---
title: "NVIDIA Nemotron 3.5 Transcribe ve Granary v2: İstemlerle Yönlendirilebilen ve Uyarlanabilen Akıllı Çok Dilli Transkripsiyon"
url: https://blog.edumints.com/nvidia-nemotron-3-5-transcribe-ve-granary-v2-istemlerle
category: "LLM"
date: 2026-10-28T15:06:03.044Z
publisher: Edumints Blog
lang: tr-TR
source_name: "Hugging Face Blog"
source_url: https://huggingface.co/blog/nvidia/nemotron-transcribe-granary
---

# NVIDIA Nemotron 3.5 Transcribe ve Granary v2: İstemlerle Yönlendirilebilen ve Uyarlanabilen Akıllı Çok Dilli Transkripsiyon

Klasik bir konuşmayı metne dönüştürme (ASR) çıktısı her kelimeyi yakalasa bile, geliştiricileri ve uygulamaları kimin ne söylediği, metnin nasıl çevrileceği veya sektörel jargonun nasıl biçimlendirileceği konusunda eksik bırakabilir. Çok dilli görüşmeler, hızlı tempolu toplantılar ve tıbbi dikteler; çeviri, konuşmacı etiketleri veya doğru yazılmış tıbbi terimler gibi farklı çıktılar gerektirir.

**NVIDIA Nemotron 3.5 Transcribe**, kaydedilen konuşmaları doğrudan kullanıma hazır metinlere dönüştüren, açık ağırlıklı (open-weight) ve istemlerle yönlendirilebilen (promptable) bir model olarak Hugging Face ve ModelScope üzerinde erişime açıldı. Transkripsiyon, konuşmacı ayrıştırma (diarization), çeviri ve sesli soru-cevap yeteneklerini tek bir model kontrol noktasında (checkpoint) birleştiriyor. Model; 40 dilde transkripsiyon yapıyor, bunların 31'ini İngilizceye veya İngilizceden diğer dillere çeviriyor ve 13 dilde konuşmacı ayrıştırması gerçekleştiriyor. Bir saate kadar olan kayıtları işleyebilen yapı, sekiz farklı konuşmacıyı etiketleyebiliyor. Geliştiriciler doğal dil istemleriyle çıktıyı yönlendirebilir, sesin nerede işleneceğini seçebilir ve modeli özel alan kelime dağarcığına veya aksanlara uyarlayabilir.

Model, İngilizce için Hugging Face Open ASR Leaderboard'da açık ağırlıklı modeller arasında birinci sırada yer alıyor ve Artificial Analysis'in doğruluk-aktif parametre sınırında konumlanıyor. Konuşmacı ayrıştırmada ise David AI'ın 21 dilli liderlik tablosunda en düşük hata oranına sahipken, VoiceArena'nın 14 sistemlik karşılaştırmasında birinci sırada bulunuyor. Ayrıca DGX Spark'tan Blackwell veri merkezi sistemlerine kadar tek bir NVIDIA GPU üzerinde çalışabiliyor. 

**Granary v2**'nin çok dilli veri seti ve yeniden kullanılabilir veri hazırlama hattı (pipeline), **NeMo Speech** ince ayar (fine-tuning) araçlarıyla birleşerek istem düzeyindeki kontrolü eğitim aşamasına taşıyor. Geliştiriciler ihtiyaç duydukları yazılı biçimi tanımlayabiliyor ve modeli kendi uygulamalarındaki konuşma yapılarına uyarlayabiliyor. Nitekim tıbbi bir vaka çalışmasında ince ayar kullanımı, en iyi istem (prompt) sonucuna kıyasla kelime hata oranını (WER) %45,8 oranında düşürmüştür. Yazılım geliştirme açısından bu durum, ayrı transkripsiyon, çeviri ve özetleme servislerini zincirlemek yerine tek bir modelle uçtan uca ses işleme mimarisi kurmanın maliyet ve gecikme avantajını kanıtlar.

## Transkripsiyonu ve Analizi Doğal Dille Yönlendirin

Aynı model kontrol noktası, verilen talimata bağlı olarak tek bir toplantı kaydını farklı çıktılara dönüştürebilir:

- "Bu kaydı metne dök ve her konuşmacıyı etiketle."
- "Bu sesi İngilizceye çevir."
- "Bu toplantıda hangi kararlar alındı?"

Modelin gücünü, hızlı ve yoğun şekilde üst üste binen diyaloglarıyla ünlü 1940 yapımı klasik komedi filmi *His Girl Friday* sahnesini işlediği örnekte görmek mümkündür. **Nemotron 3.5 Transcribe**, üst üste binen konuşmalar da dahil olmak üzere sahneyi altyazıya döker ve konuşmacıları doğru şekilde etiketler.

Geliştiriciler için önemli bir pratik çıkarım olarak; yabancı veya sektörel terimler için model eğitmeye geçmeden önce bağlam (context) vermeyi deneyebilirsiniz. Örneğin bir sağlık uygulaması senaryosunda şu şekilde bir istem kullanılabilir:

- "Bu tıbbi tartışmayı orijinal dilinde metne dök. Olası terimler: **HbA1c**, **metformin**. Bu terimleri yalnızca ses kaydı desteklediğinde kullan. Standart tıbbi yazımı koru."

Bu yaklaşım, sıfırdan model eğitimi maliyetine girmeden önce **istem mühendisliği (prompt engineering)** ile alan spesifik doğruluğu artırmanın en pratik yoludur.

Orijinal makaleye [buradan](https://huggingface.co/blog/nvidia/nemotron-transcribe-granary) ulaşabilirsiniz.

---

Bu konuyu derinlemesine öğrenmek isterseniz: [Temel Prompt Teknikleri](https://edumints.com/kesfet/sistematik-prompt-muhendisligi-ve-dspy-ile-program-xpig) modülüne göz atın.

---

**Kaynak:** Hugging Face Blog (https://huggingface.co/blog/nvidia/nemotron-transcribe-granary)
**Yayıncı:** [Edumints Blog](https://blog.edumints.com) · Alıntılarken bu URL'ye bağlantı verin: https://blog.edumints.com/nvidia-nemotron-3-5-transcribe-ve-granary-v2-istemlerle