turkmedstt/medv3-turkish-medical-asr

medv3 - Türkçe Sentetik Tıbbi Konuşma Korpusu

Türkçe tıbbi konuşma tanıma araştırmaları için hazırlanmış sentetik konuşma korpusudur. Klinik cümleler Google Cloud Text-to-Speech Chirp 3 HD sesleriyle sentezlenmiştir.

Önemli uyarılar

• Tüm kayıtlar sentetiktir (synthetic=true).
• Gerçek hasta veya klinisyen sesi ve kişisel sağlık verisi içermez.
• Tıbbi cihaz geliştirme onayı veya klinik doğrulama anlamına gelmez.
• Klinik karar için değil, araştırma ve ASR eğitimi/değerlendirmesi içindir.
• Google bu veri setinin yayıncısı, sponsoru veya onaylayanı değildir.

İçerik

Özellik	Değer
Benzersiz klinik cümle	809
Sentetik ses kimliği	4
Toplam WAV klibi	3.236
Toplam süre	Yaklaşık 5,72 saat
Ses biçimi	16 kHz, mono WAV
Klinik alan	20
Eğitim bölümü	2.904 klip
Doğrulama bölümü	332 klip

Kullanılan sesler:

• tr-TR-Chirp3-HD-Aoede
• tr-TR-Chirp3-HD-Kore
• tr-TR-Chirp3-HD-Charon
• tr-TR-Chirp3-HD-Orus

Her benzersiz cümle dört farklı sentetik sesle üretilmiştir. Böylece aynı metnin farklı ses özellikleriyle okunması sağlanmış, ancak gerçek konuşmacı çeşitliliği taklit edildiği iddia edilmemiştir.

Klinik kapsam

Korpus, kardiyoloji, nöroloji, göğüs hastalıkları, enfeksiyon, endokrinoloji ve benzeri 20 klinik alanı kapsayan eğitim cümlelerinden oluşur. Cümleler belirti anlatımı, tetkik, tanı değerlendirmesi, ilaç ve takip ifadeleri gibi tıbbi konuşma kalıplarını içerir.

term_targets alanı, ilgili cümlede korunması beklenen tıbbi terimleri belirtir. Bu alan WER/CER dışında medikal terim recall gibi alan-özel metriklerin hesaplanmasına yardımcı olur.

Dosyalar

• medv3_audio.zip: audio/ klasörü ve manifest içeren dağıtım arşivi
• medical_corpus_v3_manifest.csv: sesli örnek manifesti
• medical_corpus_v3_text_manifest.csv: metin üretim manifesti

Manifest alanları

Alan	Açıklama
segment_id	Örneğin benzersiz kimliği
audio_filepath	Arşiv köküne göre göreli WAV yolu
text	Sentezlenen Türkçe klinik cümle
duration	Ses süresi, saniye
sampling_rate	Örnekleme oranı; bu sürümde 16.000 Hz
speaker_id	Sentetik ses kimliği
clinical_area	Cümlenin ilişkilendirildiği klinik alan
term_targets	Korunması beklenen hedef tıbbi terimler
tts_provider	Sentez hizmeti sağlayıcısı
tts_voice	Kullanılan TTS sesinin tam adı
speaking_rate	Sentez sırasında kullanılan konuşma hızı
synthetic	Kaydın sentetik olduğunu belirten değer
split	train veya validation bölümü
license	Örneğe atanmış yayın lisansı

Arşiv açıldıktan sonra audio_filepath değerleri arşiv köküne göre göreli yollardır.

Kullanım örneği

En kolay yol — datasets ile (ses bu repoda parquet olarak gömülüdür; dataset önizlemesinde de çalışır):

from datasets import load_dataset

ds = load_dataset("turkmedstt/medv3-turkish-medical-asr", split="train")
print(ds)
print(ds[0]["text"], ds[0]["audio"]["sampling_rate"])

Alternatif olarak manifest dosyasıyla:

from huggingface_hub import hf_hub_download
import pandas as pd

manifest_path = hf_hub_download(
    repo_id="turkmedstt/medv3-turkish-medical-asr",
    filename="medical_corpus_v3_manifest.csv",
    repo_type="dataset",
)

manifest = pd.read_csv(manifest_path)
print(manifest[["audio_filepath", "text", "clinical_area", "split"]].head())

Ses arşivi ayrıca medv3_audio.zip adıyla indirilebilir. Arşivin doğrulanan SHA-256 değeri: 4e8c0b8a4ebfed754c5c1e767d450caca25eabb1e84f2d2a81c82e2afc27ec6b.

Kapsam ve sınırlamalar

• Sentetik in-domain değerlendirme gerçek konuşma başarımının üst sınırı olabilir.
• Dört TTS sesi gerçek konuşmacı, aksan, yaş ve kayıt ortamı çeşitliliğini temsil etmez.
• Cümleler eğitim ve araştırma amaçlıdır; klinik öneri olarak yorumlanmamalıdır.
• Gerçek-ses TurkMedSTT değerlendirme kayıtları bu veri setine dahil değildir.
• Aynı metnin dört sesle bulunması, metin düzeyinde bölme yapılmazsa eğitim ve değerlendirme arasında sızıntı oluşturabilir. Yeni deneylerde bölme segment_id veya temel cümle kimliği dikkate alınarak yapılmalıdır.
• Sentetik seslerde arka plan gürültüsü, mikrofon bozulması ve doğal konuşma düzensizlikleri sınırlıdır.

Üretim ve doğrulama

Korpus; cümle üretimi, TTS sentezi ve kalite doğrulaması için ayrı betiklerle hazırlanmıştır:

• build_medical_corpus_v3.py
• synthesize_medical_corpus_v3.py
• validate_medical_corpus_v3.py

Doğrulamada dosya varlığı, WAV biçimi, örnekleme oranı, boş/bozuk kayıtlar, manifest yolları ve lisans alanları kontrol edilmiştir. Dağıtım arşivinde 3.236 WAV dosyasının tamamı göreli yollarla yer alır.

Lisans

Bu yayın CC BY 4.0 lisansı altındadır. Yeniden kullanımda TurkMedSTT projesine atıf yapılmalıdır. Google Cloud hizmet ve marka hakları Google'a aittir; bu lisans Google yazılımına veya hizmetine hak vermez.

Atıf

TurkMedSTT bitirme projesi, 2026.

Katkı verenler

• Muhammed Kumcu
• Yağmur Tuncer

Muhammed Kumcu ve Yağmur Tuncer; korpus tasarımı, veri üretimi, kalite kontrolü, dokümantasyon ve yayın çalışmalarını birlikte yürütmüştür.

Teşekkür

TurkMedSTT gerçek-ses değerlendirmesine gönüllü katkıları için Zeynep Zehra Kumcu ve Yusuf Uysal'a teşekkür ederiz. Gerçek-ses kayıtları bu veri setine dahil değildir.