Proje: Kameralı canlı işaret dili (TİD/ASL) ↔ Ses/Metin (3D Avatar) çevirisi yapan küresel mobil uygulama. 1. YZ: Cihaz içi anlık el/mimik takibi nasıl kurulur? 2. Erişilebilirlik: Farklı gramer ve diyalektler nasıl işlenir? 3. İş Geliştirme: B2B/B2C pazara giriş stratejisi ne olmalı? 4. UX/UI: Evrensel kullanım için en iyi arayüz nasıl olmalı? En büyük 3 risk ve atılacak ilk 3 adım.

En doğru yaklaşım, TİD ve ASL’yi tek bir “işaret dili” gibi ele almadan, önce tek bir dil–alan koridorunda çalışan cihaz-içi MVP geliştirmektir. Öncelik sırası: güvenilir algılama ve belirsizlik yönetimi, sağır kullanıcılarla ortak tasarım, ardından B2B pilotlarla doğrulama.

Bu ürün yalnızca el hareketi tanıma problemi değildir; el şekli, hareket yörüngesi, beden duruşu, yüz ifadesi, ağız hareketleri, bağlam ve dilbilgisi birlikte modellenmelidir. Önerilen mimari; kameradan cihaz-içi el/yüz/poz çıkarımı, zamansal işaret tanıma, dil-özel anlamsal ara temsil, metin/ses üretimi ve isteğe bağlı 3D avatar katmanlarından oluşur. TİD ve ASL farklı dilbilgilerine ve topluluk kullanımına sahip olduğundan, ortak görsel kodlayıcı kullanılabilse de dil modelleri, sözlükler, diyalektler ve avatar çıktıları ayrı yönetilmelidir.

• YZ ve cihaz içi çalışma: MediaPipe Hand/Face/Pose Landmarker veya eşdeğer bir algılama katmanıyla 2B/3B landmark çıkarın; ardından el, yüz ve beden dizilerini TCN/Transformer tabanlı zamansal modelle işleyin. Modeli quantization, pruning ve cihaz hızlandırıcılarıyla iOS/Android’e dağıtın; ağ yokken
• Ürün mimarisi: İlk sürümde serbest konuşma çevirisi yerine sınırlı alan ve sınırlı ifade setleriyle başlayın. Daha sonra gloss/semantik ara temsil, dil-özel gramer ve konuşma-metinden işaret diline avatar üretimini ekleyin. Düşük güven durumunda sonuç üretmek yerine 'tekrar edin', 'metni düzenleyin'
• TİD/ASL ve diyalektler: Her dil için ayrı dil paketi, sözlük, gramer ve değerlendirme seti kullanın; bölgesel varyantları ayrı etiketleyin. Sağır anadili kullanıcılar, tercümanlar ve yerel derneklerden oluşan sürekli bir veri/kalite kurulu oluşturun. Tek bir evrensel işaret dili varsayımı yapmayın.
• B2B/B2C pazara giriş: Önce belediye ve kamu hizmetleri, eğitim, müşteri hizmetleri ve erişilebilirlik ekipleriyle ücretli pilotlar yapın. Sağlık ve hukukta ürünü insan tercümanın yerine koymayın; yalnızca yardımcı iletişim aracı olarak konumlandırın. B2C’de ücretsiz temel kullanım, ücretli dil paket
• UX/UI: İlk açılışta dil, kamera yönü ve çıktı tercihi seçtirin. Görsel kadraj/ışık rehberi, büyük yüksek-kontrast kontroller, canlı metin, ses açma-kapama, avatar hızını ayarlama, tekrar/geri alma, güven skoru ve manuel düzeltme sağlayın. Avatarı tek doğru olarak göstermeyin; mümkünse metin, ses, öz
• En büyük 3 risk: 1) farklı beden, ışık, kamera, ten rengi, hareket hızı ve diyalektlerde doğruluk düşmesi; 2) biyometrik video ve hassas iletişim verilerinin mahremiyet/güvenlik riski; 3) yanlış çevirinin özellikle sağlık, hukuk ve kamu hizmetlerinde zarar, sorumluluk ve güven kaybı doğurması.

