Speak Mode'u Tanıtıyoruz: Toplantılarda Senin Yerine Konuşan AI Sesli Çeviri

Çok dilli bir toplantıdaki her ana dili farklı katılımcının bildiği, belirli ve can sıkıcı bir an vardır. Tartışma hızla ilerliyor. Ekranında altyazılar akıyor. Her şeyi tam olarak anlıyorsun — Gaavala yirmi dakikadır karşı tarafı çeviriyor ve sen kelimesi kelimesine takip ediyorsun. Biri sana dönüyor ve doğrudan bir soru soruyor.

Ve o ana kadar tek yönlü olan dil engeli bir duvara dönüşüyor.

Cevabı biliyorsun. Ne söylemek istediğini tam olarak biliyorsun. Yalnızca bunu toplantının çalışma dilinde aynı hız ve kesinlikte söyleyemiyorsun. Duraksıyor, yumuşatıyor, basitleştiriyor ve olduğundan daha az bilgili görünerek bitiriyorsun. Özenli bir cümle kurmayı tamamladığında konu çoktan değişmiş oluyor.

Speak Mode'u bu döngüyü kapatmak için kurduk. Speak Mode etkinken sen kendi dilinde konuşursun ve Gaavala çevrilmiş sesini toplantıya geri konuşur. Diğer katılımcılar, yanıtını kendi dillerinde ileten akıcı, gerçek zamanlı bir ses duyar. Odadaki sessiz kişi olmaktan çıkarsın.

Bu yazı; Speak Mode'un tam olarak ne yaptığını, onu süren tek düğmeyi ve okuduğu iki hareketi, aralarında seçim yapabileceğin iki sesi — 69 stüdyo hazırı ya da kendi sesinin yerli bir klonu — ve yüksek riskli bir görüşme için etkinleştirmeden önce anlaman gereken ödünleşimleri anlatıyor.

Speak Mode Gerçekte Ne Yapar

Speak Mode, bir transkriptin üzerine giydirilmiş bir dublaj katmanı değildir. Mevcut Gaavala transkripsiyon akışının yanında çalışan, canlı ve çift yönlü bir ses hattıdır.

Bir toplantı sırasında etkinleştirdiğinde tarayıcının içinde şunlar olur:

Mikrofon sesin uzantı tarafından yakalanır — Gaavala'nın gelen taraf için zaten yakaladığı sekme sesinden ayrı olarak.
Bu mikrofon sesi, konuşma tanıma için bir WebSocket üzerinden doğrudan Soniox'a akar. Bu, Gaavala'nın geri kalanının kullandığı doğrudan-Soniox deseninin aynısıdır — hiçbir ses arka ucumuza dokunmaz.
Soniox kaynak dilinde taahhüt edilmiş belirteçler ürettikçe uzantı bunları kısa ifadeler halinde toplar ve metni, yapılandırdığın hedef dil için Gaavala'nın çeviri adımına gönderir.
Çevrilmiş metin, seçtiğin TTS motoruna verilir ve motor bir ses klibi sentezler.
O ses klibi, giden mikrofon izinin yerine görüşmeye gönderilir; böylece herkes çevrilmiş sesi sanki seninkiymiş gibi duyar. Kurulacak bir sanal mikrofon aygıtı ve toplantı uygulamanın ses ayarlarında seçilecek bir şey yoktur — ve çevrilmiş ses çalarken gerçek mikrofonun kapalıdır; görüşme ikisini aynı anda hiç duymaz.

Döngünün tamamı sen hâlâ konuşurken çalışır. Kendi dilinde bir cümleyi bitirdiğinde, sentezlenmiş çeviri onların dilinde çoktan çalıyordur. Bir "çevir" düğmesini beklemezsin. Düşünceler arasında normalde duraksadığından daha uzun duraksamazsın.

