🎙️ Konuşma Tanıma Uygulaması (DeepSpeech App)

Bu uygulama, OpenAI'nin Whisper modelini kullanarak ses kayıtlarını gerçek zamanlı olarak metne dönüştüren modern bir Streamlit uygulamasıdır.

✨ Özellikler

• 🎤 Canlı Mikrofon Kaydı: Doğrudan mikrofondan ses kaydı yapabilme
• 📁 Dosya Yükleme: WAV, MP3, M4A formatlarında ses dosyalarını yükleme
• 🌍 Çoklu Dil Desteği: Türkçe dahil birçok dilde ses tanıma
• 🎨 Modern Arayüz: Gradient arka plan ve animasyonlu tasarım
• ⚡ GPU Desteği: CUDA destekli hızlı işleme
• 🤖 AI Tabanlı: OpenAI Whisper modelini kullanır

🚀 Kurulum

Gereksinimler

• Python 3.8+
• pip
• (Opsiyonel) CUDA destekli GPU

1. Projeyi Klonlayın

git clone https://github.com/steping1/deepspeech-app.git
cd deepspeech-app

2. Sanal Ortam Oluşturun

python -m venv .venv
# Windows
.venv\Scripts\activate
# macOS/Linux
source .venv/bin/activate

3. Bağımlılıkları Yükleyin

pip install -r requirements.txt
pip install streamlit  # Streamlit'i ayrıca yükleyin

🎯 Kullanım

Uygulamayı Başlatın

streamlit run app.py

Tarayıcıda Açın

Uygulama otomatik olarak http://localhost:8501 adresinde açılacaktır.

Kullanım Seçenekleri

🎤 Mikrofon ile Kayıt

1. Sol panelden "🎤 Mikrofon" seçeneğini seçin
2. "🎤 Kayda Başla" butonuna tıklayın
3. 10 saniye boyunca konuşun
4. Kayıt otomatik olarak metne dönüştürülecektir

📁 Dosya Yükleme

1. Sol panelden "📁 Dosya Yükle" seçeneğini seçin
2. Desteklenen formatlardan birini (WAV, MP3, M4A) yükleyin
3. Dosya otomatik olarak işlenip metne dönüştürülecektir

🧪 Test

Whisper modelinin doğru yüklendiğini test etmek için:

python test_whisper.py

📦 Bağımlılıklar

• torch: PyTorch framework
• transformers: Hugging Face Transformers (Whisper modeli için)
• sounddevice: Mikrofon kaydı için
• soundfile: Ses dosyası işleme
• numpy: Numerik işlemler
• scipy: Sinyal işleme
• streamlit: Web arayüzü

🔧 Konfigürasyon

Ses Kayıt Parametreleri

• Örnekleme Oranı: 16,000 Hz
• Kanal Sayısı: 1 (Mono)
• Kayıt Süresi: 10 saniye

Model Ayarları

• Kullanılan Model: openai/whisper-small
• Dil Desteği: Çoklu dil (Türkçe dahil)
• GPU Desteği: Otomatik algılama

🎨 Arayüz Özellikleri

• Gradient Arka Plan: Modern görsel tasarım
• Responsive Tasarım: Farklı ekran boyutlarına uyum
• Animasyonlu Butonlar: Hover efektleri
• Dalga Efektleri: SVG tabanlı görsel öğeler
• Blur Efektleri: Cam efekti tasarım

🤝 Katkıda Bulunma

1. Bu repository'yi fork edin
2. Feature branch oluşturun (git checkout -b feature/AmazingFeature)
3. Değişikliklerinizi commit edin (git commit -m 'Add some AmazingFeature')
4. Branch'inizi push edin (git push origin feature/AmazingFeature)
5. Pull Request oluşturun

📄 Lisans

Bu proje MIT lisansı altında lisanslanmıştır.

🔗 Bağlantılar

• OpenAI Whisper
• Streamlit
• Hugging Face Transformers

📞 İletişim

Sorularınız için issue açabilir veya pull request gönderebilirsiniz.

---

⭐ Bu projeyi beğendiyseniz yıldız vermeyi unutmayın!