turkce-normalize 0.1.0__tar.gz

turkce_normalize-0.1.0/LICENSE

@@ -0,0 +1,21 @@
+MIT License
+
+Copyright (c) 2026 Mehmet Veysel Delibaş
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all
+copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+SOFTWARE.

turkce_normalize-0.1.0/PKG-INFO

@@ -0,0 +1,333 @@
+Metadata-Version: 2.4
+Name: turkce-normalize
+Version: 0.1.0
+Summary: TTS için Türkçe metin normalizasyonu: sayı, tarih, saat, para, kısaltma, Roma rakamı, kesir, e-posta ve adres okunuşu.
+Author: Mehmet Veysel Delibaş
+License-Expression: MIT
+Project-URL: Homepage, https://github.com/seslen-tr/turkce-normalize
+Project-URL: Source, https://github.com/seslen-tr/turkce-normalize
+Project-URL: Issues, https://github.com/seslen-tr/turkce-normalize/issues
+Keywords: türkçe,turkish,tts,text-normalization,normalizasyon,speech
+Classifier: Programming Language :: Python :: 3
+Classifier: Natural Language :: Turkish
+Classifier: Operating System :: OS Independent
+Classifier: Topic :: Multimedia :: Sound/Audio :: Speech
+Classifier: Topic :: Text Processing :: Linguistic
+Requires-Python: >=3.9
+Description-Content-Type: text/markdown
+License-File: LICENSE
+Dynamic: license-file
+
+# turkce-normalize
+
+> **English:** Turkish text normalization for text-to-speech. Expands numbers, dates, times, currency, abbreviations, Roman numerals, fractions, e-mail and web addresses into how they are read aloud, following Turkish rules (`14:30'da` → `on dört otuzda`). No dependencies, Python 3.9+, includes an abbreviation-aware sentence splitter for streaming LLM output.
+
+TTS (metinden sese) modelleri için Türkçe metin normalizasyonu.
+
+Chatterbox, XTTS, Piper, StyleTTS2 gibi açık kaynak modeller SSML desteklemez
+ve `1.250,50 ₺`, `14:05`, `XX. yüzyıl`, `TBMM'de` gibi gösterimleri Türkçe
+kurallarına göre okuyamaz. Bu paket metni modele göndermeden önce "okunur"
+hale getirir:
+
+```text
+Toplantı 14:30'da, %18 KDV dahil 1.250,50 ₺.
+→ Toplantı on dört otuzda, yüzde on sekiz katma değer vergisi dahil bin iki yüz elli lira elli kuruş.
+```
+
+- Bağımlılığı yoktur (yalnızca standart kütüphane), Python 3.9+.
+- Kurallar sıralıdır ve her biri testlerle sabitlenmiştir.
+- Akış halinde gelen LLM çıktısı için kısaltma farkında bir cümle ayırıcı içerir.
+
+## Kurulum
+
+```bash
+pip install .            # depo kökünde
+```
+
+## Kullanım
+
+```python
+from turkce_normalize import normalize
+
+normalize("Sözleşme 15.03.2026 tarihinde yenilenecek.")
+# 'Sözleşme on beş mart iki bin yirmi altı tarihinde yenilenecek.'
+
+normalize("XX. yüzyılda II. Abdülhamit 1876-1909 arasında hüküm sürdü.")
+# 'yirminci yüzyılda ikinci Abdülhamit bin sekiz yüz yetmiş altı ile bin dokuz yüz dokuz arasında hüküm sürdü.'
+
+normalize("TBMM'de TRT ve NATO konuşuldu.")
+# 'te be me mede te re te ve nato konuşuldu.'
+```
+
+Komut satırından:
+
+```bash
+python -m turkce_normalize "Tarifte 1/2 kilo un, 3/4 su bardağı süt var."
+# Tarifte yarım kilo un, dörtte üç su bardağı süt var.
+
+echo "3-5 kişilik ekip -5 derecede çalıştı." | python -m turkce_normalize
+# üç beş kişilik ekip eksi beş derecede çalıştı.
+```
+
+### Seçenekler
+
+```python
+normalize(metin,
+          telaffuz=None,             # telaffuz sözlüğü (varsayılan: gömülü CBS/yazılım sözlüğü)
+          cografi=True,              # koordinat, ölçek, pafta, EPSG kuralları
+          kisaltma_harf_harf=True)   # "TBMM" -> "te be me me"
+```
+
+### Sayı okuma
+
+```python
+from turkce_normalize import sayi_oku, sira_oku, ondalik_oku, rakamlari_tek_tek
+
+sayi_oku(1250)            # 'bin iki yüz elli'
+sayi_oku(1_000_000)       # 'bir milyon'
+sira_oku(21)              # 'yirmi birinci'
+ondalik_oku(3, "05")      # 'üç virgül sıfır beş'
+rakamlari_tek_tek("0212") # 'sıfır iki bir iki'
+```
+
+### Cümle ayırıcı (LLM akışı için)
+
+Cevabın tamamı bitmeden ilk cümle seslendirilmeye başlasın diye. `Sn. Dr.`
+gibi kısaltmalarda ve `15.03.2026` gibi tarihlerde bölmez; 12 karakterden
+kısa cümleleri ("Evet.") sonrakiyle birleştirir.
