---
title: "Apple Platformlarında Konuşma ve Karar Süreçleri İçin Açık Modeller: AnySpeechRecognizer ve AnyDecisionModel"
url: https://blog.edumints.com/apple-platformlarinda-konusma-ve-karar-surecleri-icin-acik-modeller
category: "LLM"
date: 2026-10-29T15:05:15.910Z
publisher: Edumints Blog
lang: tr-TR
source_name: "Hugging Face Blog"
source_url: https://huggingface.co/blog/anydecisionmodel
---

# Apple Platformlarında Konuşma ve Karar Süreçleri İçin Açık Modeller: AnySpeechRecognizer ve AnyDecisionModel

Dil modelleri metin yazma, özetleme, çeviri yapma ve araç çağırma gibi pek çok görevi yerine getirebilir. Ancak bu yetenekler, makine öğreniminin yapabileceklerinin yalnızca küçük bir kısmını oluşturur. Örneğin bir müşterinin destek hattınızı aradığını düşünün: İlk olarak ne söylediğini anlamanız (konuşma tanıma), ardından onu nereye yönlendireceğinize karar vermeniz (karar verme) gerekir. Her iki görevi de genel amaçlı bir dil modeline devredebilirsiniz; fakat bu işler için özel olarak geliştirilmiş daha iyi, daha hızlı ve daha düşük maliyetli modeller mevcuttur.

`AnyLanguageModel` 1.0 değerlendirmesinde, Swift ekosistemindeki yerel ve barındırılan modellerin bir yılı ele alınmıştı. `AnyLanguageModel` ve `swift-huggingface` paketlerinin 1.x sürümlerine ulaşmasıyla birlikte, tanıdık Swift API'lerini farklı model seçenekleriyle sunma yaklaşımı artık konuşma ve karar süreçlerine de taşınıyor. Bu kapsamda, Hugging Face Hub üzerinden açık modelleri indirip doğrudan cihaz üzerinde çalıştırabilen iki yeni paket duyuruldu:

- **AnySpeechRecognizer:** Apple'ın yeni konuşmadan metne (speech-to-text) API'sini uygular. Core ML üzerinde yerel olarak çalışan NVIDIA Parakeet ve Alibaba Qwen3-ASR dahil olmak üzere farklı tanıma motorlarını seçme imkanı sunar ve kimin ne zaman konuştuğunu takip etmek için konuşmacı ayrıştırma (speaker diarization) özelliği ekler.
- **AnyDecisionModel:** Evet/hayır, çoktan seçmeli ve derecelendirme ölçekli sorulara tip güvenli (typed) sonuçlar ve olasılıklarla yanıt verir. Metin üretmek yerine, cihaz üzerindeki MLX, Core AI veya llama.cpp modellerini ya da Jev ve Ollama üzerindeki karar modellerini kullanarak her yanıtı doğrudan modelin olasılıklarından türetir.

## AnySpeechRecognizer

Bilgisayarlar on yıllardır konuşmaları metne döküyor ve son yıllarda bu konuda çok yüksek bir başarıya ulaştılar. Apple platformlarında bu işlem için halihazırda güçlü bir yapı bulunuyor. macOS 26 ve iOS 26 ile tanıtılan `SpeechAnalyzer`, Apple'ın yeni konuşmadan metne API'sidir. Bir analizöre `SpeechTranscriber` ve `SpeechDetector` gibi modüller ekleyebilir, bir dosya veya ses arabelleği akışı (stream) verebilir ve sonuçları asenkron dizilerden (async sequences) geldikçe okuyabilirsiniz. `AssetInventory` modelleri kurar, böylece indirme işlemlerinin ne zaman gerçekleşeceğine uygulamanız karar verir. İyi tasarlanmış bir API olmasına rağmen arkasındaki tek motor Apple'a aittir.

`AnySpeechRecognizer`, bu mevcut API yapısını koruyarak arka plandaki motoru seçmenize olanak tanır:

```swift
- import Speech
+ import AnySpeechRecognizer
```

Paket; varsayılan motor olarak Apple'ın Speech çerçevesini kullanırken `SpeechAnalyzer`, `SpeechTranscriber`, `DictationTranscriber`, `SpeechDetector` ve `AssetInventory` yapılarını birebir yansıtır. Kodunuz bu ortak API'yi kullanıyorsa, yalnızca `import` satırını değiştirmeniz yeterlidir. Örneğin Apple motoru yerine Parakeet kullanmak için sadece `transcriber` oluşturma biçiminizi değiştirmeniz gerekir:

```swift
let transcriber = SpeechTranscriber(
    model: ParakeetSpeechModel(variant: .v3),
    transcriptionOptions: [],
    reportingOptions: [.volatileResults],
    attributeOptions: [.audioTimeRange]
)
```

Varlıkları (assets) yükleme, analizörü çalıştırma ve sonuçları okuma adımları tamamen aynı kalır. Bu soyutlama katmanı, geliştiricilerin mevcut mimarilerini bozmadan farklı açık kaynaklı modelleri üretim ortamında hızla test edebilmesi açısından büyük bir pratik avantaj sağlar.

## Modellerle Tanışın

- **Parakeet v3:** NVIDIA'nın Parakeet TDT 0.6B v3 modelidir. Çok dillidir; 25 Avrupa dilini tanır ve hangi dili duyduğunu kendisi çözer, bu sayede modele ayrıca bir dil/bölge (locale) parametresi geçmenize gerek kalmaz.
- **Parakeet Ultra:** Moondream'in v3 modeli üzerine yaptığı sonradan eğitilmiş (post-trained) versiyondur. Yapılan ölçümlerin çoğunda daha yüksek doğruluk sağlamıştır.
- **Parakeet Unified:** NVIDIA'nın yalnızca İngilizce dili için geliştirdiği Parakeet modelidir.

Her üç Parakeet modeli de paketin kendi Core ML çalışma zamanı (runtime) üzerinde çalışır ve hem dosyadan hem de canlı ses girişlerinden veri almayı, geçici (volatile) sonuçları destekler. Yazılım geliştirme perspektifinden bakıldığında, her problemi devasa bir LLM ile çözmeye çalışmak yerine görev odaklı, cihaz içi (on-device) modellere yönelmek; gecikme süresini (latency) düşürmek ve API maliyetlerini sıfırlamak için en doğru mühendislik yaklaşımıdır.

---

**Kaynak:** Hugging Face Blog (https://huggingface.co/blog/anydecisionmodel)
**Yayıncı:** [Edumints Blog](https://blog.edumints.com) · Alıntılarken bu URL'ye bağlantı verin: https://blog.edumints.com/apple-platformlarinda-konusma-ve-karar-surecleri-icin-acik-modeller