Bu repo, Whisper-base tabanlı Uran modelinin CPU dostu CTranslate2 / faster-whisper formatındaki sürümünü içerir. Amaç; Türkçe konuşmaları hafif, hızlı ve pratik şekilde yazılı metne dönüştürmek için kullanılabilecek açık, geliştirilebilir ve production’a yakın bir temel sunmaktır.

Not: Bu repo öncelikli olarak faster-whisper / CTranslate2 ile çalıştırılmak üzere hazırlanmıştır.
Standart Hugging Face transformers.pipeline() kullanımı için ayrı bir merged PyTorch / Transformers checkpoint önerilir.

Uran, Curiosity Technology’nin Türkçe yapay zekâ ekosisteminde, MARS dil modeli ailesinin yanında konumlanan ilk konuşma tanıma modelidir.

“Uran” İsminin Anlamı

Uran, Türkçe ve Türkî kültürel bağlamda savaş narası, ortak çağrı, parola, şiar veya bir topluluğu aynı amaç etrafında birleştiren söz anlamlarıyla ilişkilendirilen güçlü bir kelimedir.

Tarihsel bozkır kültüründe uran, yalnızca bir sesleniş değil; aynı zamanda aidiyet, yön, birlik ve harekete geçme çağrısıdır. Bu nedenle Türkçe konuşma tanıma modeli için oldukça anlamlı bir isimdir: Uran, insan sesini — çağrıyı, komutu, cümleyi ve ifadeyi — yazılı dile dönüştürür.

Curiosity Technology’nin Türkçe AI ekosisteminde Uran, ses odaklı ilk model olarak konumlanır. MARS ailesi dil ve akıl yürütme tarafını temsil ederken, Uran insan sesini anlayan ve onu makine tarafından işlenebilir metne dönüştüren katmanı temsil eder.

Kısaca:

Uran, sesin zekâya dönüşen çağrısıdır.

Model Özeti

Alan	Değer
Model adı	Uran STT Base
Görev	Automatic Speech Recognition / Speech-to-Text
Dil	Türkçe
Base model	openai/whisper-base
Mimari	Whisper-base
Fine-tuning yöntemi	LoRA / PEFT
Yayınlanan format	CTranslate2 / faster-whisper
Önerilen runtime	faster-whisper
Hedef kullanım	CPU dostu Türkçe STT
Base model parametre sayısı	74M
Eğitim verisi	Yaklaşık 80 saat Türkçe konuşma
Lisans	Apache 2.0

Model Detayları

Base architecture: Whisper-base
Fine-tuning: LoRA
LoRA rank: 32
LoRA alpha: 64
Target modules: attention projection katmanları ve MLP katmanları
Yayınlanan model formatı: CTranslate2 / faster-whisper
Eğitim veri setleri:
- Common Voice 17 Turkish
- OpenSLR-108 Turkish subset
Eğitim donanımı: Google Colab Pro, NVIDIA L4 24GB
Eğitim süresi: Yaklaşık 5 saat
Optimizer: AdamW
Learning rate schedule: Cosine schedule
Model boyutu:
- CTranslate2 INT8 model: yaklaşık 75MB

Performans

Common Voice 17 Turkish Test Set

Metrik	Değer
WER	38.5%
CER	10.3%

Değerlendirme konfigürasyonu:

beam_size=5
Türkçe dil zorlaması
Transcription task
Harici language model kullanılmadı
Dataset’e özel ileri seviye text normalization uygulanmadı

Common Voice test seti farklı konuşmacılar, kayıt koşulları ve değişken ses kalitesi içerir.
CER metriği, modelin Türkçe karakter ve kelime yapısını belirli seviyede yakalayabildiğini gösterir. WER değeri ise daha büyük, temiz ve domain odaklı Türkçe konuşma verileriyle geliştirilebilir.

Latency

CTranslate2 INT8 — 5 saniyelik audio örneği

Donanım	Latency	RTF
Intel i7 12th Gen CPU	~250–400ms	~0.06x
CUDA GPU	~80–120ms	~0.02x

Latency; CPU thread sayısı, audio uzunluğu, VAD ayarı, beam size ve kullanılan donanıma göre değişebilir.

Kurulum

pip install faster-whisper

İsteğe bağlı olarak audio dosyalarını dönüştürmek için:

pip install ffmpeg-python

Sistemde ffmpeg kurulu olmalıdır.

Ubuntu için:

bash

sudo apt update
sudo apt install ffmpeg

macOS için:

brew install ffmpeg

Kullanım

Önerilen Kullanım: faster-whisper / CTranslate2

Bu repo için önerilen kullanım şekli faster-whisper üzerindendir.

python

from faster_whisper import WhisperModel

model = WhisperModel(
    "curiositytech/uran-stt-base",
    device="cpu",
    compute_type="int8",
    cpu_threads=4,
)

segments, info = model.transcribe(
    "audio.wav",
    language="tr",
    beam_size=5,
    vad_filter=True,
    condition_on_previous_text=False,
)

text = " ".join(segment.text.strip() for segment in segments)
print(text)

GPU Kullanımı

python

from faster_whisper import WhisperModel

model = WhisperModel(
    "curiositytech/uran-stt-base",
    device="cuda",
    compute_type="int8_float16",
)

segments, info = model.transcribe(
    "audio.wav",
    language="tr",
    beam_size=5,
    vad_filter=True,
    condition_on_previous_text=False,
)

for segment in segments:
    print(f"[{segment.start:.2f}s -> {segment.end:.2f}s] {segment.text}")

