Kantonca Toplantı Notlarınız Neden Hep «Tam Doğru Değil» Gibi Duruyor? İki Kırık Hat: Kantonca-İngilizce Karışımı ve Sözlü Dile Karşı Yazı Dili

Kantonca bir toplantının notlarını ilk kez bir yapay zekâ aracıyla çıkaran hemen herkesin tepkisi benzerdir: sonuç düzgün görünür, ama insanda «tam doğru değil» hissi bırakır. Metinde göze çarpan bir hata yoktur; ne var ki hatırladığınız konuşmayla karşılaştırdığınızda bir şeylerin eksildiğini fark edersiniz.

Bu fark genellikle ilk akla gelen etkenden, yani tanıma doğruluğundan kaynaklanmaz. Saf Kantonca, tek konuşmacı ve sessiz bir ortam söz konusu olduğunda bugünün yaygın araçlarının başarımı zaten kullanılabilir düzeydedir. Sorun başka iki noktadadır — ve bu iki nokta tam da Hong Kong'daki gündelik konuşmanın en yaygın iki biçimine denk düşer.

Birincisi, tek bir cümlede Kantonca ile İngilizce karıştığında tanıma kalitesi belirgin biçimde düşer. İkincisi, doğru duyulmuş olsa bile çıktı metni çoğu zaman ölçünlü yazılı Çinceye dönüştürülmüştür; artık sizin kurduğunuz cümle değildir.

Bu ikisinin nedenleri farklı, etkiledikleri alanlar da farklıdır; bu yüzden ayrı ayrı ele alınmayı hak ederler.

Üstelik bu yalnızca Hong Kong'a özgü bir mesele değildir. Aynı örüntü, konuşanların tek bir cümle içinde iki dili harmanladığı her ortamda yinelenir; düzenek değiştirmedeki bu başarısızlık belirli bir dil çiftine bağlı değildir.

30 saniyede özet

• Dilleri karıştırmanın bir bedeli vardır ve bu bedel ölçülebilir → Açık araştırma yazını, Kantonca-İngilizce düzenek değiştirme içeren içerikte karakter hata oranının yaklaşık %20–26 aralığında olduğunu, aynı sistemlerin tek dilli içerikte ise yaklaşık %6–8 düzeyinde kaldığını gösteriyor. Aradaki fark üç ilâ dört kat.
• «Doğru duymak» ile «doğru yazmak» iki ayrı şeydir → Siz sözlü bir cümle kurarsınız, tutanağa ölçünlü biçim geçer: anlam korunur, özgün sözler kaybolur.
• Bu, çoğu senaryoda önemsizdir, birkaçında ise hayatidir → Gündelik sohbet özetleri etkilenmez; tıbbi muayene, sosyal hizmet vaka kayıtları, arabuluculuk tutanakları ve araştırma görüşmeleri ise tam tersidir.
• Kantonca veri hacmi 2025'te bir büyüklük mertebesi değişti → Onlarca saatlik açık derlemlerden WenetSpeech-Yue'nün 21.800 saatine geçildi; ancak düzenek değiştirme hâlâ çözülmemiş bir bölüm olarak duruyor.
• Bir araç seçmeden önce «anlamı» mı yoksa «özgün sözleri» mi istediğinizi netleştirin → İkisi farklı ayarlar gerektirir; yazının sonunda bir denetim listesi var.

Önce iki şeyi ayıralım: tanıma ve sunum

Kantonca kayıt kalitesi tartışılırken birbirinden bağımsız iki aşamayı birbirine karıştırmak çok kolaydır.

Tanıma (ASR), sesin metne dönüştürülmesidir. Bu aşamadaki başarısızlık «yanlış duymak» demektir: söylediğinizi yakalayamamak ya da bir sözcüğü sesçe yakın başka bir sözcük sanmak.

Sunum ise bu metnin sonunda hangi biçimde görüneceğini belirler. Bu aşamadaki başarısızlık «yeniden yazma»dır: duyma son derece isabetlidir, ama çıktıda sözlü anlatım yazı diline çekilerek düzeltilmiştir.