Belirsizlik14 Eylül 2026 itibarıyla belirli mobil cihaz modellerinde ulaşılacak gecikme, pil tüketimi ve doğruluk; seçilecek model, kamera ve veri setine göre değişir. Serbest ve iki yönlü TİD/ASL konuşmalarında, yalnızca landmark tabanlı bir sistemin insan tercüman seviyesine ulaşacağı varsayılmamalıdır; özellikle yüz ifadeleri, mekânsal referanslar, bağlam ve diyalektlerde kapsamlı saha testi gerekir. 3D avatarın doğal, kültürel olarak kabul edilebilir ve anlamı eksiksiz aktaran çıktı üretmesi; metin veya ses üretiminden daha zor bir ürün ve veri problemidir. Güncel mobil SDK, işletim sistemi ve donanım hızlandırıcılarının sürümleri değişebileceği için son performans kararı gerçek hedef cihazlarla yapılmalıdır.

OpenAI (gpt-5.6-luna) yapay zekâ modelinin düzenlenmemiş cevabıdır; 32.5 saniyede üretildi.

İşaret dili çevirisi mobil uygulaması, cihaz içi gerçek zamanlı görüntü işleme, çok dilli dilbilim modelleri ve bölgesel diyalekt veri setleri ile kurulabilir. Ana riskler veri kalitesi, diyalekt çeşitliliği ve hukuki sorumluluktur; ilk adımlar TİD/ASL veri toplama, pilot pazarda iş ortaklığı, ve evrensel UX tasarımıdır.

Proje, en az üç kritik boyut gerektirir: (1) Cihaz içi teknik altyapı - gerçek zamanlı el/mimik takibi MediaPipe, TensorFlow Lite gibi kütüphanelerle, sunucu bağımlılığı olmadan yapılabilir. (2) Dilbilimsel karmaşıklık - işaret dilleri evrensel değildir; 300'den fazla bağımsız işaret dili vardır ve her biri kendi gramer yapısına sahiptir, hatta bölgesel diyalektler mevcuttur. (3) İş geliştirme - B2B (kurumsal erişilebilirlik), B2C (sağır/işitme engelli topluluklar) ve köprü pazarları (işitme engelli olmayan öğrenenler) ayrı stratejiler gerektirir. Başarı için veri, topluluk ortaklığı ve katılımcı tasarım şarttır.

• Cihaz içi işleme: MediaPipe, TensorFlow Lite vb. kullanarak bulut bağımlılığı yok, gizlilik ve hız sağlanır; el takibi (21 kemik), yüz (468 nokta) ve gövde (33 nokta) senkron işlenmesi gerekir.
• Dilbilimsel gerçeklik: İşaret dilleri gramer, sözdizim, mimik ve beden dilinde evrensel değildir; TİD, ASL, BSL tamamen farklı yapılara sahiptir. TİD içinde İstanbul, Ankara, İzmir diyalektleri vardır; çok-dil modeli zorunludur.
• Veri temel sorunu: Eğitim için yüksek kaliteli işaret dili videoları nadir ve kısıtlıdır. Yeterlingo gibi oyunlaştırma yöntemleriyle crowdsourcing yapılabilir ama etik onay ve sağır topluluk katılımı kritiktir.
• B2B/B2C pazarlama: Kurumlar (hukuk, eğitim, sağlık) sunucu tabanı isteyebilir, kullanıcılar gizlilik ister. Hükümet ve üniversiteler pilot ortağı olabilir. Fiyatlandırma (freemium/abonelik) pazara göre değişir.
• UX/UI evrenselliği: Yüz ifadeleri ve beden dili tam olarak yakalanmalı; avatar senkronizasyonu ≤100ms gecikmeli olmalı, dar bant ağlarda çalışmalı. Erişilebilirlik (göz kontrolü, yazı seçeneği) tasarlanmalı.
• İlk 3 adım: (1) Türkçe/İngilizce için pilot veri seti oluşturma (sağır cemaatin katılımıyla), (2) İlk pazarda (Türkiye, Avrupa veya US) B2B pilot (üniversite/kurumsal), (3) MVP'nin 60-90 gün içinde 70+ dil kapasite gösterecek mimarı hazırlama.

