PatientDesk Alania ve Duyu (Türkçe ses)

Alania ve Duyu, PatientDesk tarafından Türkçe için geliştirilmiş iki ses modelidir. Alania metni sese çevirir, Duyu ses kaydını yazıya döker. Modellerin teknik ayrıntıları ve ölçüm sonuçları geliştiricinin kendi sitesinde yer alır: speech.patientdesk.ai.

İki model de 25 Ekim 2026'ya kadar ücretsizdir ve bu tarihte kullanımdan kalkar (bkz. Emeklilik).

Modeller

Model	İş	Uç nokta
patientdesk/alania-v1	Metinden sese (TTS)	POST /v1/audio/speech
patientdesk/duyu-1	Sesten metne (STT)	POST /v1/audio/transcriptions

Metinden sese: Alania

curl "$LLMTR_BASE_URL/v1/audio/speech" \
  -H "Authorization: Bearer llmtr-your_key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "patientdesk/alania-v1",
    "input": "Randevunuz yarın saat 14:05 için oluşturuldu. Lütfen on dakika önce gelin.",
    "voice": "alania",
    "response_format": "mp3"
  }' \
  --output randevu.mp3

Alan	Zorunlu	Açıklama
model	Evet	patientdesk/alania-v1
input	Evet	Okunacak metin, en fazla 5.000 karakter. Daha uzun metni birden fazla isteğe bölün.
voice	Hayır	Tek ses vardır: alania (varsayılan).
response_format	Hayır	wav (varsayılan; 24 kHz, mono, 16 bit), mp3, opus, flac, aac veya pcm (başlıksız 16 bit; örnekleme hızı Content-Type içinde gelir: audio/L16; rate=24000).
temperature	Hayır	Varsayılan 0,30. Yükseltmek okuyuşu çeşitlendirir, sesin tutarlılığını azaltır.
seed	Hayır	Sağlayıcıya iletilir. Aynı metin ve aynı seed aynı sesi garanti etmez.

Yanıt ses dosyasının kendisidir; Content-Type seçtiğiniz biçimi söyler (audio/wav, audio/mpeg vb.). Ses, üretimi bitince tek parça döner; stream alanı dikkate alınmaz. Bekleme süresi metnin uzunluğuyla artar ve uzun metinlerde dakikalar sürebilir; istemcinizin okuma zaman aşımını buna göre ayarlayın.

Her yanıtta X-Disclosure: ai-generated başlığı bulunur. Sesin yapay zekâ ile üretildiğini dinleyicilerinize bildirmek size aittir.

Sesten metne: Duyu

Ses, JSON gövdesinde base64 olarak gönderilir:

AUDIO_B64=$(base64 < kayit.m4a | tr -d '\n')
printf '{"model":"patientdesk/duyu-1","audio_format":"m4a","language":"tr","audio_base64":"%s"}' \
  "$AUDIO_B64" > istek.json

curl "$LLMTR_BASE_URL/v1/audio/transcriptions" \
  -H "Authorization: Bearer llmtr-your_key" \
  -H "Content-Type: application/json" \
  --data @istek.json

{ "text": "Randevumuz yarın saat 14.05 için oluşturuldu. Lütfen 10 dakika önce gelin." }

Alan	Zorunlu	Açıklama
model	Evet	patientdesk/duyu-1
audio_base64	Evet	Base64 ile kodlanmış ses. İstek başına yaklaşık 9 MB sesle sınırlıdır.
audio_format	Hayır	wav, mp3, m4a, webm, ogg veya flac. Gönderilmezse dosyanın ilk baytlarından anlaşılır; anlaşılamazsa istek 400 ile reddedilir.
language	Hayır	tr (varsayılan) veya auto. Model Türkçe içindir.
prompt	Hayır	Yazım ipucu: ilaç adları, kişi adları, kimlik numarası biçimi gibi terimler doğruluğu artırır.
response_format	Hayır	json (varsayılan), text, verbose_json, srt veya vtt.
timestamp_granularities	Hayır	["segment"], ["word"] veya ikisi. Yalnızca verbose_json ile.
temperature	Hayır	0 ile 1 arası, varsayılan 0.

file_id bu modelde kabul edilmez; OpenAI SDK'nın dosya yüklemeli (multipart) çağrısı da bu uç noktada çalışmaz, isteği yukarıdaki gibi JSON olarak gönderin.

