Ne işe yarar (iş diliyle)
Otomatik transkriptler dağınıktır: kim konuşuyor belli değildir, dolgu sesleri (ee, şey, yani) ve devrik cümlelerle doludur. Bu yetenek, ham metni okunur cümlelere çevirir ve görüşmecinin sorularını ilgilenilen kişinin sözlerinden ayırır — ama bunu yaparken anlamı ve üslubu bozmaz (örn. olumsuz/şikâyetçi ifadeyi olumluya çevirmez, içerik uydurmaz). İş değeri: sonraki değerlendirme yalnızca doğru kişinin gerçek sözlerine bakar, görüşmecinin lafları analize karışmaz → çok daha dürüst ve isabetli sonuç.
Hangi müşteri/projelerde işe yarar
İki veya daha çok kişinin konuştuğu her kayıt: mülakat, çağrı merkezi görüşmesi, danışma/terapi seansı, müşteri görüşmesi, panel/röportaj. Transkripti sonradan analiz edilen (puanlama, özetleme, kalite) her projede ön-temizlik adımı olarak değerlidir.
Nasıl çalışır (kısa, sade)
Ham transkript bir yapay zekaya verilir; model (1) görüşmecinin sorularını ayıklar, (2) ilgili kişinin konuşmasını anlamı koruyarak akıcı cümlelere çevirir. Çıktı: temiz aday metni + görüşmeci soruları listesi. Ham metin de saklanır (kayıp olmaz).
Olgunluk
canlida-kanitlanmis — Aday’da video tavır analizinden önce çalışıyor; etkisi belirgin (bir testte iki kişi net ayrıldı, yargı aday-odaklı hale geldi). Şema-doğrulamalı + retry’lı; başarısız olursa ham metinle devam.
Teknik (geliştiriciler için)
aday · worker/attitude.py (clean_transcript, CleanedTranscript Pydantic, SYSTEM_PROMPT_CLEAN).
LLM: OpenRouter /chat/completions, response_format=json_object. Girdi: ham transkript (tek metin).
Çıktı: {aday_transkript, gorusmeci_sorulari[]}. Sınır: gerçek “diarization” (ses bazlı konuşmacı ayırma)
değil, metin+LLM bazlı çıkarım; çok konuşmacılı karmaşık kayıtlarda zorlanabilir. Genelde
turkce-konusma-metne-asr çıktısını alır, video-tavir-triyaj-analizi girdisini besler.