Natural Language Processing Approach to Time Management for Meetings and Lectures: From Audio Recordings to Summary Listening

Günümüz iş ve eğitim dünyasında toplantılar, projelerin ve iş süreçlerinin yönetimi için önemli bir araç olsa da, çalışanların zamanını önemli ölçüde almaktadır. Bu sorunu çözmek için toplantıların ses kayıtlarının alınarak metne dönüştürülmesi ve ardından bu metinlerin özetlenmesi büyük bir avantaj olarak düşünülebilir. Özetlerin ses dosyalarına dönüştürülmesi, çalışanların sadece önemli noktaları dinleyerek toplantılara hakim olmasını sağlar ve böylece zaman tasarrufu elde edilebilir. Bu yöntem, hem iş verimliliğini artırabilir hem de çalışanların iş-yaşam dengesini korumalarına yardımcı olabilir. Bu çalışmada günümüz teknolojilerinden yararlanarak ses dosyalarını metne dönüştürme, metin özetleme ve özetlenmiş metni seslendirme yöntemleri incelenmiştir. İki farklı konuşma tanıma aracından ilk olarak, yapay zeka destekli konuşma tanıma teknolojisi olan Sonix'in performansı değerlendirilmiştir. Ardından, OpenAI tarafından sunulan Whisper modelinin beş farklı boyutu olan tiny, base, small, medium ve large ile ses dosyalarının metne dönüştürülme süreleri ölçülmüş ve orijinal metinlerle karşılaştırılmıştır. Metinlerin özetlenmesi için ise Smodin, Resoomer, Summarizing Tool, Rephrase, ChatGPT3.5 ve T5 yapay zeka modelleri ve Transformers, NLTK doğal dil işleme kütüphaneleri kullanılarak çeşitli özetler oluşturulmuş ve bunların başarısı Rouge-1, Rouge-2, Rouge-L ve Meteor performans metrikleriyle değerlendirilmiştir. Değerlendirme sonucunda İngilizce ve Türkçe toplantılar için en başarılı bulunan yöntemler belirlenmiştir.