{"version":"1","article":{"id":"saudi-nemotron-sada-dialect-benchmark-2026","slug":"saudi-nemotron-sada-dialect-benchmark-2026","language":"tr","url":"https://haberpaper.com/tr/news/saudi-nemotron-sada-dialect-benchmark-2026","api_url":"https://haberpaper.com/api/v1/articles/saudi-nemotron-sada-dialect-benchmark-2026?lang=tr","title":"NVIDIA, Suudi lehçeleri için konuşma tanıma hata oranını düşürdü","summary":"Şirketin SADA ile yaptığı deneyde Najdi ve Hijazi test setindeki kelime hata oranı yüzde 55,05’ten yüzde 29,96’ya indi; bu sonuç belirli test verisiyle sınırlı.","category":"business","region":"world","topics":[],"published_at":"2026-10-08T20:57:50+03:00","modified_at":"2026-10-08T20:57:50+03:00","publication_basis":"publication-record","event_period":"2026-09-30","event_period_basis":"event-or-reference-period","sources":[{"name":"NVIDIA Technical Blog","url":"https://developer.nvidia.com/blog/fine-tuning-nvidia-nemotron-for-saudi-arabic-dialects-with-a-path-to-other-languages/","publishedAt":"2026-09-30","checkedAt":"2026-10-08"}],"translations":[{"language":"tr","url":"https://haberpaper.com/tr/news/saudi-nemotron-sada-dialect-benchmark-2026","api_url":"https://haberpaper.com/api/v1/articles/saudi-nemotron-sada-dialect-benchmark-2026?lang=tr"},{"language":"en","url":"https://haberpaper.com/en/news/saudi-nemotron-sada-dialect-benchmark-2026","api_url":"https://haberpaper.com/api/v1/articles/saudi-nemotron-sada-dialect-benchmark-2026?lang=en"},{"language":"ar","url":"https://haberpaper.com/ar/news/saudi-nemotron-sada-dialect-benchmark-2026","api_url":"https://haberpaper.com/api/v1/articles/saudi-nemotron-sada-dialect-benchmark-2026?lang=ar"},{"language":"fr","url":"https://haberpaper.com/fr/news/saudi-nemotron-sada-dialect-benchmark-2026","api_url":"https://haberpaper.com/api/v1/articles/saudi-nemotron-sada-dialect-benchmark-2026?lang=fr"},{"language":"es","url":"https://haberpaper.com/es/news/saudi-nemotron-sada-dialect-benchmark-2026","api_url":"https://haberpaper.com/api/v1/articles/saudi-nemotron-sada-dialect-benchmark-2026?lang=es"}],"data_types":["table"],"data":{"version":1,"blocks":[{"id":"saudi-arabic-asr-test-results","type":"table","title":{"tr":"SADA konuşma tanıma test sonuçları","en":"SADA speech-recognition test results","ar":"نتائج اختبارات التعرف على الكلام في SADA","fr":"Résultats des tests de reconnaissance vocale SADA","es":"Resultados de las pruebas de reconocimiento SADA"},"description":{"tr":"NVIDIA teknik yazısındaki farklı test kümeleri için uyarlama öncesi ve sonrası kelime hata oranları.","en":"Before-and-after word error rates for separate test sets in NVIDIA’s technical post.","ar":"معدلات خطأ الكلمات قبل التكييف وبعده لمجموعات اختبار منفصلة في المقال التقني لإنفيديا.","fr":"Taux d’erreur de mots avant et après adaptation pour des tests distincts de l’article NVIDIA.","es":"Tasas de error de palabras antes y después del ajuste en conjuntos de prueba distintos del artículo de NVIDIA."