Hareketini Okuyan Tek Bir Düğme

Gerçek toplantıların hepsi birbirine benzemez; bu yüzden Speak Mode, tek satırlık bir yanıt verirken ve birine slayt anlatırken farklı davranmak zorundadır. Çoğu araç bunu, ihtiyaç duymadan önce ayarlaman gereken bir mod seçiciyle çözer — yani diğer moda ihtiyaç duyduğun anda yanlış moddasındır.

Gaavala'da mod seçici yoktur. Tek bir Speak düğmesi vardır ve düğmeye nasıl bastığını okur.

Basılı tut

Düğmeyi basılı tut; yalnızca tuttuğun sürece konuşursun. Bıraktığında hat temiz biçimde kapanır. Bu, telsiz hareketidir ve güvenli olanıdır: yan bir yorumu, bir öksürüğü ya da sesli düşündüğün bir anı asla kazara yayımlamazsın. Hızlı bir araya girme, kesinliğin akıcılığı yendiği yüksek riskli görüşmeler ve mikrofonunun çevirmek istemediğin sesleri kapabileceği her ortam için doğru içgüdü budur.

Basılı tutma klavyeden de çalışır — boşluk tuşuna bas ve yaklaşık üçte bir saniye basılı tut; düğmeyi basılı tutmakla birebir aynı davranır.

Dokun

Bunun yerine düğmeye dokun; eller serbest 60 saniyelik bir pencere açılır. Bir halka pencereyi dakika ve saniye olarak geri sayar, son on saniyede kehribar rengine döner; böylece saate bakmadan sıranın ne kadarının kaldığını her an bilirsin. Doğal konuş; Gaavala sen konuştukça her ifadeyi çevirir ve seslendirir, sen hiçbir şeye dokunmazsın.

İki hızlı dokunuş bunun yerine 30 saniyelik bir pencere açar — kısa ve hazırlanmış bir nokta için dürüst uzunluk. Pencere çalışırken bir kez daha dokunursan erken durur; yoksa sıfırda kendiliğinden biter.

Neden iki değil, tek bir kontrol

Zaten yaptığın hareket niyeti kodlar. Kısa bir basış "yalnızca bu" demektir, bir dokunuş "bana biraz süre ver" demektir. Önceden yapılandırılacak bir şey yoktur, an geldiğinde yanlış modda olunmaz ve bağlanacak ya da unutulacak bir kısayol tuşu yoktur. İnsanların bas-konuşta sevdiği güvenlik özelliği — sen istemedikçe odadan hiçbir şey çıkmaz — basılı tutma için hâlâ birebir geçerlidir.

Sesler: 69 Stüdyo Hazırı ve Kendi Sesin

Speak Mode, toplantının duyacağı sesi seçmen için iki yol verir. İkisi de Gaavala'nın çevirdiği 60 dilin tamamını konuşur ve ikisi de Gaavala'nın geri kalanının kullandığı aynı doğrudan-Soniox yolunda kalır — döngüde üçüncü taraf bir ses tedarikçisi yoktur.

69 Soniox stüdyo sesi (Pro varsayılanı)

Soniox stüdyo sesleri Pro'da varsayılandır ve çoğu insanın hiç değiştirmesi gerekmeyen seçenektir: Gaavala'nın çevirdiği 60 dilin tamamını diller arası konuşan, yönetilen bir anahtarla gelen 69 çok dilli hazır ses — kurulacak hiçbir şey yok. Sentez, altyazılarla aynı kısa ömürlü anahtar desenini kullanarak tarayıcıdan doğrudan Soniox'a gider; böylece çevrilmiş metin Gaavala'nın arka ucundan hiç geçmez. Gecikme akış halindedir — ses, ilk parça hazır olur olmaz çalmaya başlar; tipik olarak bir ifade taahhüt edildikten bir iki saniye sonra.

Kendi sesin (yerli klon)

Yan panelde bir kez yaklaşık 20 saniyelik kendi konuşmanı kaydet; Gaavala kişisel bir ses klonu oluşturur — Soniox destekli — ve bu klon, bir stüdyo sesinin konuşacağı aynı 60 dili, hazır bir ses yerine senin tınında konuşur. Referans örneği şifrelenmiş saklanır ve aynı ayarlar ekranından istediğin an silebilirsin; toplantı sesinin kendisi ise ne bu özellikte ne de Gaavala'nın başka herhangi bir yerinde saklanır.