Uzun Ses Dosyaları İçin Örnek

python

from faster_whisper import WhisperModel

model = WhisperModel(
    "curiositytech/uran-stt-base",
    device="cpu",
    compute_type="int8",
    cpu_threads=4,
)

segments, info = model.transcribe(
    "long_audio.wav",
    language="tr",
    beam_size=5,
    vad_filter=True,
    vad_parameters={
        "min_silence_duration_ms": 500,
    },
    condition_on_previous_text=False,
)

for segment in segments:
    print(f"[{segment.start:.2f}s -> {segment.end:.2f}s] {segment.text}")

Transformers / PyTorch Kullanımı Hakkında

Bu repo şu anda CTranslate2 / faster-whisper formatındaki CPU dostu modeli içerir.

Standart Hugging Face Transformers kullanımı için aşağıdaki gibi bir repo yapısı gerekir:

txt

config.json
generation_config.json
model.safetensors
preprocessor_config.json
tokenizer.json
tokenizer_config.json
special_tokens_map.json
vocab.json
merges.txt

Bu nedenle aşağıdaki kullanım bu repo için garanti edilmez:

python

from transformers import pipeline

pipe = pipeline(
    "automatic-speech-recognition",
    model="curiositytech/uran-stt-base"
)

Transformers ile doğrudan kullanım için ayrı bir merged PyTorch checkpoint yayınlanması önerilir:

curiositytech/uran-stt-base-transformers

veya ana repo Transformers formatına taşınacaksa:

curiositytech/uran-stt-base

LoRA Adapter Hakkında

Uran modeli Whisper-base üzerine LoRA / PEFT yöntemiyle fine-tune edilmiştir. Ancak bu repo LoRA adapter reposu değil, CTranslate2 / faster-whisper inference reposu olarak kullanılmalıdır.

LoRA adapter modeli ayrı bir repo olarak yayınlanabilir:

curiositytech/uran-stt-base-lora

Örnek PEFT merge akışı:

python

from transformers import WhisperForConditionalGeneration
from peft import PeftModel

base_model = WhisperForConditionalGeneration.from_pretrained("openai/whisper-base")

adapter_model = PeftModel.from_pretrained(
    base_model,
    "curiositytech/uran-stt-base-lora"
)

merged_model = adapter_model.merge_and_unload()

Eğitim Konfigürasyonu

Parametre	Değer
Base model	openai/whisper-base
LoRA rank	32
LoRA alpha	64
LoRA target modules	q_proj, k_proj, v_proj, out_proj, fc1, fc2
Effective batch size	32
Learning rate	1e-3
Scheduler	Cosine
Warmup steps	500
Total steps	8,000
Gradient checkpointing	Enabled
Mixed precision	fp16

Kullanım Alanları

Uran şu alanlarda kullanılmak üzere geliştirilmiştir:

Türkçe speech-to-text uygulamaları
Voice assistant prototipleri
Çağrı merkezi transkripsiyon deneyleri
Türkçe ASR araştırmaları
Edge veya CPU dostu konuşma tanıma sistemleri
Kiosk, asistan ve kurumsal sesli arayüz prototipleri
Offline veya düşük maliyetli Türkçe transkripsiyon sistemleri

Limitler

Model, Whisper-base üzerine kurulduğu için daha büyük Whisper varyantlarına göre kapasitesi sınırlıdır.
Gürültülü ortamlarda performans düşebilir.
Havalimanı, AVM, sokak, kalabalık iç mekân gibi ortamlarda hata oranı artabilir.
Güçlü aksan, lehçe, üst üste konuşma ve teknik terimler transkripsiyon kalitesini etkileyebilir.
Model öncelikli olarak Türkçe için optimize edilmiştir.
Whisper’ın çok dilli temeli korunsa da Türkçe dışındaki dillerde kalite garanti edilmez.
WER değeri daha büyük, temiz ve domain odaklı Türkçe konuşma veri setleriyle geliştirilebilir.
Bu model speaker diarization yapmaz.
Noktalama ve büyük/küçük harf kalitesi ses kalitesine göre değişebilir.

Roadmap

Versiyon	Plan	Hedef
v2	ISSAI Turkish Speech Corpus gibi daha büyük Türkçe veri kaynaklarının eklenmesi	Daha düşük WER
v3	Pseudo-labeled Türkçe konuşma verileriyle robustness artırımı	Gürültülü ve gerçek dünya seslerinde daha iyi performans
v4	Whisper-large-v3-turbo + LoRA fine-tuning	Kurumsal seviyede Türkçe ASR kalitesi
v5	Transformers merged checkpoint yayınlama	Hugging Face pipeline ile doğrudan kullanım

Citation

bibtex

@misc{uran-whisper-2026,
  author       = {Curiosity Technology},
  title        = {Uran STT Base: CPU-Friendly Turkish Whisper-base ASR Model},
  year         = {2026},
  publisher    = {Hugging Face},
  howpublished = {\url{https://huggingface.co/curiositytech/uran-stt-base}},
}

Contact

Curiosity Technology — Istanbul, Türkiye

Curiosity Technology Turkish AI ecosystem:
MARS · MARS-v0.2 · Uran