Patientdesk.aiは、Y Combinatorが主導するシード前ラウンドで1 millionドルの投資を受けた。トルコ語に特化した2つのモデルを提供開始した同社のAlaniaはテキストを音声に、Duyuは音声をテキストに変換する。モデルは1つのアカウントとAPIキーで利用でき、登録日から1か月間無料で提供される。同社は、英語中心の学習データが、トルコ語の膠着語としての構造、固有名詞、品質の低い電話音声、メールアドレスや電話番号で問題を引き起こす可能性があると説明している。モデルは、米国のクリニックにおける電話アシスタントの経験をもとに開発された。DuyuはFLEURSでエラー率4.71％を記録し、Whisper large-v3の5.04％を上回った。同社のテストでは9.87％、ElevenLabs Scribe v2では10.4％が測定された。Duyuはライブ音声をリアルタイムで文字起こしできる。Alaniaはストリーミング形式で音声を生成し、1種類の音声と、予約、質問、安心感を与えるトーンを提供する。両モデルはOpenAI API形式に対応している。モデルはブラウザーから試すことができ、開発者はAPIキーを作成できる。実験的なAntalia-1は、約5時間分のデータセット、コード、重み、技術レポートとともにオープンソースとして公開された。
なぜ重要か
トルコ語の音声技術において重要なのは、モデルが音声を理解できることだけではない。膠着語としての構造、固有名詞、品質の低い電話録音といった利用条件下でも、精度を維持できることが求められる。そのため、公開されたテスト結果は、特にコールセンターや臨床コミュニケーション向けのソリューションを開発するチームにとって意味を持つ。1つのアカウント、APIキー、OpenAI API互換性により、モデルを既存のソフトウェアに適応しやすくする統合の枠組みが提供されている。ブラウザーからの試用と1か月間の無料利用により、開発者は費用を負担せずに、自らのシナリオで性能を評価できる。一方で、同社のテスト以外の実際の利用環境で結果がどのように変化するのか、またオープンソースのAntalia-1が誰によって、どのような目的で開発されるのかは、未解決の問題として残されている。
背景
トルコ語は、FikirPilotのアーカイブにおいて新しい話題ではない。過去90日間に、この名称が登場する記事を3本公開しており、最も新しい記事は2026年9月13日付だ。