İki seçenek yalnızca tek bir şeyde ödünleşir: tanıdıklık. Bir stüdyo sesi ilk oturumdan itibaren cilalı ve nötr duyulur. Kendi klonunun kurulumu yirmi saniye alır ve ondan sonra her seferinde açıkça sen gibi duyulur — aynı müşteriler ya da ekip arkadaşlarıyla yinelenen görüşmeler yapıyorsan ve görüşmeden görüşmeye aynı sesi duymalarını istiyorsan işe yarar.

Piyasadaki Diğer Seçeneklerle Karşılaştırma

Toplantılarda gerçek zamanlı sesli çeviri yıllardır "yakında geliyor" özelliği oldu. Birkaç şey var; ama hiçbiri Speak Mode'un kapsadığı alanı kapsamıyor.

Microsoft Teams Interpreter Agent. Microsoft, Teams için çeviri yapabilen ve kullanıcının sesiyle konuşabilen bir Interpreter Agent duyurdu. Yalnızca Teams'te çalışır. Uygun bir temel planın üzerine eklenen, koltuk başı ücretli bir Microsoft 365 Copilot lisansı gerektirir ve kurumda Copilot'ı etkinleştirmiş kiracı yöneticilerinin kapısındadır. Copilot lisanslı bir Teams ortamının içinde yaşıyorsan meşru bir seçenektir. Teams, Zoom, Meet ve Webex arasında, kendi kiracının dışındaki müşterilerle çalışıyorsan işine yaramaz.
ChatGPT Voice Mode. ChatGPT seninle sesli sohbet edebilir ve çeviri yapabilir. Yapamadığı şey, Zoom görüşmenin içine oturup diğer katılımcılara senin adına konuşmaktır. Kişisel bir sesli sohbet botudur, toplantı ses ajanı değil.
Google Meet çevrilmiş altyazıları. Google Meet'in gerçek zamanlı çevrilmiş altyazıları var. Yalnızca metindir. Karşı tarafta sözlü çıkış yoktur.
Interprefy, KUDO ve kurumsal tercüme platformları. Bunlar gerçek tercüme hizmetleridir — çoğunlukla insan tercümanlar, bazen AI desteğiyle — ve büyük konferanslar ile düzenlemeye tabi sektörler için fiyatlandırılıp yapılandırılmıştır. Bağımsız bir danışmanın birebir satış görüşmesine ekleyeceği türden bir şey değildir.

Görebildiğimiz kadarıyla, piyasada insanların gerçekten kullandığı toplantı platformlarının içinde gerçek anlamda çift yönlü sesli çeviri yapan, tüketici fiyatlı bir araç yok. Speak Mode, bu boşluğa verdiğimiz yanıt.

Speak Mode Kimin İçin

Speak Mode bir Pro özelliğidir ve kurumsal dağıtımlar için değil, bireysel profesyoneller için fiyatlandırılmıştır. Ondan en çok yararlananlar şunlar:

Uluslararası danışmanlar — İngilizcesi sınırlı olan ve seninkiyle boğuşmaktansa seni kendi dillerinde duymayı tercih edecek müşterilerle proje görüşmeleri yürütenler.
Çok dilli ekip liderleri — ekibin yarısının bir dilde, diğer yarısının başka bir dilde düşündüğü deniz aşırı mühendislik ekipleriyle günlük toplantılara katılanlar.
Yabancı pazarlara satış yapan satış temsilcileri — müşterinin dilinde akıcı duyulan bir sesin görüşmenin havasını ve teklifin karşılanışını değiştirdiği yerlerde.
Saha operasyonları çalışanları — bir yanlış anlamanın bedelinin yalnızca sosyal değil operasyonel olduğu, deniz aşırı bir saha ile merkez arasında köprü kuranlar.