+
+```python
+from turkce_normalize import CumleAyirici, cumleleri_ayir
+
+ayirici = CumleAyirici()
+for parca in llm_akisi:                 # token token gelen metin
+    for cumle in ayirici.push(parca):
+        seslendir(normalize(cumle))
+for cumle in ayirici.flush():
+    seslendir(normalize(cumle))
+
+cumleleri_ayir("Merhaba. Sn. Dr. Ayşe Yılmaz geldi! Devam edelim mi?")
+# ['Merhaba. Sn. Dr. Ayşe Yılmaz geldi!', 'Devam edelim mi?']
+```
+
+`cumle_akisi(iterable)` ve `cumle_akisi_async(async_iterable)` aynı işi
+üreteç olarak yapar.
+
+### Duraklama işaretleri
+
+SSML olmayan modellerde duraklamayı kendin kurmak için metni `[dur]`
+işaretlerinden böler:
+
+```python
+from turkce_normalize import isaretleri_ayir, isaretleri_temizle
+
+isaretleri_ayir("Sorgu bitti. [dur:0.8] Toplam 340 hektar.")
+# [Parca(metin='Sorgu bitti.', duraklama=0.8), Parca(metin='Toplam 340 hektar.', duraklama=0)]
+
+isaretleri_temizle("Sorgu bitti. [dur:0.8] Toplam.")   # altyazı için
+# 'Sorgu bitti. Toplam.'
+```
+
+`[dur]` tek başına 0,45 sn'dir; üst sınır 5 sn. Bilinmeyen işaretler
+(`[vurgu]`) bilerek silinmez — model okur, sen hatayı duyarsın.
+
+### Telaffuz sözlüğü
+
+Gömülü sözlük CBS ve yazılım jargonunu Türk kulağına doğru gelen yazımla
+değiştirir (`shapefile` → `şeypfayl`, `WMS` → `ve me se`, `API` → `ey pi ay`).
+Kendi terimlerini ekleyebilirsin:
+
+```python
+from turkce_normalize import normalize, sozluk_birlestir, VARSAYILAN_SOZLUK
+
+sozluk = sozluk_birlestir(VARSAYILAN_SOZLUK, {"KENTGIS": "kent cis"})
+normalize("KENTGIS açılıyor.", telaffuz=sozluk)    # 'kent cis açılıyor.'
+```
+
+Eşleşme büyük/küçük harf duyarsızdır; ek almış kelimeler (`APIyi`) bölünmez.
+
+## Desteklenen gösterimler
+
+| Gösterim | Örnek | Okunuş |
+|---|---|---|
+| Tam sayı | `1.250` | bin iki yüz elli |
+| Ondalık | `3,5` / `3,05` | üç virgül beş / üç virgül sıfır beş |
+| Sıra sayısı | `3. madde` | üçüncü madde |
+| Para | `1.250,50 ₺`, `2.360 TL` | bin iki yüz elli lira elli kuruş |
+| Yüzde | `%18`, `% 18,5` | yüzde on sekiz |
+| Tarih | `15.03.2026`, `15/03/2026` | on beş mart iki bin yirmi altı |
+| Saat | `14:05`, `09:00'da` | on dört sıfır beş, dokuzda |
+| Telefon | `0212 555 44 33`, `0212-555-44-33` | sıfır iki bir iki beş beş beş … |
+| IBAN | `TR33 0006 …` | te re üç üç sıfır sıfır … |
+| Kısaltma (sözlük) | `KDV`, `Dr.`, `vb.`, `Mah.` | katma değer vergisi, doktor, ve benzeri, mahallesi |
+| Birim | `12 km`, `85 m²`, `5 kg` | on iki kilometre, … metrekare, … kilogram |
+| **Roma rakamı** | `XX. yüzyıl`, `II. Abdülhamit` | yirminci yüzyıl, ikinci Abdülhamit |
+| **Kesir** | `1/2 kilo`, `1/4`, `3/4`, `1/6`, `2 1/2` | yarım kilo, çeyrek, dörtte üç, altıda bir, iki buçuk |
+| **Aralık** | `3-5 kişi`, `2020-2025`, `3-5. maddeler` | üç beş kişi, … ile …, üçüncü ile beşinci |
+| **Eksi sayı** | `-5 derece` | eksi beş derece |
+| **Büyük harfli kısaltma** | `TBMM'de`, `CHP`, `NATO` | te be me mede, ce he pe, nato |
+| **E-posta** | `ali.veli@ornek.com.tr` | ali nokta veli et ornek nokta com nokta te re |
+| **Web adresi** | `https://www.ornek.gov.tr/harita` | ornek nokta gov nokta te re bölü harita |
