Sesli arayüz kurmak: tanıma, niyet ve devir

Sesli arayüzde hayal kırıklığı, sistemin bilmediğini bilmemesinden doğar. Kullanıcı konuşurken sınır göremez; yazılı arayüzdeki menü ve düğmeler burada yoktur. Sınır bu yüzden konuşmanın içinde kurulmalıdır: sistem ne yapabildiğini açılışta söyler, yapamadığını fark ettiği anda devreder.

• Yapabildiği işleri fiil olarak yazın: "randevu saatini değiştir", "bakiye söyle", "kargo durumunu ilet".
• Her iş için gereken alanları yazın; eksik alan sorulacak soruyu, hiç sorulamayan alan devri belirler.
• Kapsam dışı ama sık gelen istekleri ayrı listeleyin ve her biri için hazır bir devir cümlesi yazın.
• Asla otomatik tamamlanmayacak işleri işaretleyin: para hareketi, sözleşme feshi, sağlıkla ilgili karar gibi geri alınamaz adımlar.

İki kip arasındaki fark bir ayar değil mimaridir. Toplu tanıma kullanıcı sustuktan sonra tüm sesi işler ve gecikmeyi sona yığar; akış kipinde tanıma konuşma sürerken ilerler, böylece niyet çıkarımı kullanıcı cümlesini bitirmeden başlayabilir. Araya girme ise akış kipinin değil, sistem konuşurken mikrofonu açık tutmanın ve gelen sesi yankı bastırma yoluyla kendi çıkışından ayırabilmenin sonucudur; akış kipi bu tepkiyi yalnızca hızlandırır.

Ölçüm için kelime hata oranı kullanılır: ekleme, silme ve değiştirme sayısının referans metindeki kelime sayısına bölümü. Tanım gereği bu oran 1'i aşabilir — sistem referansta olmayan kelimeler ürettiğinde. Başka bir kurumun yayımladığı oran sizin kayıtlarınız için hiçbir şey söylemez; ölçümü kendi çağrılarınızdan alınmış örneklerle yapın.

• Alan sözlüğünü tanıma katmanına verin: ürün adları, şube adları ve kurum kısaltmaları tanınmadığında niyet de çıkmaz.
• Sayı, tarih ve saat normalizasyonunu ayrı bir adım yapın; "yarın öğleden sonra" tanıma değil yorumlama işidir.
• Türkçede hata çoğu zaman kökte değil ekte olur; kısa ve birbirine yakın ek sesleri yanlış çıktığında anlam değişir ve niyet sessizce bozulur.
• Aksan ve konuşma hızı kırılımında ayrı ölçün; ortalama hata oranı, belirli bir kullanıcı grubunun hiç hizmet alamadığını gizleyebilir.

Sesli arayüzlerin büyük kısmı telefon hattı, açık ofis veya araç içi gibi zor koşullarda çalışır. Bu koşullar daha iyi bir modelle telafi edilemez, çünkü kaybolan bilgi zaten kayıt anında kaybolmuştur. İyileştirme sırası donanım, sinyal işleme ve ancak ondan sonra model olmalıdır.

İnsanlar sırayı sessizlikle değil bağlamla devreder: cümle yarım kaldığında bekler, tamamlandığında konuşuruz. Makinede bu kararın tek girdisi genellikle sessizlik süresidir ve bu yüzden iki yönlü hata üretir — düşünmek için duraklayan kullanıcının sözünü keser, cümlesini bitirmiş kullanıcıyı bekletir.

1. 1Dinliyor

   Ses geliyor, uç noktalama kararı bekleniyor. Bu durumda sistem konuşmaz.

2. 2Uç noktalama

   Sessizlik eşiği geçildi mi, cümle tamamlanmış görünüyor mu: sıra devri kararı burada verilir.

3. 3İşliyor

   Niyet çıkarılıyor. Bu durum uzarsa kullanıcı bağlantının koptuğunu sanar; kısa bir onay cümlesi gerekir.

4. 4Konuşuyor

   Sistem cevap veriyor; araya girme açıksa kullanıcı sesi algılandığı anda üretim durdurulur.

