
Teknik not
VAD Nedir? Sesli Yapay Zekâda Konuşma Sınırları

Sesli bir yapay zekâ asistanı bazen daha ilk kelimenizi duymadan yanıt verir; bazen de siz sustuktan sonra uzun süre bekler. Bu gecikmenin arkasında çoğu zaman Voice Activity Detection (VAD), yani ses akışında konuşma etkinliğini bulma adımı vardır. VAD, konuşmayı yazıya dökmez ve konuşmacıyı tanımaz; konuşmanın başladığı ve sona erdiği bölümleri belirler.

VAD neyi algılar?
VAD, mikrofondan gelen sesi kısa parçalara ayırıp her parçanın konuşma içerip içermediğini sınıflandırır. Sonuç, “şu kelimeler söylendi” değil, “bu zaman aralığında konuşma etkinliği var” bilgisidir. Konuşma tanıma (ASR) kelimeleri çıkarır; konuşmacı ayrıştırma (diarization) ise kimin ne zaman konuştuğunu tahmin eder. Bu adımlar birlikte kullanılabilir, ancak farklı sorunları çözer.
Canlı bir asistanda VAD, kullanıcının konuşmaya başladığını ve yanıt sırasının ne zaman geldiğini anlamaya yardım eder. Bu sınırları erken veya geç belirlemek konuşma deneyimini doğrudan etkiler.
Konuşma sınırları neden önemlidir?
Başlangıç algısı gecikirse ilk hece ya da kelime kesilebilir. Bitiş çok erken algılanırsa kısa düşünme duraklamaları yeni bir konuşma sırası gibi yorumlanabilir. Çok geç algılanırsa sistem yanıt vermekte ağır kalır. Gürültülü bir odada vantilatör sesi yanlış başlangıç oluşturabilir; kısık sesle konuşan bir kullanıcı ise gözden kaçabilir.
Server VAD ve semantic VAD
Server VAD, ses enerjisi ve eşik gibi akustik işaretlerle konuşma başlangıcını, sessizlik süresine göre de bitişi belirler. Hızlıdır ve ayarları açıktır. Semantic VAD ise sesin yanı sıra ifadenin tamamlanmış görünmesine dair anlamsal ipuçlarını kullanarak konuşma sırasının bitip bitmediğini kestirir. “Şey… yarınki toplantıda…” gibi tamamlanmamış bir cümlenin ortasındaki kısa sessizlikte beklemesi daha doğal olabilir; bunun karşılığında yanıt gecikmesi değişebilir.
VAD ayarlarını nasıl düşünmeli?
- Eşik (threshold): Eşiği yükseltmek, etkinleşmek için daha yüksek ses gerektirir; ortam gürültüsünü azaltabilir ama kısık konuşmayı kaçırma riskini artırır.
- Sessizlik süresi: Daha kısa değer daha çabuk yanıt verebilir, fakat cümle içindeki duraklamayı bitiş sanabilir. Daha uzun değer beklemeyi artırır.
- Başlangıç dolgusu (prefix padding): Algılanan başlangıcın öncesinden kısa bir ses parçasını da korur; kelimenin başını kesme riskini azaltmaya yardımcı olur.
OpenAI Realtime belgelerinde server VAD için örnek varsayılanlar 0,5 eşik, 300 ms başlangıç dolgusu ve 500 ms sessizlik süresidir. Bunları her mikrofon ve ortam için ideal değer saymayın; başlangıç noktası kabul edip kendi kayıtlarınızla ölçün.
Küçük bir VAD örneği
WebRTC VAD kullanırken her ses karesini ayrı değerlendirebilirsiniz:
import webrtcvad
vad = webrtcvad.Vad(1) # 0 daha az, 3 daha sıkı filtreleme
konusma_var = vad.is_speech(kare, 16000)
kare, desteklenen örnekleme hızında, 16 bit mono PCM ve 10, 20 ya da 30 ms uzunluğunda olmalıdır. Bu çağrı metin üretmez; yalnızca karenin konuşma içerip içermediğine dair sonuç verir.
Yayına almadan önce nasıl test edilir?
- Sessiz odada normal ve kısık sesle kayıt alın.
- Fan, klavye veya sokak gürültüsü ekleyip yanlış başlangıçları izleyin.
- Cümle ortasında kısa bir duraklama ve gerçekten biten bir cümle kaydedin.
- Kaçırılan ilk kelimeleri, gereksiz kesmeleri ve yanıt gecikmesini ayrı ayrı not edin.
- Eşik ve sessizlik süresini küçük adımlarla değiştirip aynı kayıtları yeniden oynatın.
Önce hatanın türünü belirleyin: sessiz konuşma kaçıyorsa eşiği düşürmek; gürültü konuşma sanılıyorsa yükseltmek denenebilir. Sık duraklamalar cümleyi bölüyorsa bitiş için daha fazla sessizlik veya anlamsal algılama değerlendirin. Her değişikliği gerçek kullanıcı koşullarında doğrulayın.