Sesli Konuşma

<< İçindekileri Görüntülemek İçin Tıklayın >>

Yer:  Araçlar > Yapay Zeka Asistanı >

Sesli Konuşma

Yapay Zeka Asistanı ile mikrofondan gerçek zamanlı konuşma özelliğidir: kullanıcı konuşur, asistan sesle cevap verir; konuşma sırasında asistan ekran açma, veri sözlüğü, yardım gibi araçlarını da kullanabilir. Her iki tarafın yazılı dökümü sohbete olağan mesaj baloncukları olarak girer ve oturumla birlikte saklanır. Metni sesle yazdıran mikrofon düğmesinden farkı, cevabın da sesle gelmesi ve konuşmanın kesintisiz sürmesidir.

Ses sağlayıcısı tanımı

Sesli konuşma için Tanımlar > Firma Tanımları > Netsim Konnektör Tanımları'nda Connector türü AI Realtime olan, Aktif ya da Onaylandı durumunda bir kayıt gerekir. Bu, sohbet için kullanılan AI Provider tanımından ayrı bir kayıttır; tür seçilince Connector sistemi listesi gerçek zamanlı ses sürücüleriyle dolar ve Yapay Zeka sekmesi görünür.

Alan Açıklama
Connector sistemi Ses sürücüsü: Grok (xAI; konuşma sırasında araç çağrısı destekler), Qwen (Alibaba DashScope; araç çağrısı yok), MakerAi.
Api key Sürücünün anahtarı. @AD yazılırsa değer AD ortam değişkeninden okunur.
Model (Yapay Zeka sekmesi) Boşsa sürücünün öndeğer gerçek zamanlı modeli kullanılır.
Servis bağlantı adresi Doluysa sürücünün öndeğer adresi yerine kullanılır (örneğin Qwen'de bölge adresi).
Sistem istemi şablonu (Yapay Zeka sekmesi) Sohbetin sistem yönergesine eklenen talimat (ses tanımı sohbet yönergesinin yerine geçmez). "Kısa, konuşma diliyle ve sesli okunabilir cevap ver; liste, tablo ve kod bloğu yazma" kuralı program tarafından zaten eklenir.
Parametreler (sekme) Satır başına Ad=Değer biçiminde sürücüye özgü ayarlar. Ses adı burada verilir: Voice=eva (Grok sesleri: eva, ara, rex, sal, leo; Qwen'de modele göre Tina ya da Cherry). Diğer örnekler: ReasoningEffort=greNone (Grok, düşük gecikme), IdleTimeoutMs=… (boşta kalma süresi), OutputSpeed=…. Sürücünün tanımadığı bir anahtar yazılmışsa bağlanınca "Sesli konuşma parametresi: …" hatası gösterilir, konuşma yine de sürer.
Kayıt durumu, Noktalar AI Provider tanımıyla aynı kural.

Birden çok aktif AI Realtime tanımı varsa Connector kodu sırasında ilki kullanılır; asistanda ses sağlayıcısı seçici yoktur. Mikrofon ve hoparlör, Windows'un öndeğer ses cihazlarıdır; programda cihaz seçimi yoktur.

Başlatma ve durdurma

  • Asistanın giriş çubuğundaki ses dalgası düğmesine (ipucu: Sesli konuşma (başlat / durdur)) basılır. Bağlantı kurulup mikrofon açılınca düğme kırmızı olur; ipucu Sesli konuşmayı durdur olur.
  • Kullanıcı konuşur; cümle bittiğinde dökümü sohbete kullanıcı mesajı olarak yazılır. Asistanın cevabı hoparlörden çalınır, metni aynı anda asistan baloncuğunda akar ve tamamlanınca oturuma kaydedilir.
  • Söze girme: Asistan konuşurken kullanıcı konuşmaya başlarsa asistanın sesi kesilir (kuyruktaki ses atılır, o ana kadar çalınan parça biter) ve yeni cümle dinlenir.
  • Aynı düğmeye yeniden basılınca konuşma durur; yarım kalan asistan cevabı o haliyle sohbete yazılır. Bağlantı karşı taraftan kapanırsa "Sesli konuşma bağlantısı kapandı." uyarısıyla durur.
  • Sesli konuşma açıkken metni yazıya döken mikrofon düğmesi kullanılamaz ("Sesli konuşma açıkken mikrofon kaydı kullanılamaz; önce sesli konuşmayı durdur."); iki düğme aynı mikrofonu paylaşır. Yazılı soru göndermek için konuşmayı durdurmak gerekmez.

Araçlar

Sürücü destekliyorsa (Grok) ve oturumun Araç kullanımı ayarı Kullanma değilse asistanın bütün araçları konuşma sırasında da çalışır: ekran açma, kayıt doldurma, veri sözlüğü, yardım, hazır komutlar, hafıza. Onay isteyen araçlar sesli kipte de onay penceresi açar; pencere cevaplanana kadar işlem bekler. Qwen araç çağrısı desteklemez: bu sürücüyle asistan yalnız sohbet eder.

Sınırlar

  • Araç koruması (yıkıcı SQL kalıpları, araç sayısı ve döngü sınırı, sağlayıcı tanımındaki izinli/yasak araç listeleri) sohbet bağlantısına bağlıdır ve sesli kipte devrede değildir. Araç kullanımını sınırlamak gerekiyorsa sesli konuşma için oturumun Araç kullanımı ayarı Kullanma yapılır.
  • Sesli cevaplarda token sayısı ölçülmez; oturumun Kullanım Bilgisi'nde ve kullanım raporunda bu cevaplar Sesli Konuşma kaynağıyla, token değeri 0 olarak görünür.
  • Dil Türkçe'dir; konuşmanın bitişini sunucu tarafı algılar (sabit bir "konuş" tuşu yoktur).
  • Ses sağlayıcısı seçimi, ses cihazı seçimi ve yazılı sohbet cevaplarının seslendirilmesi bu özelliğin kapsamında değildir.

Düğme hata veriyorsa ya da ses gelmiyorsa Bilinen Sınırlar ve Sorun Giderme sayfasındaki sesli konuşma maddelerine bakılır.