İnsanların «Kantonca kayıtlar isabetli değil» diye yakındığı şey aslında bu iki katmanın her birinin ayrı ayrı bozulmasıdır ve ikisi tümüyle farklı yöntemler gerektirir. Birinci katman model yetkinliği ve eğitim verisi meselesidir; ikincisi ise çoğunlukla bir tasarım tercihidir — üstelik çoğu zaman bilinçli bir tercih.

Birinci kırık hat: Kantonca-İngilizce karışımı

Bu iş neden özellikle zor

我想去 Causeway Bay 開個 meeting，順便 check 一下 schedule。

Anlamı: «Causeway Bay'e gidip bir toplantı yapmak, bu arada programı da kontrol etmek istiyorum.» Buradaki Causeway Bay, meeting, check ve schedule sözcükleri İngilizce olarak telaffuz edilir; cümlenin yapısı ve geri kalan sözcükler (我想去, 開個, 順便, 一下) ise Kantoncadır. İşte bu karışımın kendisi meselenin özüdür.

Böyle bir cümle Hong Kong'da hiç de olağandışı değildir; ne var ki tanıma sisteminden saf Kantonca bir cümleden tümüyle farklı bir yetenek ister. Sistemin, tek bir cümle hatta tek bir nefes içinde, birbirinden tümüyle farklı iki sesbilgisel dizge ve iki sözvarlığı arasında anında geçiş yapması gerekir; üstelik geçiş noktası önceden hiçbir biçimde işaretlenmemiştir.

Daha da zoru, Hong Konglular İngilizce sözcükleri zaten Kantoncalaşmış bir telaffuzla söyler: hece yapısı da ton çizgisi de yerelleşmiştir. Bu telaffuzlar ne İngilizce modelin beklentisine tam olarak uyar ne de Kantonca modelin sözcük listesinde yer alır. Her iki taraf da onu kendisine ait saymaz.

Sayılarla fark

Açık araştırma yazını oldukça tutarlı bir tablo sunuyor: Kantonca-İngilizce düzenek değiştirme içeren içerikte karakter hata oranı yaklaşık %20 ile %26 arasında, aynı sistemlerin tek dilli içerikteki oranı ise yaklaşık %6 ile %8 arasında. Kantonca-İngilizce karışık konuşma için hazırlanmış özel değerlendirme kümelerinde Whisper temelli sistemlerin karma hata oranı yaklaşık %22 düzeyinde.

Bunu gündelik algıya çevirirsek: saf Kantonca içerikte kabaca on küsur sözcükte bir hata, karışık içerikte ise dört-beş sözcükte bir hata. İkinci durum, bir tutanağın kullanılabilmesi için cümle cümle karşılaştırılmasını gerektirmeye yeter.

Bu hatanın biçimi çok kendine özgüdür

Dikkat edilmesi gereken nokta şu: düzenek değiştirme hataları, sıradan tanıma hataları gibi «yanlış olduğu görülen» hatalar değildir. Sistem nadiren boşluk bırakır ya da anlamsız karakterler üretir; bunun yerine sesçe yakın ve dilbilgisi bakımından da tutan bir Çince sözcüğü tahmin edip yerine koyma eğilimindedir.

Sonuç, yüzeyde tümüyle akıcı ama anlamı çoktan kaymış bir cümledir. Bu, göze çarpan bir yazım hatasından çok daha tehlikelidir: bariz bir hatada durup doğrularsınız, akıcı ama yanlış bir cümleyi ise hiç durmadan okuyup geçersiniz.

İkinci kırık hat: sözlü Kantonca ile yazılı Çince

Aynı cümlenin iki yazımı

Ortadaki sütunda «yanlış» olan tek bir cümle yok. Anlamlar isabetli, hatta okunuşu daha akıcı. Sorun şu ki: kimse böyle konuşmaz.

Sistemler bunu neden yapıyor

Bu genellikle bir yazılım hatası değildir. Yazılı Çincenin eğitim verisinde ölçünlü yazı dili ezici bir çoğunluk oluşturur; sözlü Kantoncanın yazımı (嘅 咗 喺 哋) ise derlemin bütünü içinde son derece küçük bir pay tutar. Açık bir yönerge yokken model, doğal olarak en aşina olduğu Çince türüne yönelir.

Üstelik çoğu durumda bu öntanımlı davranış doğrudur. Toplantı özeti çıkarmak, yapılacaklar listesi yazmak ya da Kantonca bilmeyen iş arkadaşlarına göndermek söz konusuysa yazı dili sürümü açıkça daha kullanışlıdır.

