TTS Kredilerinizi Korumak ve Sesinizi Parlatmak: İçerik Puanlama ve Metin Normalleştirme

Bir web sitesine self-servis TTS eklemek, sessiz sedasız sesler, modeller veya API'lerle pek ilgisi olmayan iki soruna yol açar. Birincisi, ham metin bir hoparlörden duymak istediğiniz gibi nadiren çıkar. İkincisi, herkese açık bir sayfaya TTS uç noktası koyduğunuz anda yabancılar ona istek gönderebilir. TTS2Go her ikisini de iki özel sistemle ele alır: sentezden önce sorunlu girdiyi yeniden yazan bir metin normalleştirme hattı ve yalnızca gerçekten sitenize ait olan istekleri otomatik onaylayan bir yapay zekâ içerik puanlama katmanı. Bu yazıda her ikisini de, neden var olduklarını ve bu birlikteliğin neden önemli olduğunu ele alıyoruz.

Bir tarayıcı SDK'sının hangi projeye ait olduğunu bilmesi gerekir ve bu tanımlayıcı, kullanıcıların inceleyebildiği kodda bulunur. Domain izin listeleri ve hız sınırlarıyla bunu kısıtlayabilirsiniz; ancak tanımlayıcı gizli bir bilgi değildir. Uç noktayı bulan biri istek gönderebilir. Bu isteklerin her biri, sentez aşamasına ulaşırsa sağlayıcı kredilerinizi tüketebilir.

İlk akla gelen, her isteğin üretimden önce bir insan tarafından onaylanmasını şart koşmaktır. Bu doğrudur ve TTS2Go kutudan çıktığı hâliyle tam olarak bunu yapar. Ama bu iş, onu yapan ekipten daha hızlı büyür. Gerçek trafik geldiğinde manuel onay, tam zamanlı bir kesintiye dönüşür.

Kalite tarafında ise TTS sağlayıcıları yaygın kalıpların nasıl telaffuz edileceği konusunda hemfikir değildir. "2026-04-21" gibi bir tarih bir motorda "April twenty-first, twenty twenty-six", başka bir motorda ise "twenty twenty-six dash oh four dash twenty-one" olarak çıkabilir. Para birimleri, saatler, kısaltmalar ve büyük sayıların hepsi öngörülemez davranır. Yazarlarınız sağlayıcının iç işleyişini kontrol edemez; sağlayıcınız da içeriğinizden haberdar değildir.

Her TTS2Go projesi manuel onayla başlar. SDK bir üretim isteği gönderdiğinde, istek paneldeki bir kuyruğa düşer. İsteği inceler, onaylar veya reddedersiniz ve yalnızca onaylanan istekler kredi tüketir. Bu güvenli varsayılan ayardır ve işe yarar: Kendi seslerinden çıkan her ses parçasını önemseyen ekipler tam kontrole sahip olur.

Ancak yavaştır da. Yeterli trafik olduğunda, keşke bir makineye devredebilsem dediğiniz türden bir iş akışına dönüşür.

Yapay zekâ içerik puanlama, işte o makinedir. Her proje için kısa bir içerik profili yapılandırırsınız: sitenizin ne hakkında olduğunu anlatan bir açıklama, sitenin türü, dili ve birkaç örnek metin parçası. Bir üretim isteği geldiğinde TTS2Go, istek metnini ve profili bir dil modeline gönderir; model de kısa bir gerekçeyle birlikte birden ona kadar bir puan döndürür.

Bir eşik değeri seçersiniz. Bu eşikte veya üzerinde kalan istekler otomatik onaylanır ve senteze gönderilir. Eşiğin altındakiler ise siteniz için hangisi mantıklıysa ona göre ya manuel kuyruğa geri düşer ya da doğrudan reddedilir. Ölçek ikili değildir: Basamaklar en altta "spam veya kötüye kullanım"dan başlayıp "dolaylı ilgili", "makul eşleşme", "iyi eşleşme" ve en üstte "mükemmel eşleşme"ye kadar uzanır. İçerik karmanız ne gerektiriyorsa o kadar katı veya esnek olabilirsiniz.

