyuncakların ve ilk ekran okuyucuların sesi buydu. Pek çok görme engelli kullanıcı, hızlı ve öngörülebilir olduğu ve sürümler arasında değişmediği için bu sesi hâlâ yüksek hızda kullanıyor. **Birleştirmeli ya da birim seçimli sentez.** Sesi modellemek yerine bir insan konuşmacıyı onlarca saat kaydedersiniz, sesi küçük birimlere bölersiniz ve çalışma anında doğru birimleri birleştirirsiniz. Çok daha insana benziyordu ama birleşim yerlerinde dikiş izleri duyulabiliyordu. Nadir kelimelerde bağlantılar fark edilirdi ve bir ses, yeni bir kayıt seansı olmadan üslup değiştiremezdi. **Sinir tabanlı sentez.** Bugünkü yaklaşım. Model, geniş bir kayıt kümesinden tüm eşlemeyi öğrenir ve sesi parçalar halinde yapıştırmak yerine doğrudan üretir. Üslup, hız ve duygu kontrol edilebilir hale geldi. Kısa bir örnekten ses klonlamak mümkün oldu. Dikiş izlerinin çoğu kayboldu. Dürüst bir uyarı: sinir sesleri mükemmel değildir. Bir kelimeyi uydurabilir, bir heceyi yutabilir ya da vurgu gerektiren bir cümleyi düzleştirebilirler. Bu hatalar eskilerinden daha seyrek ve daha tuhaftır, ama vardır. Uzun belgelerde, her ellinci cümlede takılan çok güzel bir ses yerine, hiç aksamayan biraz sade bir ses daha iyi sonuç verir. ## Hangi TTS araçları bu aşamaları pratikte gösteriyor? Farklı ürünler bu yarışa farklı şekillerde bahse giriyor. Bilmeye değer birkaçı var, her biri hakkında dürüst bir değerlendirmeyle. [Speechify](https://speechify.com) uygulama kalitesine ve geniş bir ses kütüphanesine dayanıyor. Mobilde güçlü, çok sayıda kaynaktan içe aktarma yapabiliyor. En geniş entegrasyon setini istiyorsanız buradan başlayın. NaturalReader daha sade, daha eski bir isim. Belgelerde ve PDF'lerde istikrarlı. Girdiniz web makalesi değil de dosyalarsa mantıklı bir seçim. ElevenLabs diğer uçta duruyor. Önce bir ses üretim platformu, güçlü prozodi ve klonlama özellikleriyle öne çıkıyor. Okuma kuyruğu için değil, yayımlayacağınız ses içeriği üretmek için tasarlanmış. Voice Dream Reader, düşük görme sorunu olan okuyucuların çoğunun zaten tanıdığı bir uygulama. Alttaki ses motorunu değiştirmenize, telaffuzları ayarlamanıza ve hızı ince adımlarla belirlemenize izin verir. Yukarıdaki hattı gerçekten ayarlayabilirsiniz. "En iyi sese sahip ürün" fikrini bırakın. Farkı yaratan ön uçtur: makaleyi nasıl temizledikleri, bir tabloyla ne yaptıkları, 5.000 kelimelik ve iç içe tırnaklı bir metni nasıl ele aldıkları. Okuma iş akışının başarılı olduğu ya da sessizce bozulduğu yer orasıdır. Bir aracı denerken üç şeye bakın: yapıştırdığınız makalenin nasıl temizlendiği, tablo ve dipnotların nasıl okunduğu ve ses dosyasını indirip indiremediğiniz. Bu üç ayrıntı, "en iyi ses" iddiasından çok daha fazlasını söyler. ![Akşam üstü tren peronunda bekleyen, tek kulaklıklı bir yolcu](https://fdzlnqpwsaniezitwiuw.supabase.co/storage/v1/object/public/cms-media/heartheweb/2026-10/6c18a0-commute.webp) ## Bu, dinleme şeklinizi nasıl değiştiriyor? Bu yarışı bilmek size üç pratik hamle verir. - **Girdiyi temizleyin.