Toplantıların tek bir dil çiftinde tamamen iki dilliyse ve herkes yetişebiliyorsa, muhtemelen Speak Mode'a ihtiyacın yok. Dil boşluğu tek yönlü olduğu için senin ya da karşı taraftan birinin sustuğu yinelenen bir an varsa, o anı düzelten özellik budur.

Gizlilik: Ne Değişir, Ne Değişmez

Speak Mode'u etkinleştirdiğinde Gaavala'nın çekirdek gizlilik mimarisi değişmez. Gelen toplantı sesi hâlâ tarayıcından doğrudan Soniox'a, arka ucumuza hiç dokunmayan bir WebSocket üzerinden akar. Speak Mode için kullandığın mikrofon sesin de aynı doğrudan-Soniox desenini izler — onu hiç görmeyiz.

TTS adımı, iki ses seçeneği için de aynı deseni izler. Soniox stüdyo sesleri, çevrilmiş metni altyazıların kullandığı aynı kısa ömürlü geçici anahtarlarla kimlik doğrulayarak tarayıcıdan doğrudan Soniox'a gönderir — Gaavala'nın arka ucu ne metni ne sesi görür. Kendi klonlanmış sesin de aynı şekilde sentezlenir; yukarı akışında yalnızca bilinçli ve dar bir istisnayla: klonu oluşturmak için kaydettiğin ~20 saniyelik referans örneği Gaavala'nın sunucularında şifreli (AES-256-GCM) saklanır, yalnızca sesini oluşturmak ve sürdürmek için kullanılır ve talep üzerine istediğin an silinebilir. Speak Mode'un sesiyle ilgili başka hiçbir şey — ne mikrofon girişin, ne toplantı sesi, ne de sentezlenmiş çıkış — asla saklanmaz.

Gaavala'nın arka ucu her iki ses seçeneğinde de ses yolunun dışında kalır. Bunu doğrulamak istersen, gizlilik yazımızdaki aynı ağ inceleme yöntemi hâlâ geçerli: uzantının background page DevTools'unu aç, Network sekmesini filtrele; Soniox'a doğrudan bir bağlantı göreceksin — ve gaavala.com adresine hiç ses trafiği görmeyeceksin.

Nasıl Etkinleştirilir

Speak Mode yalnızca Pro'da olan bir özelliktir. Gaavala'nın ücretsiz denemesi (tek seferlik 5 dakika, kart gerekmez, asla sıfırlanmaz) Speak Mode'u içermez; dolayısıyla kurulum akışı kabaca şöyledir:

Gaavala'yı Chrome Web Store'dan ücretsiz kur ve giriş yap.
Yan panelden Pro'ya yükselt — ayda $19.99, deneme süresi yok — Speak Mode'a ihtiyaç duyduğunda doğrudan yükselt.
Yan panel ayarlarını aç ve Speak Mode bölümünü bul.
Bir ses seç. Soniox stüdyo sesleri Pro'da varsayılandır ve kurulum gerektirmez. Kendi sesinle konuşmak istersen "Clone my voice" (sesimi klonla) seçeneğini seç ve ~20 saniyelik bir örnek kaydet — Gaavala klonunu oluşturur ve birkaç dakika sonra onu seçebilirsin.
Toplantı için hedef dili ayarla. Seçilecek bir yakalama modu yoktur — Speak düğmesi hareketini okur; dolayısıyla önceden karara bağlanacak bir şey yoktur.

Sonra bir toplantıya katıl. Tek bir şey söylemek istediğinde Speak düğmesini basılı tut ya da aktaracak uzunca bir sözün varsa eller serbest bir pencere için ona dokun.