},"methodology":{"tr":"WER, ikame/silme/ekleme hatalarının kelime sayısına oranıdır; doğruluk yüzdesi değildir. Her satır ayrı test kümesidir. Sonuçlar şirketin kendi teknik deneyinden gelir ve ülke çapında genellenemez.","en":"WER is substitutions, deletions and insertions relative to word count; it is not an accuracy percentage. Each row is a separate test set. Results are from the company’s own technical experiment and are not nationwide estimates.","ar":"يقيس WER الاستبدال والحذف والإضافة نسبةً إلى عدد الكلمات؛ وليس نسبة الدقة. وكل صف لمجموعة اختبار منفصلة. النتائج من تجربة الشركة التقنية ولا تمثل تقديراً على مستوى المملكة.","fr":"Le WER rapporte substitutions, suppressions et insertions au nombre de mots ; ce n’est pas un taux de précision. Chaque ligne est un test distinct. Résultats de l’expérience technique de l’entreprise, non d’une estimation nationale.","es":"WER relaciona sustituciones, eliminaciones e inserciones con el recuento de palabras; no es un porcentaje de precisión. Cada fila es una prueba independiente. Resultados del experimento técnico de la empresa, no una estimación nacional."},"sourceUrls":["https://developer.nvidia.com/blog/fine-tuning-nvidia-nemotron-for-saudi-arabic-dialects-with-a-path-to-other-languages/"],"updatedAt":"2026-10-08T19:35:56+03:00","columns":[{"key":"test_set","label":{"tr":"Test kümesi","en":"Test set","ar":"مجموعة الاختبار","fr":"Jeu de test","es":"Conjunto de prueba"},"type":"text","language":"en"},{"key":"before","label":{"tr":"Önce WER","en":"Before WER","ar":"WER قبل التكييف","fr":"WER avant","es":"WER antes"},"type":"number","unit":"percent"},{"key":"after","label":{"tr":"Sonra WER","en":"After WER","ar":"WER بعد التكييف","fr":"WER après","es":"WER después"},"type":"number","unit":"percent"}],"rows":[{"test_set":"SADA Najdi + Hijazi target split","before":55.05,"after":29.96},{"test_set":"Full SADA","before":58.84,"after":35.61},{"test_set":"FLEURS English","before":11.04,"after":10.42},{"test_set":"FLEURS Arabic","before":12.67,"after":11.41}]}]},"data_compilations":[{"id":"saudi-arabic-asr-test-results","creator":{"@type":"Organization","@id":"https://haberpaper.com/#organization","name":"Haber Paper","url":"https://haberpaper.com/"},"license":{"@type":"CreativeWork","@id":"https://haberpaper.com/en/data-terms/v1#license","name":"Haber Paper Original Data Compilation License 1.0","url":"https://haberpaper.com/en/data-terms/v1"},"rights_scope":"Haber Paper original data arrangement, labels and methodology notes only; underlying source rights and permissions remain separate.","source_license_url":null}],"data_downloads":[{"id":"saudi-arabic-asr-test-results","formats":{"json":"https://haberpaper.com/api/v1/articles/saudi-nemotron-sada-dialect-benchmark-2026/data/saudi-arabic-asr-test-results?lang=tr&format=json","csv":"https://haberpaper.com/api/v1/articles/saudi-nemotron-sada-dialect-benchmark-2026/data/saudi-arabic-asr-test-results?lang=tr&format=csv"}}],"content":{"paragraphs":["NVIDIA’nın 30 Eylül tarihli teknik yazısı, Nemotron 3.5 otomatik konuşma tanıma modelinin Suudi Arabistan’da kullanılan Najdi ve Hijazi lehçelerine uyarlanmasını anlatıyor. Ekip, Saudi Audio Dataset for Arabic (SADA) içinden 133,7 saatlik hedef lehçe konuşması kullandı. Blog, bu seçimin 125.490 başlangıç kaydından 103.559 cümleyi koruduğunu ve 82,5’lik oranı temsil ettiğini belirtiyor. Bu, şirketin kendi eğitim ve değerlendirme deneyidir; ulusal ölçekte bağımsız bir doğruluk incelemesi