Belirsizlik2026 Eylül itibariyle, ASL/BSL için kapsamlı açık kaynak veri setleri yoktur; TİD için veri daha da sınırlıdır. Bulunabilecek en iyi kaynaklar kurum tarafındandır. 3D avatar senkronizasyonunun tam doğruluğu (mimik + beden dili eş zamanlı) hâlâ araştırma aşamasındadır; ticari çözümler kısıtlıdır. Bölgesel diyalekt modellerini ayrı eğitmek milyarlarca veri nokta gerektirir; küçük diller için bu çoğunlukla imkânsızdır. Hukuki sorumluluğun sınırları (çevirinin hatasından kimler sorumlu) farklı ülkelerde farklıdır; net çerçeve yoktur.

Claude (claude-haiku-4-5) yapay zekâ modelinin düzenlenmemiş cevabıdır; 26.4 saniyede üretildi.

Cihaz içi anlık çeviri için MediaPipe gibi kütüphanelerle hibrit bir mimari kullanmalı, veri toplama aşamasında sağır topluluklarıyla iş birliği yapmalısınız. Pazara girişte B2B kurumsal entegrasyonlar, B2C içinse günlük kullanım odaklı abonelik modelleri önceliklendirilmelidir.

14 Eylül 2026 itibarıyla görüntü işleme ve uç cihaz yapay zeka modelleri, işaret dili gibi karmaşık görsel verileri işlemek için yeterli seviyededir. Başarı, teknik altyapıdan ziyade işaret dilinin kültürel ve dilbilimsel derinliğini yakalayan kaliteli veri setlerine dayanmaktadır.

• Uç cihazda MediaPipe veya benzeri kütüphanelerle düşük gecikmeli takip mimarisi.
• Yerel diyalektler ve gramer için sağır toplulukları ile doğrudan veri toplama.
• B2B için sağlık ve kamu hizmetleri, B2C için günlük abonelik modelleri.
• Kullanıcı merkezli tasarımda kamera açısı ve el konumu için net geri bildirimler.
• Çeviri doğruluğunu artırmak adına hibrit (cihaz içi + bulut) işlem yapısı.
• Yanlış anlamaların kritik olduğu alanlarda hata payı ve güven skorlarının gösterimi.

BelirsizlikFarklı işaret dilleri arasındaki (TİD vs ASL) gramer yapısal farklılıklarını evrensel bir modelde tam anlamıyla birleştirme zorluğu. Düşük segment cihazlarda gerçek zamanlı 3D avatar render performansının stabilizasyonu.

Gemini (gemini-3.1-flash-lite) yapay zekâ modelinin düzenlenmemiş cevabıdır; 10.8 saniyede üretildi.

En büyük 3 risk: tanıma doğruluğunda diyalekt/gramer varyasyonları, kullanıcı benimsemesi ve rekabet, gizlilik/etik veri sorunları. İlk 3 adım: MediaPipe tabanlı on-device prototip geliştir, Deaf topluluklarıyla iş birliği yap, B2B sağlık/eğitim pilotları başlat.

2026 itibarıyla on-device landmark takibi (MediaPipe) ve hafif modellerle gerçek zamanlı çeviri mümkün; strateji erişilebilirlik odaklı B2B/B2C hibrit, UX sade ve kapsayıcı olmalı.

• 1. YZ: MediaPipe Holistic ile cihaz içi landmark çıkarma + TFLite/edge modeller (SignNet-Nano benzeri) ile anlık el/yüz takibi kurulur.
• 2. Erişilebilirlik: Modüler modeller, kullanıcı seçimi ve topluluk verisiyle diyalekt/gramer varyasyonları işlenir; NMM'ler (yüz ifadeleri) kritik.
• 3. İş Geliştirme: B2B (sağlık, eğitim, devlet kurumları) ile başlayıp freemium B2C'ye geç; DEI ve erişilebilirlik regülasyonlarından yararlan.
• 4. UX/UI: Basit ikonlar, özelleştirilebilir 3D avatar, ses/mets giriş/çıkış, çok dilli destek ve minimal arayüzle evrensel kullanım.
• Riskler ve adımlar yukarıdaki doğrudan cevapta özetlendi; prototip ve topluluk odaklı ilerle.
• Kaynaklar: Google DeepMind SL2T (2026), edge modelleri ve pazar stratejileri.

BelirsizlikTİD için spesifik yüksek doğruluklu on-device model verisi sınırlı. Tam çok dilli/diyalekt desteği 2026'da henüz olgunlaşmamış olabilir.

Grok (grok-4.3) yapay zekâ modelinin düzenlenmemiş cevabıdır; 19.6 saniyede üretildi.