- Katılım
- 13 Ocak 2026
- Mesajlar
- 275
- Tepkime puanı
- 102
- Puan
- 43
Merhaba arkadaşlar!
Bugün dil bariyeriyle ilgili ilginç bir gelişmeyi konuşalım. Tencent’in yapay zekâ birimi Tencent Hunyuan, Hy-SimulMT adını verdiği gerçek zamanlı (simultane) çeviri modelini 26 Ekim 2026’da GitHub üzerinden yayımladı. Model, Çince ile İngilizce arasında iki yönlü, konuşmadan konuşmaya çeviri yapıyor ve en dikkat çekici tarafı da şu: Konuşmacının cümlesini bitirmesini beklemeden çeviriye başlıyor.
Hy-SimulMT tam olarak ne yapıyor?
Tencent’in proje sayfasındaki açıklamaya göre model, gelen ses akışını sürekli dinliyor ve konuşmacı konuşurken hem çevrilmiş metin hem de çevrilmiş ses üretiyor. Hedef kullanım alanları olarak toplantılar, konuşmalar ve röportajlar gösteriliyor.
Simultane çevirinin temel ikilemini basit bir örnekle düşünelim: Türkçede fiil çoğu zaman cümlenin sonunda gelir. “Yarınki toplantıyı… iptal ettik” cümlesinde son kelimeyi duymadan doğru çeviri yapmak zordur. Çok beklerseniz dinleyici geride kalır, çok erken konuşursanız anlamı kaçırabilirsiniz. Tencent, Hy-SimulMT’nin tam da bu kalite–gecikme dengesine odaklandığını söylüyor. (Bu örnek konuyu anlatmak için benim verdiğim bir örnek; model şu an Türkçeyi desteklemiyor.)
Şirketin paylaştığı test sonuçları
Aşağıdaki bilgiler Tencent’in kendi değerlendirmeleridir, bağımsız bir kurumun testi değildir:
Burada önemli bir not var: Tencent bu karşılaştırmanın küçük ölçekli olduğunu, sonuçların yalnızca bu örnekler ve test koşulları için geçerli olduğunu ve ses kalitesi ya da ses benzerliği gibi konularda kapsamlı bir değerlendirme sayılmayacağını açıkça yazıyor. Bu yüzden “insan tercümanları geride bıraktı” demek yerine “bu testte benzer kalite, daha düşük gecikme iddiası” demek daha doğru olur.
Görsel: RealSI uzun ses değerlendirmesinde GEMBA kalite puanı ve StreamLAAL gecikme karşılaştırması. Kaynak: Tencent Hunyuan, Hy-SimulMT GitHub sayfası.
Ses klonlama: Çeviride konuşmacının sesi korunuyor
Modelin bir diğer özelliği gerçek zamanlı ses klonlama. Yani çeviri yapılırken konuşmacının ses karakteri hedef dilde de korunmaya çalışılıyor. Tencent’in İngilizceden Çinceye demosunda üç farklı konuşmacı var ve amaç, dinleyicinin çeviriyi takip ederken kimin konuştuğunu ayırt edebilmesi. Şirket, demo videolarının çevrimdışı tekrar oynatma olduğunu ve video süresinin canlı gecikme ölçümü gibi yorumlanmaması gerektiğini de not düşmüş.
Bir pratik detay: Proje sayfasına göre sesli çıktı ve ses klonlama için ayrıca yapılandırılmış bir TTS (metinden sese) hizmeti gerekiyor.
Açık kaynak olarak neler sunuldu?
Şu an için desteklenen diller yalnızca Çince ve İngilizce. Başka dillerin eklenip eklenmeyeceğine dair proje sayfasında bir tarih veya taahhüt yok.
Benim değerlendirmem
Benim değerlendirmem, buradaki asıl haberin “insan tercümanların yerini alacak bir model” değil, düşük gecikmeli simultane çevirinin açık ağırlıklarla herkesin inceleyebileceği hâle gelmesi olduğu yönünde. Tencent’in kendisi de proje sayfasında, sıkı sorumluluk, uzman denetimi veya yüksek riskli kararlar gerektiren durumlarda profesyonel tercümanların önemini koruduğunu ve yapay zekâ çevirisinin önce düşük riskli ortamlarda faydalı olabileceğini belirtiyor. Bağımsız testler geldikçe tablo daha netleşecektir. Ses klonlamanın izinsiz kullanım gibi riskleri de ayrıca tartışılması gereken bir konu.
Peki sizce toplantı ya da eğitim videolarında böyle bir anlık çeviri aracı kullanır mıydınız, yoksa önemli işlerde yine insan tercümana mı güvenirsiniz?
Asıl kaynak: Tencent Hunyuan – Hy-SimulMT GitHub sayfası: https://github.com/Tencent-Hunyuan/Hy-SimulMT
Bugün dil bariyeriyle ilgili ilginç bir gelişmeyi konuşalım. Tencent’in yapay zekâ birimi Tencent Hunyuan, Hy-SimulMT adını verdiği gerçek zamanlı (simultane) çeviri modelini 26 Ekim 2026’da GitHub üzerinden yayımladı. Model, Çince ile İngilizce arasında iki yönlü, konuşmadan konuşmaya çeviri yapıyor ve en dikkat çekici tarafı da şu: Konuşmacının cümlesini bitirmesini beklemeden çeviriye başlıyor.
Hy-SimulMT tam olarak ne yapıyor?
Tencent’in proje sayfasındaki açıklamaya göre model, gelen ses akışını sürekli dinliyor ve konuşmacı konuşurken hem çevrilmiş metin hem de çevrilmiş ses üretiyor. Hedef kullanım alanları olarak toplantılar, konuşmalar ve röportajlar gösteriliyor.