değildir.","NVIDIA, hedef Najdi-Hijazi test bölümünde kelime hata oranının (WER) yüzde 55,05’ten yüzde 29,96’ya indiğini bildiriyor. Tüm SADA test setinde WER yüzde 58,84’ten yüzde 35,61’e geriledi. WER, tanınan metindeki ikame, silme ve ekleme hatalarını kelime sayısına göre ölçer; ‘model yüzde 25 daha doğru oldu’ demekle aynı şey değildir. Aynı deneyde FLEURS İngilizce WER yüzde 11,04’ten 10,42’ye, Arapça WER yüzde 12,67’den 11,41’e değişti. Bu karşılaştırmalar farklı test kümelerine aittir ve birbirine karıştırılmamalıdır.","Teknik yazıdaki eğitim tarifi hedef lehçe verilerini FLEURS İngilizce ve Arapça örnekleriyle ağırlıklı biçimde karıştırıyor; ayrıca benzer uzunluktaki konuşma parçalarını aynı gruplara alarak eğitim hesaplamasını düzenliyor. En iyi raporlanan SADA sonucu, 12.000 adım ve iki GPU üzerinde yaklaşık 4,5 saatlik çalışmanın ardından elde edildi. Bu süre ve donanım, NVIDIA’nın deney koşullarıdır; farklı veri, model sürümü veya altyapıda aynı maliyeti ya da sonucu garanti etmez.","Yazı, değerlendirme setine göre sonuçların değiştiğini ve bir testteki kazanımın başka lehçeler veya gerçek kullanım ortamları için genellenemeyeceğini özellikle vurguluyor. Veri temizleme tercihleri, gürültü, mikrofon, konuşma hızı ve transkript standardı WER’i etkileyebilir. Araştırmacılar ayrıca çevrimdışı çözümleme seçenekleriyle daha düşük WER elde ederken gecikmenin arttığını gösteriyor; geniş bakış bağlamı yaklaşık 800 milisaniye ek gecikme getirebiliyor. Bu nedenle canlı altyazı, çağrı arşivi ve toplantı dökümü gibi kullanım senaryoları aynı ölçütle değerlendirilemez.","Suudi lehçelerine uyarlanmış konuşma tanıma, müşteri hizmetleri, medya arşivleri veya sesli arayüzlerde kullanılabilecek bir teknik bileşendir; fakat bu kaynak modelin Suudi işletmelerinde devreye alındığını ya da ticari sözleşme kazandığını bildirmiyor. Ölçüm, yayımlanan teknik tarife ve test setlerine göre model çıktısının değişimini gösteriyor. Gerçek dağıtım için yerel kullanıcılarla hata değerlendirmesi, gizlilik ve rıza kontrolleri, erişilebilirlik, bakım maliyeti ve uygun insan incelemesi ayrıca gerekir.","Tablodaki oranlar yüzde WER’dir ve test setleri ayrı tutulmuştur. Başlangıç ve son değerler teknik yazıda verilen ölçümlerdir; her ikisi de eğitim çalışmasının parçası olarak raporlanmıştır. Veriler ülke çapındaki tüm lehçeleri veya tüm konuşmacıları temsil ettiğini iddia etmez. Haberin çıkarımı, hedef lehçe verisiyle uyarlamanın bu deneyde ölçülen test performansını iyileştirdiği; etkinin gerçek kullanımda ayrıca doğrulanması gerektiğidir."],"key_points":[],"sections":[]},"text":"Şirketin SADA ile yaptığı deneyde Najdi ve Hijazi test setindeki kelime hata oranı yüzde 55,05’ten yüzde 29,96’ya indi; bu sonuç belirli test verisiyle sınırlı.\n\nNVIDIA’nın 30 Eylül tarihli teknik yazısı, Nemotron 3.5 otomatik konuşma tanıma modelinin Suudi Arabistan’da kullanılan Najdi ve Hijazi lehçelerine uyarlanmasını anlatıyor. Ekip, Saudi Audio Dataset for Arabic (SADA) içinden 133,7 saatlik hedef lehçe konuşması kullandı. Blog, bu seçimin 125.490 başlangıç kaydından 103.559 cümleyi koruduğunu ve 82,5’lik oranı temsil ettiğini belirtiyor. Bu, şirketin kendi eğitim ve değerlendirme deneyidir; ulusal ölçekte bağımsız bir doğruluk incelemesi değildir.