Gerçek Kullanım İpuçları

Bunu kurarken ve kendi toplantılarımızda kullanırken çıkan birkaç pratik not:

Basılı tutarak ısın. Sentezlenmiş sesinin bir toplantıya çalındığını ilk duyduğunda tuhaf gelecek. Eller serbest pencereler için dokunmaya başlamadan önce ilk birkaç görüşmende düğmeyi basılı tut. Ne zaman duraklayacağın, ne kadar yüksek sesle konuşacağın ve çevrilmiş sesin karşı tarafa nasıl ulaştığı hızla oturur — ama yalnızca her söz parçasının kontrolü sendeyse.
Yalnızca kendi sesini klonla. Yan panelin kayıt akışı yalnızca kendi kaydettiğin bir örnekten klon oluşturur — Speak Mode üzerinden başkasının sesini klonlamanın bir yolu yoktur ve uygulama içindeki onay adımı da bunu yansıtır.
Önemliyse bildir. Toplantının uyumluluk boyutu varsa — hukuki, tıbbi, düzenlemeye tabi satış — karşı tarafa görüşmede gerçek zamanlı bir sesli çeviri katmanı olduğunu söyle. Bu, bir transkripsiyon aracını bildirmekle aynı görgü kuralıdır.
Yerel sesi açık bırak. Gaavala orijinal toplantı sesini hoparlörlerine vermeye devam eder. Gelen tarafı hâlâ dinliyor ve okuyor olmalısın. Speak Mode giden yarıdır; sana söylenenleri anlamanın yerine geçmez.

Sık Sorulan Sorular

Toplantı bunu kullandığımı biliyor mu? Doğrudan değil. Sentezlenmiş ses karşı tarafa, senin kendi kullanacağın mikrofon kanalının aynısı üzerinden ulaşır; dolayısıyla bir bildirim çubuğu ya da meta veri yoktur. Karşı taraf çok akıcı bir ses duyar ve her yanıttan önce küçük duraklamalar fark edebilir. Önemli olduğunda bildirmeni öneririz — yukarıdaki görgü kuralı notuna bak.

Kendi klonlanmış sesimi kullanabilir miyim? Evet — yerli olarak, Pro'da. Yan panelin Speak Mode ayarlarında ~20 saniyelik bir örnek kaydet; Gaavala, Speak Mode sesin olarak seçebileceğin Soniox destekli bir klon oluşturur. Ayrı bir hesap ya da API anahtarı gerekmez.

Gecikme ne kadar? Hem stüdyo sesleri hem kendi klonun aynı akışlı, tarayıcıdan doğrudan Soniox'a giden sentez yolunu kullanır. Sesin, bir ifade taahhüt edildikten sonra bir iki saniye içinde çalmaya başlamasını bekle — toplantının bir şey duyması için cümlenin tamamının işlenmesini beklemiyorsun.

Hedef dilim İngilizce değilse ne olur? İki ses seçeneği de Gaavala'nın çevirdiği 60 dilin tamamını zaten konuşuyor — Soniox stüdyo sesleri ve kendi klonun, hedef dilden bağımsız olarak kutudan çıktığı gibi aynı şekilde çalışır.

Teams Premium toplantılarında çalışır mı? Evet. Speak Mode, bir Chrome sekmesinde çalışan her toplantıda çalışır; Microsoft Teams, Zoom, Google Meet ve Webex dahil. Toplantı sahibinin Teams Premium veya Copilot'a sahip olup olmaması fark etmez. Speak Mode, toplantı sahibinin altyapısında değil, görüşmenin senin tarafında çalışır.

Dene

Speak Mode şu anda Pro abonelerine açık. Gaavala'da yeniysen tek seferlik ücretsiz denemeyle başla — 5 dakika transkripsiyon, kart gerekmez — böylece önce gelen çeviri deneyimini değerlendirebilirsin. Speak Mode ücretsiz denemeye dahil değildir; giden tarafta açmaya hazır olduğunda Pro'ya yükselt (ayda $19.99, deneme süresi yok).

Gaavala'yı Chrome'a ekle →

Gaavala'yı Chrome Web Store'dan ücretsiz kur, sonra Speak Mode'u açmak için Pro'ya yükselt.