Simultane çevirinin temel ikilemini basit bir örnekle düşünelim: Türkçede fiil çoğu zaman cümlenin sonunda gelir. “Yarınki toplantıyı… iptal ettik” cümlesinde son kelimeyi duymadan doğru çeviri yapmak zordur. Çok beklerseniz dinleyici geride kalır, çok erken konuşursanız anlamı kaçırabilirsiniz. Tencent, Hy-SimulMT’nin tam da bu kalite–gecikme dengesine odaklandığını söylüyor. (Bu örnek konuyu anlatmak için benim verdiğim bir örnek; model şu an Türkçeyi desteklemiyor.)
Şirketin paylaştığı test sonuçları
Aşağıdaki bilgiler Tencent’in kendi değerlendirmeleridir, bağımsız bir kurumun testi değildir:
- Uzun ses testi (RealSI): Model, akış hâlindeki çeviri gecikmesini ölçen StreamLAAL metriğinde yaklaşık 3 saniye elde etmiş. Bu, karşılaştırma grafiğindeki sistemler arasında en düşük gecikme olarak gösteriliyor. Çeviri kalitesini ölçen GEMBA puanında ise karşılaştırılan açık kaynaklı modellerin tamamını ve beş ticari API’nin dördünü geçtiği belirtiliyor. Tencent, StreamLAAL değerinin “ilk sesin duyulma süresi” ile aynı şey olmadığının da altını çiziyor.
- Kısa ses testleri: FLEURS, CoVoST2, ACL6060 ve RealSI-Sentence testlerinde sonuçlar daha karışık. Model RealSI-Sentence’ta 84,7 puanla tablodaki en yüksek skoru almış; ancak örneğin FLEURS ve CoVoST2’de tablodaki bazı sistemler daha yüksek puan alıyor. Yani her testte birinci değil.
- İnsan tercümanlarla karşılaştırma: Eylül 2026’dan itibaren internette yayımlanmış, her biri yaklaşık 6 dakikalık 18 Çince ve İngilizce kayıt kullanılmış. Altı deneyimli simultane tercümanla (üçü CATTI 1. seviye, üçü 2. seviye sertifikalı) kıyaslanan model için Tencent, çeviri kalitesinin uzman tercümanlarla “aynı seviyede” olduğunu, tepki süresinin ise çoğu zaman daha kısa olduğunu söylüyor.
Burada önemli bir not var: Tencent bu karşılaştırmanın küçük ölçekli olduğunu, sonuçların yalnızca bu örnekler ve test koşulları için geçerli olduğunu ve ses kalitesi ya da ses benzerliği gibi konularda kapsamlı bir değerlendirme sayılmayacağını açıkça yazıyor. Bu yüzden “insan tercümanları geride bıraktı” demek yerine “bu testte benzer kalite, daha düşük gecikme iddiası” demek daha doğru olur.
Görsel: RealSI uzun ses değerlendirmesinde GEMBA kalite puanı ve StreamLAAL gecikme karşılaştırması. Kaynak: Tencent Hunyuan, Hy-SimulMT GitHub sayfası.
Ses klonlama: Çeviride konuşmacının sesi korunuyor
Modelin bir diğer özelliği gerçek zamanlı ses klonlama. Yani çeviri yapılırken konuşmacının ses karakteri hedef dilde de korunmaya çalışılıyor. Tencent’in İngilizceden Çinceye demosunda üç farklı konuşmacı var ve amaç, dinleyicinin çeviriyi takip ederken kimin konuştuğunu ayırt edebilmesi. Şirket, demo videolarının çevrimdışı tekrar oynatma olduğunu ve video süresinin canlı gecikme ölçümü gibi yorumlanmaması gerektiğini de not düşmüş.
Bir pratik detay: Proje sayfasına göre sesli çıktı ve ses klonlama için ayrıca yapılandırılmış bir TTS (metinden sese) hizmeti gerekiyor.
Açık kaynak olarak neler sunuldu?
- Çıkarım (inference) için SimulInfer hizmeti ve eğitim için SimulTrain araçları
- Hy-SimulMT-30B-A3B modeli ile FP8 kuantizasyonlu ve GGUF formatındaki sürümleri
- Çeviriyle birlikte kaynak metni de veren “Interleave” varyantları
- Kurulumla uğraşmadan denemek isteyenler için Android ve iOS’taki Hy Translate uygulaması
Şu an için desteklenen diller yalnızca Çince ve İngilizce. Başka dillerin eklenip eklenmeyeceğine dair proje sayfasında bir tarih veya taahhüt yok.
Benim değerlendirmem
Benim değerlendirmem, buradaki asıl haberin “insan tercümanların yerini alacak bir model” değil, düşük gecikmeli simultane çevirinin açık ağırlıklarla herkesin inceleyebileceği hâle gelmesi olduğu yönünde. Tencent’in kendisi de proje sayfasında, sıkı sorumluluk, uzman denetimi veya yüksek riskli kararlar gerektiren durumlarda profesyonel tercümanların önemini koruduğunu ve yapay zekâ çevirisinin önce düşük riskli ortamlarda faydalı olabileceğini belirtiyor. Bağımsız testler geldikçe tablo daha netleşecektir. Ses klonlamanın izinsiz kullanım gibi riskleri de ayrıca tartışılması gereken bir konu.
Peki sizce toplantı ya da eğitim videolarında böyle bir anlık çeviri aracı kullanır mıydınız, yoksa önemli işlerde yine insan tercümana mı güvenirsiniz?
Asıl kaynak: Tencent Hunyuan – Hy-SimulMT GitHub sayfası: https://github.com/Tencent-Hunyuan/Hy-SimulMT