\n\nNVIDIA, hedef Najdi-Hijazi test bölümünde kelime hata oranının (WER) yüzde 55,05’ten yüzde 29,96’ya indiğini bildiriyor. Tüm SADA test setinde WER yüzde 58,84’ten yüzde 35,61’e geriledi. WER, tanınan metindeki ikame, silme ve ekleme hatalarını kelime sayısına göre ölçer; ‘model yüzde 25 daha doğru oldu’ demekle aynı şey değildir. Aynı deneyde FLEURS İngilizce WER yüzde 11,04’ten 10,42’ye, Arapça WER yüzde 12,67’den 11,41’e değişti. Bu karşılaştırmalar farklı test kümelerine aittir ve birbirine karıştırılmamalıdır.\n\nTeknik yazıdaki eğitim tarifi hedef lehçe verilerini FLEURS İngilizce ve Arapça örnekleriyle ağırlıklı biçimde karıştırıyor; ayrıca benzer uzunluktaki konuşma parçalarını aynı gruplara alarak eğitim hesaplamasını düzenliyor. En iyi raporlanan SADA sonucu, 12.000 adım ve iki GPU üzerinde yaklaşık 4,5 saatlik çalışmanın ardından elde edildi. Bu süre ve donanım, NVIDIA’nın deney koşullarıdır; farklı veri, model sürümü veya altyapıda aynı maliyeti ya da sonucu garanti etmez.\n\nYazı, değerlendirme setine göre sonuçların değiştiğini ve bir testteki kazanımın başka lehçeler veya gerçek kullanım ortamları için genellenemeyeceğini özellikle vurguluyor. Veri temizleme tercihleri, gürültü, mikrofon, konuşma hızı ve transkript standardı WER’i etkileyebilir. Araştırmacılar ayrıca çevrimdışı çözümleme seçenekleriyle daha düşük WER elde ederken gecikmenin arttığını gösteriyor; geniş bakış bağlamı yaklaşık 800 milisaniye ek gecikme getirebiliyor. Bu nedenle canlı altyazı, çağrı arşivi ve toplantı dökümü gibi kullanım senaryoları aynı ölçütle değerlendirilemez.\n\nSuudi lehçelerine uyarlanmış konuşma tanıma, müşteri hizmetleri, medya arşivleri veya sesli arayüzlerde kullanılabilecek bir teknik bileşendir; fakat bu kaynak modelin Suudi işletmelerinde devreye alındığını ya da ticari sözleşme kazandığını bildirmiyor. Ölçüm, yayımlanan teknik tarife ve test setlerine göre model çıktısının değişimini gösteriyor. Gerçek dağıtım için yerel kullanıcılarla hata değerlendirmesi, gizlilik ve rıza kontrolleri, erişilebilirlik, bakım maliyeti ve uygun insan incelemesi ayrıca gerekir.\n\nTablodaki oranlar yüzde WER’dir ve test setleri ayrı tutulmuştur. Başlangıç ve son değerler teknik yazıda verilen ölçümlerdir; her ikisi de eğitim çalışmasının parçası olarak raporlanmıştır. Veriler ülke çapındaki tüm lehçeleri veya tüm konuşmacıları temsil ettiğini iddia etmez. Haberin çıkarımı, hedef lehçe verisiyle uyarlamanın bu deneyde ölçülen test performansını iyileştirdiği; etkinin gerçek kullanımda ayrıca doğrulanması gerektiğidir.","corrections":[],"editorial_illustration":{"kind":"symbolic-editorial-illustration","documentary":false,"scope":"section","asset_id":"business","url":"https://haberpaper.com/assets/illustrations/business-1536.webp","width":1536,"height":1024,"alt":"Makineler, depo ve vinçle üretimi anlatan temsili sanayi atölyesi.","language":"tr"},"section_illustration":{"kind":"symbolic-editorial-illustration","documentary":false,"scope":"section","asset_id":"business","url":"https://haberpaper.com/assets/illustrations/business-1536.webp","width":1536,"height":1024,"alt":"Makineler, depo ve vinçle üretimi anlatan temsili sanayi atölyesi.","language":"tr"}}}