Çıktı biçimleri

verbose_json, timestamp_granularities: ["word"] ile:

{
  "task": "transcribe",
  "language": "tr",
  "duration": 8.533,
  "text": "Randevumuz yarın saat 14.05 için oluşturuldu. Lütfen 10 dakika önce gelin.",
  "segments": [
    { "id": 0, "start": 0.0, "end": 8.288, "text": "Randevumuz yarın saat 14.05 için oluşturuldu. Lütfen 10 dakika önce gelin." }
  ],
  "words": [
    { "word": "Randevumuz", "start": 0.0, "end": 0.968, "probability": 0.872 },
    { "word": "yarın", "start": 0.968, "end": 2.888, "probability": 0.995 }
  ]
}

srt:

1
00:00:00,000 --> 00:00:08,288
Randevumuz yarın saat 14.05 için oluşturuldu. Lütfen 10 dakika önce gelin.

text düz metin, vtt WebVTT altyazı döndürür.

Ücretsiz dönem ve günlük sınır

İki model de 25 Ekim 2026'ya kadar bakiyenizden ücret düşmeden çalışır. Bu dönemde kullanıcı başına günlük sınır vardır:

Model	Günlük sınır
patientdesk/alania-v1	20.000 karakter
patientdesk/duyu-1	30 dakika ses

Sınırlar her gün 00:00'da (İstanbul) sıfırlanır. Alania'da metnin uzunluğu baştan bilindiği için sınırı aşacak istek gönderilmeden reddedilir. Duyu'da kaydın süresi ancak işlendikten sonra bilinir: sınır dolmadığı sürece istek kabul edilir ve kaydın tamamı sayılır, sınır dolduktan sonraki istekler reddedilir.

Reddedilen istek 429 döner. Retry-After başlığı ve error.details.resetAt alanı ne zaman yeniden deneyebileceğinizi söyler:

{
  "error": {
    "message": "This request would exceed your free daily allowance for this model (20,000 characters). 1,200 characters remain today. It resets at 00:00 Europe/Istanbul (2026-09-26 21:00 UTC).",
    "type": "rate_limit_error",
    "details": {
      "reason": "free_quota_exhausted",
      "scope": "user",
      "resetAt": "2026-09-26T21:00:00.000Z",
      "retryAfterSeconds": 3600
    }
  }
}

Kendi sınırınıza ulaşmadan da 429 alabilirsiniz: ücretsiz dönemde tüm kullanıcılar için ortak bir günlük toplam vardır. Bu durumda scope alanı pool olur ve sıfırlanma zamanı aynıdır.

Emeklilik

25 Ekim 2026 00:00 (İstanbul) itibarıyla iki model de istekleri 410 model_retired ile yanıtlar. Hata gövdesi, aynı uç noktada çalışan ücretli bir modeli önerir. İstekleriniz sessizce başka bir modele yönlendirilmez; model kimliğini siz değiştirene kadar hesabınızdan ücret çıkmaz.

• Metinden ses için xai/grok-voice-tts: language alanı zorunludur (ör. "tr"), ses biçimini response_format değil output_format alanından okur ve kendi sesleri vardır; alania sesi bu modelde yoktur.
• Sesten metin için xai/grok-voice-stt: aynı audio_base64 isteğini kabul eder, yanıtı her zaman JSON olarak verir (text, srt, vtt yoktur).

Veri

İsteğinizdeki metin ve ses, işlenmek üzere PatientDesk'e iletilir. PatientDesk'in gizlilik politikasına göre ses bellekte işlenir ve yanıttan hemen sonra silinir, transkriptler saklanmaz; model Hollanda'da (AB) çalışır. Politika, Alania'ya seslendirilmek üzere gönderilen metnin saklanıp saklanmadığını belirtmez. LLMTR bu modellerde metni, sesi ve transkripti kullanım kaydına yazmaz; kayıtta karakter sayısı ve ses süresi tutulur.

Hatalar

Durum	Ne zaman
400 invalid_request	input 5.000 karakteri aşıyor, bilinmeyen voice, desteklenmeyen audio_format / language / response_format, biçimi anlaşılamayan veya çözülemeyen ses.
400 unsupported_input	Duyu'ya file_id gönderildi.
413	Ses dosyası modelin kabul ettiği boyutu ya da süreyi (2 saat) aşıyor. Kaydı bölün.
429 rate_limit_error	Günlük ücretsiz sınır doldu. Retry-After sıfırlanmaya kalan süreyi saniye olarak verir.
503 model_unavailable	Model geçici olarak meşgul veya kullanılamıyor. Retry-After varsa o süre sonra tekrar deneyin.
410 model_retired	25 Ekim 2026 00:00 (İstanbul) sonrası.

Genel hata biçimi için Hatalar sayfasına bakın.