Aydın Tiryaki ve Google Gemini

Teknoloji devleri yıllardır bize o meşhur bilim kurgu filmlerindeki vizyonu pazarlıyor: “Klavye devri bitti, artık sadece havaya konuşarak her şeyi halledeceksiniz.” Ancak iş pratiğe, özellikle de “Gem Fabrikası” gibi ince ayar ve cerrahi kesinlik gerektiren mimariler kurmaya geldiğinde, sistemler bizi o geride bırakmamızı istedikleri fiziksel tuşlara tekrar mahkum ediyor. Madem klavyesiz bir yapay zeka vizyonu sunuluyor, bu işin yarım yamalak değil, düzgün bir şekilde yapılması şarttır.

Dört Farklı Cihaz, Dört Farklı Deneyim

Ses tanıma (STT) teknolojilerinin kalitesini anlamak için olayı doğrudan donanım ve platform bazında test etmek gerekiyor. Dört farklı ortamda yapılan denemeler, sistemler arasındaki devasa uçurumu gözler önüne seriyor:

• Samsung S25 Ultra: Mobil ekosistemin gücü. Android tabanlı bu telefonda STT performansı kusursuza yakın. Cihazın derin ses işleme algoritmaları ve yapay zeka işlem birimleri (NPU), bağlamı ve Türkçe fonetiği en iyi yakalayan altyapıyı sunuyor.
• Samsung Tab S9: S25 Ultra’nın bir tık gerisinde kalsa da, yine aynı Android ekosisteminin optimizasyonundan faydalandığı için fena sayılmayan, tatminkar bir performans sergiliyor.
• i9 İşlemcili Windows 11 Masaüstü: Donanım canavarı olmasına rağmen, Chrome üzerinden çalışan Google STT’si burada adeta felaket. Cümle başlarındaki kelimeleri yutuyor, anlaşıldığından emin olmak için aynı kelimeleri tekrar tekrar girmek zorunda bırakıyor.
• i7 İşlemcili Windows 10 Masaüstü: Bu emektar cihazda ses giriş altyapısı Windows 11’den farklı olsa da, anlama yeteneği yine oldukça zayıf ve eski nesil.

Sorun İnsan Sesinde Değil, Dinleyen Motorda!

Peki masaüstündeki bu “anlama kıtlığının” ve kelime yutmalarının sebebi, insan sesinin akustik zorlukları mı? Kesinlikle hayır. Aynı S25 Ultra cihazında, aynı mikrofon ve aynı sesle Claude uygulamasına sesli giriş yapıldığında, hiçbir şeyi atlamadan, mükemmel ve pürüzsüz bir metin ortaya çıkıyor. Benzer şekilde ChatGPT de tüm cihazlarda Google’ın STT’sinden kat kat iyi çalışıyor.

Bu kusursuz “A/B testi”, sorunun seste değil; dinleyen motorun mimarisinde olduğunu kanıtlıyor. Google’ın STT altyapısı, temellerini yılların arama motoru alışkanlıklarından (kısa ve hızlı sorgulardan) alıyor. Oysa Claude (Anthropic) ve ChatGPT (OpenAI), ses tanıma sistemlerini sıfırdan, doğrudan büyük dil modellerini (LLM) beslemek ve o uzun bağlamları koparmadan kavramak üzere inşa ettiler. Google’ın artık bu inadı bırakıp, eski nesil STT motorunu tamamen çöpe atarak bağlamı anlayan yeni bir STT kurması gerekiyor.

Claude’un Aşil Tendonu: Windows ve Türkçe Sorunsalı

Sesli komutları algılamada harikalar yaratan Claude, işin diğer boyutlarına bakıldığında kendi içinde ciddi handikaplar barındırıyor:

• Masaüstü Ekosisteminin Terk Edilmişliği: Claude’un Windows ortamında çalışan kendine ait bir sesli giriş (STT) desteği yok. Bu eksikliği kapatmak için Windows’un yerleşik dikte aracını (Win + H) kullanmak zorunda kalıyorsunuz, ancak bu araç da en az Google’ın masaüstü STT’si kadar hantal ve kötü.
• Türkçe Nüans Eksikliği: Claude, pürüzsüz bağlam yeteneğine rağmen, Türkçeyi adeta ikinci sınıf bir dil olarak (low-resource language) ele alıyor. Metin inşasında çok yetenekli olsa da, Türkçenin ince kültürel nüanslarında, kelime oyunlarında (tertip, tefriş gibi kavramlarda) ve deyimlerin yerinde kullanımında zaman zaman çok mekanik, çeviri kokan bir tona bürünüyor.

Sonuç

Firmaların “klavyesiz gelecek” naraları atarken, kullanıcıları ya Google’ın inatla değiştirmediği hantal ses motoruyla boğuşmaya ya da Claude’un masaüstü dünyasını ve Türkçenin inceliklerini yok sayan eksiklikleriyle uğraşmaya itmesi büyük bir hayal kırıklığıdır. Gerçekten pürüzsüz bir deneyim için, LLM (Büyük Dil Modeli) zekasının ulaştığı o devasa seviyeye, ses dinleme “kulaklarının” da aynı hızda yetişmesi gerekmektedir. O zamana kadar, o hassas komutlar için en güvenilir liman yine klavyemiz olmaya devam edecektir.

| aydintiryaki.org | YouTube | Aydın Tiryaki’nin Yazıları ve Videoları │Articles and Videos by Aydın Tiryaki | Bilgi Merkezi│Knowledge Hub  | ░ Virgülüne Dokunmadan │ Verbatim ░ | ░ Bir Kelimenin Peşinden Yapay Zekanın Derinliklerine: “Tebdil-i Mekan”dan “Zırvalama”ya Uzanan Bir Söyleşinin Anatomisi │From a Single Word to the Depths of AI:The Anatomy of a Dialogue Spanning from “Tebdil-i Mekan” to “Spouting Nonsense” ░ 02.07.2026

Künye: Bu makale serisinin konusu, kapsamı ve editoryal çerçevesi Aydın Tiryaki tarafından belirlenmiştir. “Tebdili mekan” kavramından yola çıkılarak gerçekleştirilen 35 aşamalı interaktif ilk diyalog sürecinde Gemini (Google, Advanced / Pro modu); bu fırtınalı sohbetin analiz edilmesi, genişletilerek makalelere dönüştürülmesi ve hem Türkçe hem de İngilizce metinlerin yazım/çeviri sürecinde ise NotebookLM asistanlık yapmıştır.