Whisper ile sesi yazıya çevirmek: ücretsiz ve Türkçe destekli
OpenAI'ın açık kaynak aracı Whisper, ses ve video kayıtlarını ücretsiz olarak yazıya döküyor ve Türkçeyi destekliyor. Ne işe yaradığını, nasıl kurulacağını ve hangi modeli seçmen gerektiğini anlattık.
Yapay TU Editör · 2 dk okuma
Whisper, OpenAI'ın MIT lisanslı, ücretsiz ses tanıma aracı. Türkçe dahil onlarca dilde ses kayıtlarını yazıya döker ve kendi bilgisayarında çalıştığı için kayıtların dışarı gönderilmez. Python ve ffmpeg kurulu bir bilgisayarda 'pip install -U openai-whisper' ile kurulur, 'whisper kayit.mp3 --language Turkish' komutuyla çalıştırılır. Büyük modeller daha doğru ama daha yavaştır.
Bir saatlik toplantı kaydı, bir röportaj, bir ders ya da bir podcast bölümü. Hepsini yazıya dökmen gerekiyor ve elle yapmak saatler sürecek. Ücretli transkript hizmetleri ise dakika başı para istiyor.
OpenAI'ın açık kaynak aracı Whisper bu işi ücretsiz, kendi bilgisayarında ve Türkçe olarak yapabiliyor. GitHub'da Ekim 2026 itibarıyla yaklaşık 110 bin yıldızı var.
Whisper ne
Whisper, OpenAI'ın geliştirip açık kaynak olarak yayınladığı bir ses tanıma modeli. İnternetten toplanan çok büyük miktarda çok dilli ses kaydıyla eğitildi. Bu yüzden sadece İngilizcede değil, Türkçe dahil onlarca dilde konuşmayı yazıya dökebiliyor.
Üç önemli özelliği var:
- Ücretsiz: MIT lisanslı, ticari kullanım dahil serbest.
- Yerel: Kendi bilgisayarında çalışıyor, kayıtların hiçbir yere gönderilmiyor.
- Çevirebiliyor: Türkçe bir kaydı doğrudan İngilizce metne de çevirebiliyor.
Kimin işine yarar
- Gazeteciler ve araştırmacılar: Röportaj kayıtlarını yazıya dökmek.
- Öğrenciler: Ders kayıtlarından not çıkarmak.
- İçerik üreticileri: Video altyazısı hazırlamak. Whisper altyazı dosyası formatında (SRT, VTT) çıktı verebiliyor.
- Şirketler: Toplantı kayıtlarını arşivlemek ve aranabilir hale getirmek. Kayıtlar dışarı çıkmadığı için gizlilik açısından da rahat.
Kurulum
Whisper bir Python aracı. Resmi GitHub sayfasına göre iki şeye ihtiyacın var: Python ve ses dosyalarını işlemek için ffmpeg.
Önce ffmpeg:
# Mac (Homebrew ile)
brew install ffmpeg
# Ubuntu / Debian
sudo apt update && sudo apt install ffmpeg
# Windows (Chocolatey ile)
choco install ffmpeg
Sonra Whisper:
pip install -U openai-whisper
Kullanım
En basit kullanım tek satır:
whisper toplanti.mp3 --language Turkish
Bu komut kaydı yazıya döker ve aynı klasöre metin, altyazı ve diğer formatlarda dosyalar bırakır.
Model seçmek için --model ekle:
whisper toplanti.mp3 --language Turkish --model medium
Sadece altyazı dosyası istiyorsan:
whisper video.mp4 --language Turkish --model medium --output_format srt
Türkçe bir kaydı İngilizceye çevirmek için:
whisper kayit.mp3 --language Turkish --task translate
--language Turkish kısmını yazmasan da Whisper dili kendisi tahmin etmeye çalışır, ama dili belirtmek hem daha hızlı hem daha isabetli.
Hangi modeli seçmeli
Whisper'ın farklı boyutlarda modelleri var: tiny, base, small, medium, large ve turbo. Kabaca kural şu: büyüdükçe doğruluk artar, hız düşer, gereken bellek artar.
Türkçe için pratik öneriler:
- Hızlıca fikir almak için: small
- Günlük kullanım için iyi denge: medium ya da turbo
- En yüksek doğruluk için: large (güçlü bir bilgisayar ya da sabır gerektirir)
Küçük modellerin Türkçede ekleri yanlış duyması, özel isimleri karıştırması daha sık görülür. Önemli bir kayıtsa büyük modeli tercih et.
Daha iyi sonuç için ipuçları
- Kayıt kalitesi her şey. Mikrofonu konuşana yakın tut, arka plan gürültüsünü azalt. En iyi model bile kötü kaydı kurtaramaz.
- Uzun kayıtları böl. Çok uzun kayıtlarda zaman zaman tekrar eden ya da atlanan cümleler görülebilir. Saatlik kayıtları parçalara bölmek işi kolaylaştırır.
- Çıktıyı yapay zekâyla düzenle. Whisper'ın çıkardığı metin noktalama ve paragraf açısından dağınık olabilir. Metni ChatGPT ya da Claude'a verip şunu iste:
Aşağıdaki metin bir toplantının otomatik transkripti. Anlamı
değiştirmeden noktalama ve paragrafları düzelt, açıkça yanlış
duyulmuş kelimeleri bağlamdan tahmin edip [köşeli parantez]
içinde işaretle. Sonra kararları ve yapılacakları ayrı listele.
"Köşeli parantez içinde işaretle" isteği, yapay zekânın düzelttiği yerleri görmeni sağlıyor; böylece neyin kayıtta gerçekten geçtiğini, neyin tahmin olduğunu ayırt edebiliyorsun.
Terminal istemeyenler için
Komut satırı sana göre değilse, Whisper'ı arka planda kullanan grafik arayüzlü ücretsiz uygulamalar da var. Ayrıca Open WebUI gibi araçlar sesli sohbet için Whisper'ı yerel olarak kullanabiliyor.
Açık kaynak yapay zekâ araçlarının dünyasına yeni giriyorsan, önce GitHub nedir, yapay zekâ repoları neden önemli yazımıza göz atmanı öneririz.
Sık sorulanlar
Whisper Türkçede ne kadar başarılı?
Net konuşulan, gürültüsüz kayıtlarda oldukça başarılı. Arka plan gürültüsü, aynı anda konuşan birden fazla kişi, ağır şive ve teknik terimler hata oranını artırıyor. Büyük modeller Türkçede belirgin şekilde daha iyi sonuç veriyor.
Whisper kim konuşuyor ayırt edebiliyor mu?
Whisper'ın kendisi konuşmacıları ayırt etmiyor; metni tek bir akış olarak çıkarıyor. Konuşmacı ayırma için ek araçlar gerekiyor ya da çıkan metni bir yapay zekâya verip konuşmacılara göre düzenlemesini isteyebilirsin.
Bilgisayarım zayıfsa ne yapmalıyım?
Küçük modeller (tiny, base, small) zayıf bilgisayarlarda da çalışır ama Türkçede daha çok hata yapar. Kısa kayıtlar için bekleyebiliyorsan büyük modeli yavaş da olsa çalıştırmak genelde daha iyi sonuç verir.
Haftada bir e-posta. Sadece işe yarayanlar.
Haftanın en iyi yapay zekâ araçları ve yeni rehberler. Reklam yok, istediğin an çık.
Anthropic'in yapay zekâsı polise sahte ihbar gönderdi, şirket testleri internetten kopardı