Ancak kimi alanlarda durum tam tersidir

Sorun şu ki, tam da özgün sözlere ihtiyaç duyan bir alanlar öbeği vardır.

• Tıbbi muayene: hastanın belirtileri anlatırken kullandığı sözcüklerin kendisi klinik bilgidir. 頂住頂住 (sürekli bir baskı ya da tıkanıklık hissi), 唧住痛 (sıkıştırıp ezer gibi bir ağrı) ve 作嘔作悶 (bulantıyla birlikte gelen bir sıkıntı hissi) gibi ifadeler ölçünlü terimlere çevrildiğinde o somut duyum dokusu kaybolur.
• Sosyal hizmet vaka kayıtları: hizmet alanın özgün sözleri vaka değerlendirmesiyle doğrudan ilgilidir; yeniden yazmak, kayıt aşamasında bir yorum katmanı eklemek demektir.
• Arabuluculuk ve uyuşmazlık çözümü: kimin ne söylediği ve hangi tonda söylediği, uyuşmazlığın kendisidir.
• Araştırma görüşmeleri ve sözlü tarih: birebir dökümün değeri, birebir olmasına dayanır.
• Dil öğretimi ve derlem çalışmaları: sözlü biçimin kendisi zaten inceleme konusudur.

Bu alanların ortak noktası şudur: kayıt yalnızca nelerin konuşulduğunu hatırlamaya yaramaz; ileride alıntılanabilir, yeniden incelenebilir ve dayanak yapılabilir. Sessizce «düzeltilmiş» bir kayıt bu tür bir kullanımda risk taşır — çünkü tümüyle olağan görünür ve nerenin değiştirildiğini bilemezsiniz.

Gözden kaçması kolay bir önkoşul: Kantonca verinin durumu

Kantonca araçların başarımının neden bu kadar değişken olduğunu anlamak için mevcut verinin ölçeğine bakmak yardımcı olur.

WenetSpeech-Yue'nün 2025'te ortaya çıkışı bir büyüklük mertebesi değişimiydi: bundan önce açık Kantonca konuşma verisi uzun süre onlarca ilâ birkaç yüz saat düzeyinde takılı kalmıştı, oysa yaygın dillerde bu ölçek on binlerce saatle ifade ediliyor. Kantonca araçların geçmişte genel olarak neden geride kaldığını da bu açıklıyor.

Ancak dikkat edilmeli: veri artışı esas olarak tek dilli Kantoncanın tanınmasını iyileştirir. Düzenek değiştirme için karışık derlemler gerekir; bu tür verinin etiketlenmesi çok daha güçtür ve ölçeği hâlâ yetersizdir. Bu nedenle birinci kırık hattaki iyileşme hızı, saf Kantonca tanımadaki iyileşme hızının belirgin biçimde gerisinde kalacaktır.

Hong Kong'a dair bir başka bağlam

İlgili bir dizi sayıyı da anmakta yarar var. 2021 nüfus sayımına göre Hong Kong'da Çin kökenli olmayan sakinlerin sayısı yaklaşık 619.568 kişi, yani nüfusun %8,4'ü. Kantonca konuşabilme bakımından: Filipin kökenlilerde %17,6, Hint kökenlilerde %25,0, Güney Asya kökenlilerin tümünde %34,7; buna karşılık İngilizce yeterliliği genel olarak %84'ün üzerinde.

Başka bir deyişle, Hong Kong'da gündelik iletişimin dil ortamı tek başına bir «Kantonca» sahnesi değil; Kantoncanın, İngilizcenin ve daha birçok dilin aynı anda bulunduğu bir ortamdır. Yalnızca Kantonca tanımayı iyi yapan ama anlık çeviri sunamayan bir araç, sorunun ancak yarısını çözer.