Sonuç olarak, uç noktanızı bulup alakasız metin üretmeye çalışan rastgele yabancılar düşük puan alır ve asla sentez aşamasına ulaşamaz. Kendi sayfalarınızdaki meşru içerik yüksek puan alır ve siz müdahale etmeden seslendirilir. Yalnızca orta banda bakarsınız; o da yalnızca istediğinizde.

Puanlama, normalleştirilmiş sürüm yerine orijinal metin üzerinde çalışır; çünkü puanlama, sesin sonunda nasıl duyulacağıyla değil, içeriğin uygunluğuyla ilgilidir.

İçerik üretim için onaylandıktan sonraki soru, nasıl duyulacağıdır. TTS2Go, onaylanan her isteği sağlayıcıya ulaşmadan önce kurallara dayalı bir normalleştirme hattından geçirir. Bu hat, ham metnin sağlayıcıların tutarsız şekilde işlediği kısımlarını yeniden yazar: tam sayılar ve ondalık sayılar, tarihler ve saatler, farklı biçimlerdeki para birimleri, yüzdeler, Roma rakamları ve "Dr.", "Mr." ve "etc." gibi yaygın kısaltmalar.

Örneğin İngilizce "The invoice of $1,234.56 is due on 2026-04-21" cümlesi, "The invoice of one thousand two hundred thirty-four dollars and fifty-six cents is due on April twenty-first, twenty twenty-six." hâline gelir. "Chapter IV has 5 sections" ise "Chapter four has five sections." olur. Her dönüşüm deterministiktir, karşılık gelen bir birim testi vardır ve çalışma zamanında hiçbir maliyeti yoktur: Bunların tümü yerel işlemedir, sentez yolunda ek bir API çağrısı yoktur.

Kurallara dayalı yaklaşım, başka bir yapay zekâ katmanı yerine bilinçli olarak tercih edilmiştir. Kurallar öngörülebilirdir: Onları yeniden üretebilir, açıklayabilir ve farklarını karşılaştırabilirsiniz. Bir kullanıcı tuhaf bir şey duyarsa, nedenini tam olarak bulabilir ve buna yol açan kuralı düzeltebilirsiniz. Ses bir performanstır ve performansların tekrarlanabilir bir senaryoya ihtiyacı vardır.

Bu iki sistem, hattın zıt uçlarında çalışır. Puanlama, neyin senteze ulaşacağına karar verir. Normalleştirme ise nasıl duyulacağına. Biri bütçenizi, diğeri çıktı kalitenizi korur. Puanlamayı kaldırırsanız kredileriniz açıkta kalır; normalleştirmeyi kaldırırsanız sesiniz tutarsızlaşır. Birlikte, bir içerik moderatörü ve bir dilbilimci gerektiren bir TTS entegrasyon projesini tek satırlık bir SDK koduna dönüştürürler.

Her iki sistemin de panelin kenar çubuğunda canlı demoları var. "AI Content Scoring" sayfası, örnek bir metin yapıştırıp projelerinizin herhangi bir içerik profiline göre tam puanı, gerekçeyi ve otomatik onay kararını görmenizi sağlar. "Speech Formatting" sayfasında ise yazdığınız her şeyin normalleştirilmiş hâlini, öncesi ve sonrası örnekleriyle yan yana gösteren bir "Try-It" kutusu bulunur. İkisi de hız sınırlıdır, hiçbiri kredi tüketmez ve her biri gerçek bir istek geldiğinde canlı ortamda olanı birebir yansıtır.

Zaten bir TTS2Go projeniz varsa paneli açın ve ikisini de deneyin. Yeni başlıyorsanız bir proje oluşturun, React SDK'yı bir sayfaya ekleyin ve ilk birkaç isteği manuel kuyruğun yakalamasına izin verin; böylece hattın tamamını baştan sona iş başında göreceksiniz.