Bilgisayar sesi nasıl anlar? Çocuklarla ses tanıma oyunu

Ayşe Hanım’ın sekiz yaşındaki kızı Elif, mutfaktaki akıllı hoparlöre bir şarkı adı söylüyor, cihaz bambaşka bir şarkı çalıyor. Elif şaşırıp soruyor: “Beni yanlış mı duydu? Hem bu cihaz bizi hep dinliyor mu?” Pek çok evde benzer sorular çıkar ve yetişkinler de cevabı tam bilmeyebilir.

Bu derste ses tanımayı, yani konuşmayı yazıya çevirmeyi (speech recognition), hiçbir cihaz kullanmadan bir oyunla anlatacaksınız. Etkinliği bir yetişkin yönetir; çocuklar yalnızca kâğıt, kalem ve kendi sesleriyle oynar. Sonunda çocuğunuz ya da öğrencileriniz, bilgisayarın sesi nasıl parçalara ayırdığını ve neden bazen yanıldığını kendi cümleleriyle anlatabilecek.

Aklınıza bir soru mu takıldı?

Sorunuzu ya da aradığınız konuyu yazın Ders bul

Bu derste neler öğreneceksiniz?

• Ses tanımanın üç adımını (sesi yakalama, küçük parçalara bölme, en olası kelimeyi tahmin etme) çocuğun anlayacağı dille sıralamak
• Gürültünün ve farklı konuşma biçimlerinin neden hataya yol açtığını bir örnekle göstermek
• Sesli asistanın uyandırma sözcüğünü nasıl beklediğini ve ne zaman dinlemeye geçtiğini açıklamak
• Araçsız, 20 dakikalık bir sınıf ya da ev etkinliğini baştan sona yürütmek

Ses bilgisayara nasıl girer?

Konuştuğumuzda havayı titreştiririz. Bu titreşim dalga gibi yayılır; buna ses dalgası (sound wave) denir. Mikrofon bu titreşimi elektrik sinyaline çevirir. Ardından bilgisayar dalgayı çok sık aralıklarla ölçer ve her ölçümü sayı olarak saklar. Apple’ın araştırma ekibinin anlattığına göre telefon mikrofonu saniyede 16.000 ölçüm alır. Yani bilgisayarın elinde ses yoktur; uzun bir sayı dizisi vardır.

Yapay zekâ eğitimi için hazırlanan AI4K12 çerçevesi bunu algılama (perception) diye adlandırır: bilgisayar dünyayı duyargalar (sensors) aracılığıyla algılar ve algılama, duyargalardan gelen sinyalden anlam çıkarmaktır. Mikrofon, bilgisayarın kulağı gibi çalışan bir duyargadır.

Küçük parçalar ve en olası kelime

Sayı dizisi bir anda anlaşılmaz. Sistem sesi çok kısa parçalara böler. Apple’ın açıklamasında bu parçalar yaklaşık saniyenin yüzde biri kadardır. Her parçada hangi seslerin, ne kadar güçlü olduğuna bakılır. Sonra bu küçük parçalar, dildeki temel ses birimleriyle (phoneme) eşleştirilir.

Son adım bir tahmindir. Sistem, art arda gelen sesleri birlikte düşünür ve söylenmiş olması en olası kelimeyi seçer. İngilizcede aynı okunan “see” ve “sea” gibi kelimeleri ayırmak için cümlenin geri kalanına bakar. Türkçede de “yüz” sözcüğü hem bir sayı hem de surat anlamına gelebilir; sistem hangisi olduğuna cümlenin gelişine bakarak karar verir. Bu yüzden bilgisayar aslında kelimeyi bilmez, en iyi tahminini yapar.

Neden yanlış duyar, hep dinler mi?

Ses parçaları bozulursa tahmin de bozulur. Arka planda televizyon, çamaşır makinesi ya da kalabalık konuşma varsa sistem, konuşmayı öteki seslerden ayırmakta zorlanır. Farklı aksan (accent) ve konuşma biçimleri de zorluk çıkarır. Sistem, eğitilirken az duyduğu ses örneklerinde daha çok hata yapar. ABD’de 2020’de yayımlanan bir araştırmada beş büyük şirketin ses tanıma sistemleri, siyahi konuşmacıların sözlerinde beyaz konuşmacılara göre ortalama yaklaşık iki kat fazla hata yaptı. Araştırmacılar olası nedeni, eğitimde bu konuşmacılardan yeterince ses kaydı kullanılmamasına bağladı.