Traverba'nın bu iki kırık hatta yaklaşımı

• Kantonca-İngilizce karışımına öncelik — tanıma, Hong Kong tarzı karışık cümleler için ayarlanmıştır; Kantonca ile İngilizce, birinin seçilmesi gereken iki ayrı kip olarak ele alınmaz.
• Sözlü biçimin korunması — deşifre, gerçekte söylediğiniz biçimi esas alır; özet ve çeviri ayrıca üretilir. Özgün sözler ile düzenlenmiş sürüm bir arada durur, biri diğerinin üzerine yazılmaz.
• Anlık deşifre ve anlık çeviri tek bir bütün olarak — tek bir konuşma, tek konuşmacı, 100+ dil; dinleyiciler bir QR kodu okutarak kendi dillerindeki altyazıyı görür, uygulama indirmelerine gerek kalmaz.
• Öncelikli olarak cihaz üzerinde işleme — konuşma tanıma öntanımlı olarak cihazda çalışır, bulut yapay zekâsı isteğe bağlıdır; hassas içerik söz konusu olduğunda hiçbir şeyin dışarı çıkmaması sağlanabilir.
• Tam birebir döküm dışa aktarılabilir — oturumun ardından özgün birebir döküm ile çeviri sürümü ayrı ayrı saklanacak biçimde dışa aktarılabilir.

Açıkça belirtelim: kullanım amacınız olağan iş toplantısı özetleri, ekip içi bilgilendirme ya da yapılacaklar listesi düzenlemekse, piyasadaki yapay zekâ not araçlarının çoğu bu işi zaten iyi yapıyor ve yazı dili çıktısı orada daha da kullanışlı; bunun için araç değiştirmeye gerek yok. Yukarıdaki farklar asıl olarak «özgün sözlerin kendisinin veri olduğu» durumlarda anlam kazanır.

Nasıl karar vermeli? Kısa bir denetim listesi

Kendinize üç soru sorun:

Bir: Bu kayıt ileride alıntılanacak ya da yeniden incelenecek mi? Yanıt evetse (vaka kayıtları, klinik kayıtlar, arabuluculuk, görüşmeler), birebir döküme ihtiyacınız var; ayrıca aracın arka planda yeniden yazma yapmadığından emin olmalısınız. Yanıt hayırsa, yazı dilinde bir özet daha kullanışlıdır.

İki: Konuşmadaki dil karışımının yoğunluğu ne kadar? Arada bir geçen bir iki İngilizce sözcükle araçların çoğu baş edebilir. Ancak söz konusu olan, tek cümlede iki üç kez dil değiştiren tipik Hong Kong konuşmasıysa, önce gerçek bir kayıtla sınayın; resmî dil listesine bakmakla yetinmeyin.

Üç: İçerik hassas mı? Tıbbi kayıtları, vaka dosyalarını veya hukuki işleri ilgilendiren ses kayıtlarında önce verinin izlediği yolu doğrulayın: işleme cihazda mı yoksa bulutta mı yapılıyor, veriler ne kadar süre saklanıyor ve eğitim için kullanılıyor mu.

Son bir öneri: hangi aracı seçerseniz seçin, onu kendi gerçek konuşmanızdan bir bölümle sınayın; okunmuş bir metinle değil. Okunan Kantoncada ne düzenek değiştirme, ne sözlü ilgeçler, ne de araya girmelerden doğan üst üste binmeler bulunur — yukarıdaki sorunların hiçbirini açığa çıkarmaz.

Daha fazla bilgi

Kantonca kayıt konusunda her duruma uyan tek bir araç yoktur. Asıl önemli olan, «anlamı» mı yoksa «özgün sözleri» mi istediğinizi önce netleştirmektir; bu karar, neyi seçeceğinizi ve nasıl ayarlayacağınızı doğrudan belirler.

Traverba'nın Kantonca-İngilizce karışımını ve sözlü biçimin korunmasını nasıl ele aldığını öğrenmek için traverba.com adresini ziyaret edebilir ya da Google Play ve App Store üzerinden indirip deneyebilirsiniz.

Bu yazıda anılan hata oranı sayıları Kantonca konuşma tanıma alanındaki açık araştırma yazınından, derlem ölçeği verileri ilgili derlemlerin resmî duyurularından, nüfus ve dil yeterliliği verileri ise Hong Kong hükûmetinin 2021 nüfus sayımından alınmıştır. Tüm veriler 2026 yılı ortası itibarıyla geçerlidir; model ve araç yetkinlikleri sürekli değişmekte olup gerçek başarım kayıt kalitesine, aksana, ortam gürültüsüne ve kullanılan sürüme göre farklılık gösterir. Tüm markalar ve ticari markalar ilgili sahiplerine aittir.