** Makaleyi sese çevirmeden önce reklamları, çerez uyarılarını ve dipnot kalabalığını ayıklayın. Okuma modu yardımcı olur. Ön uç ancak bu kadar düzeltebilir. - **Hızı prozodiyle eşleştirin.** Ses 1,0x'te iyi duruyor ama 1,5x'te bozuluyorsa zayıf nokta süre modelidir. Hızdan vazgeçmeden önce başka bir ses deneyin. - **Tekrarlanan hataları düzeltin.** Bir isim ya da kısaltma sürekli yanlış okunuyorsa, aylarca katlanmak yerine bir kez özel telaffuz ekleyin. Ayrıca en iyi makalenizle değil, en zor makalenizle test edin. Temiz bir 800 kelimelik blog yazısı hiçbir şeyi kanıtlamaz. Sayılar, alıntılar ve bir tabloyla dolu 4.000 kelimelik yoğun bir metin gerçek sınavdır. Bir sonraki yolculuğunuzdan önce, biri uzun biri kısa iki okuma kuyruğa ekleyin. İkisinin ilk iki dakikasını normal hızda, sonra 1,5x'te dinleyin. Az önce anlatılan aşamaları duyacaksınız ve hangi koşucunun değneği düşürdüğünü bileceksiniz. QUEUE: 2 okuma. Başlatmaya hazır. ## FAQ ### Metin okuma basitçe nasıl çalışır? Yazılım metni temizler, her kelimenin nasıl okunacağını belirler, ritim ve perdeyi tahmin eder, ardından bu plandan bir ses dalgası üretir. Modern sistemlerde son adımı sinir tabanlı bir vocoder yapar. ### Eski metin okuma ile sinir tabanlı metin okuma arasındaki fark nedir? Eski sistemler elle ayarlanmış kurallar kullanır ya da kaydedilmiş parçaları birleştirirdi, bu da duyulabilir dikiş izleri bırakırdı. Sinir tabanlı sistemler çok saatlik konuşmadan öğrenir ve sesi doğrudan üretir, bu yüzden tempo ve tonlama çok daha az mekanik duyulur. ### Metin okuma bazı kelimeleri neden yanlış telaffuz eder? Yabancı isimler, kısaltmalar ve bağlama bağlı kelimeler yüzünden. Telaffuz aşaması yanlış tahmin ederse anlatıcı da yanlış okur. Özel telaffuz ayarları genellikle bunu düzeltir. ### Bir metin okuma sesi dakikada kaç kelime okur? Tipik bir anlatıcı normal hızda dakikada yaklaşık 150 kelime okur. 1,5x'te bu yaklaşık 225'e çıkar, yani üç bin kelimelik bir makale yaklaşık 20 dakikadan 13 dakikaya iner. ### Metin okumada vocoder nedir? Vocoder, bir spektrogramı, yani frekansların zaman içindeki haritasını, gerçek bir ses dalgasına çeviren modeldir. HiFi-GAN ve WaveNet bilinen örnekleridir. ### Metin okuma PDF'leri ve web makalelerini aynı iyi okuyabilir mi? Her zaman değil. Web makalelerinde gezinme metinleri ve reklamlar, PDF'lerde sütunlar, başlıklar ve dipnotlar bulunur. Araçlar, ses okumaya başlamadan önce bu karmaşayı ne kadar iyi temizlediklerinde farklılık gösterir ve bu temizlik çoğu zaman sesin kendisinden daha önemlidir. ### Metin okuma, düşük görme sorunu olan kişiler için faydalı mı? Evet. Ekrana bakmadan yazılı içeriğe erişim sağlar. Pek çok okuyucu hızlı ve sade sesleri tercih eder, çünkü bunlar öngörülebilir ve takibi kolaydır.