• Sessizlik eşiğini tek bir sayı olarak sabitlemeyin: kısa cevap beklenen soruda kısa, serbest anlatım beklenen soruda uzun tutun.
• Araya girildiğinde yarım kalan anonsu baştan okumayın; kullanıcı zaten duyduğu kısmı ikinci kez dinlemek istemez.
• İşleme süresi belirlediğiniz sınırı aşarsa sessiz kalmak yerine durumu söyleyin; belirsiz sessizlik, çağrının bırakılmasının en sık nedenidir.

Niyeti alanlardan ayrı düşünmek konuşmayı gereksiz uzatır: kullanıcı "yarın saat üçteki randevumu iptal et" dediğinde iş, tarih ve eylem tek cümlede verilmiştir. Çıkarım katmanı bunları birlikte okumazsa sistem zaten söylenmiş bilgiyi yeniden sorar ve konuşma insanla konuşma hissini kaybeder. Çıkarım katmanının ürettiği kayıt şu biçimi taşır; örnekteki değerler ve güven sayısı temsilîdir, bir ölçüm sonucu değildir: niyet, alanlar, her alanın konuşmadaki ham karşılığı ve o alanın teyit isteyip istemediği tek yapıda durur.

{
  "niyet": "randevu_iptal",
  "guven": 0.88,
  "alanlar": {
    "randevu_tarihi": { "deger": "2026-09-16", "ham": "yarın", "teyit_gerekli": true },
    "randevu_saati": { "deger": "15:00", "ham": "saat üçte", "teyit_gerekli": true },
    "sube": { "deger": null, "ham": null, "teyit_gerekli": false }
  },
  "kapsam_disi": false
}

• Göreli zaman ifadelerini ("yarın", "haftaya", "öğleden sonra") çözümledikten sonra mutlaka teyit edin; bu ifadeler konuşmanın yapıldığı ana göre değişir.
• Geri alınamaz işlemlerde teyidi sistemin kendi cümlesiyle alın: iptal edilecek kaydı tarihiyle birlikte okuyup onay isteyin.
• Kullanıcı bir alanı iki kez farklı söylerse son söylediğini alın, ama ikisini de kayda yazın; itiraz durumunda tek dayanak bu kayıttır.
• Niyet güveni düşükse tahmin yürütmek yerine kapalı uçlu soru sorun; "nasıl yardımcı olabilirim" aynı belirsizliği bir kez daha üretir.

Kötü bir sesli arayüzün kötü olma sebebi çoğu zaman yanlış cevap vermesi değil, kullanıcıyı bırakmamasıdır. Devir mekanizması sistemin en çok kullanılan özelliği olacakmış gibi tasarlanmalı: hızlı, gerekçeli ve tekrarsız.

• Devir paketine şunları koyun: konuşmanın özeti, doğrulanmış alanlar, denenen işlemler ve devir gerekçesi.
• Devralan kişinin ilk cümlesi "buyurun, nasıl yardımcı olabilirim" olmamalı; bu cümle kullanıcıya her şeyi baştan anlatma yükü bindirir.
• Devir hedefinin çalışma saatleri dışında ne olacağını yazın: kuyruk, geri arama kaydı veya açık bir "şu saatlerde ulaşın" cümlesi.

Gecikme sesli arayüzde bir performans ayrıntısı değil, konuşmanın doğallığını belirleyen ana değişkendir: kullanıcı sessizliği "anlamadı" diye yorumlar ve yeniden konuşur, bu da sıra yönetimini bozar. Bütçeyi bileşen bileşen yazmak, hangi adımın kısaltılabileceğini tartışılır kılar.

Bütçeyi bir varsayımla başlatıp ölçümle düzeltin: bu örnekte toplam hedefi bir saniye kabul edip payları bileşenlere dağıttığınızı varsayalım, sonra gerçek dağılımı ölçüp en büyük payı alan bileşene bakın. Önemli olan başlangıç sayısı değil, toplamın sahipsiz kalmamasıdır; her bileşen kendi payını bilmediğinde gecikme kimsenin sorunu olmaz.