Elif’in ikinci sorusuna gelince: Google’ın açıklamasına göre Google Asistan bekleme modunda (standby) durur ve yalnızca uyandırma sözcüğünü yakalamak için kısa ses parçalarını cihazın içinde işler. Uyandırma sözcüğünü (wake word) duyana kadar söylenenleri Google’ın sunucularına göndermez. Apple da Siri için cihazda çalışan çok küçük bir tanıyıcının yalnızca bu sözcüğü beklediğini anlatır. Ancak cihaz, bu sözcüğe benzeyen bir sesle yanlışlıkla uyanabilir. Cihazdaki ışık ya da ekran işareti, asistanın dinlemeye geçtiğini gösterir.

Adım adım uygulama

1. Hazırlık (3 dakika): Çocuklara “Bugün bilgisayarın kulağı olacağız.” deyin. Rolleri dağıtın: bir mikrofon, bir ya da iki tahminci, kalanlar ses yapan ekip. Tahmincilerin, mikrofonun ağzını görmemesi için arkasını dönmesini isteyin.
2. Dalga turu (3 dakika): Herkes elini boğazına koyup “aaa” desin ve titreşimi hissetsin. Tahtaya inişli çıkışlı bir çizgi çizip bunun ses dalgası olduğunu söyleyin. Çocuklardan biri titreşimi kendi sözleriyle anlattığında bu adım tamamdır.
3. Parçalama turu (5 dakika): Mikrofon, “Kedi masanın altında.” gibi kısa bir cümleyi hecelerine ayırır; her heceyi ayrı karta yazar. Kartları karıştırıp tahminciye verin. Tahminci cümleyi doğru sıraya dizdiğinde tur tamamdır.
4. Gürültü turu (4 dakika): Mikrofon yeni bir cümleyi alçak sesle söylerken ses ekibi el çırpsın. Tahminci duyduğunu yazar. Ardından aynı cümle sessiz ortamda tekrarlanır. Çocuklar iki yazıyı karşılaştırıp hangisinde daha çok yanlış olduğunu söylediğinde tur tamamdır.
5. Uyandırma turu (5 dakika): Robot rolündeki çocuk gözlerini kapatır ve yalnızca “Merhaba Robot” sözünü duyunca gözünü açar. Diğerleri araya “Merhaba Rıza” gibi benzer sözler karıştırsın. Robot yanlışlıkla uyandığında durun ve gerçek cihazların da bazen böyle yanıldığını konuşun. Her çocuk uyandırma sözcüğünün ne işe yaradığını bir cümleyle söyleyebildiğinde etkinlik tamamdır.

Sık yapılan hatalar

• Bilgisayarın kelimeyi insan gibi anladığını söylemek. Doğrusu: sistem ses parçalarına bakıp en olası kelimeyi tahmin eder.
• Hata yapan cihazın “bozuk” olduğunu ya da konuşan kişinin “yanlış konuştuğunu” düşündürmek. Gürültü ve sistemin az duyduğu konuşma biçimleri hatanın önemli nedenleridir.
• Sesli asistanın her şeyi kaydettiğini ya da hiçbir şeyi duymadığını kesin dille anlatmak. Cihaz uyandırma sözcüğünü bekler, bazen de yanlışlıkla uyanabilir.

Kendinizi deneyin

Kaynaklar

• How Google Assistant is designed for your privacy (İngilizce)
• Hey Siri: An On-device DNN-powered Voice Trigger for Apple’s Personal Assistant (İngilizce)
• AI4K12 Big Idea 1: Perception (İngilizce)
• Ingenia: Speech recognition (İngilizce)
• Racial disparities in automated speech recognition (PNAS, 2020) (İngilizce)

Son kontrol: 13 Kasım 2026. Bu bilgi 13.11.2026 tarihli kaynaklara dayanır; durum değişebilir.

Kaynak: yzdersleri.com/ders/bilgisayar-sesi-nasil-anlar-ses-tanima-oyunu/ · Yapay Zeka Dersleri