+| **Simgeler** | `2+2=4`, `&`, `25°C`, `±0,5` | iki artı iki eşittir dört, ve, yirmi beş derece, artı eksi … |
+| Koordinat | `39.9334, 32.8597` | enlem otuz dokuz virgül dokuz üç üç dört, boylam … |
+| Derece-dakika-saniye | `39°56'12"K` | otuz dokuz derece elli altı dakika on iki saniye kuzey |
+| Ölçek | `1/25.000`, `1:1000` | yirmi beş binde bir, binde bir |
+| Pafta kodu | `G22-b-14c-2d` | ge yirmi iki be on dört ce iki de |
+| EPSG / UTM | `EPSG:5254`, `UTM 35N` | e pe es ge beş iki beş dört, u te me otuz beşinci dilim kuzey |
+| Alan birimi | `340 ha`, `12 da` | üç yüz kırk hektar, on iki dekar |
+
+Kalın satırlar kaynak projede olmayıp bu pakette eklenenlerdir. Ayrıntıları:
+
+### Roma rakamları
+
+Yalnızca **ardından nokta gelen** geçerli Roma rakamları (I–MMMM) sıra sayısı
+olarak okunur:
+
+- Nokta ve ardından **küçük harfle** başlayan kelime: `XX. yüzyıl` → yirminci yüzyıl.
+- Nokta ve ardından **büyük harfle** başlayan kelime (hükümdar sırası): yalnızca
+  I, V, X harflerinden oluşan ve 39'u aşmayan rakamlar: `III. Selim` → üçüncü Selim,
+  `I. Dünya Savaşı` → birinci Dünya Savaşı.
+- Tek harfli rakam büyük harfli bir kelimeden sonra geliyorsa isim baş harfi
+  sayılır (`Mehmet V. Delibaş` değişmez); `Sultan`, `Kral`, `Papa` gibi
+  unvanlar (`UNVANLAR`) istisnadır.
+- `MI`, `CD`, `CM`, `MM`, `DIV` … gibi kelime/kısaltma olabilenler kara
+  listededir (`ROMA_KARA_LISTE`).
+
+### Kesirler
+
+- `1/2` → yarım, `1/4` → çeyrek; ötekiler "payda + bulunma eki + pay":
+  `3/4` → dörtte üç, `2/3` → üçte iki, `1/6` → altıda bir, `3/40` → kırkta üç.
+- Bulunma eki ünlü uyumuna ve ünsüz benzeşmesine uyar (`bulunma_eki()`):
+  ç, f, h, k, p, s, ş, t'den sonra **te/ta**, diğerlerinde **de/da**.
+- Tam sayılı kesir: `2 1/2` → iki buçuk, `3 3/4` → üç tam dörtte üç; `½ ¼ ¾`
+  karakterleri de okunur.
+- Yalnızca **bayağı kesirler** (pay < payda) okunur; `15/03` dokunulmaz. `24/7` → yirmi dört yedi.
+- Ekli kesir: `1/2'si` → yarısı, `1/4'ü` → çeyreği, `3/4'ü` → dörtte üçü.
+- Tarih (`15/03/2026`) ve ölçek (`1/25.000`, `1:1000`) kuralları önce çalışır.
+- Adreste kapı numarası: `No: 5/7` → No: beş bölü yedi.
+
+### Aralıklar
+
+- İki sayı da 100 veya küçük ve ilki küçükse günlük konuşmadaki gibi:
+  `3-5 kişi` → üç beş kişi, `10–20 dakika` → on yirmi dakika.
+- Diğerleri "X ile Y": `2020-2025` → iki bin yirmi ile iki bin yirmi beş,
+  `1.000-2.000 TL` → bin ile iki bin lira.
+- Sıra sayısı aralığı: `3-5. maddeler` → üçüncü ile beşinci maddeler.
+- Saat ve tarih aralığı: `14:30-15:30` → on dört otuz ile on beş otuz;
+  yüzde aralığı: `%10-20` → yüzde on ile yirmi.
+- İlki büyük ya da eşitse skor gibi okunur: `3-1` → üç bir. Sıfırla başlıyorsa (kod)
+  veya ikiden fazla sayı tireyle bağlıysa (`0212-555-44-33`) aralık sayılmaz.
+- Önünde harf/rakam olmayan tire eksi işaretidir: `-5 derece` → eksi beş derece.
+
+### Büyük harfli kısaltmalar
+
+- 2–5 büyük harften oluşan tokenlar Türkçe harf adlarıyla okunur:
+  `TBMM` → te be me me, `AKP` → a ka pe. Harf adları: a, be, ce, çe, de, e, fe,
+  ge, yumuşak ge, he, ı, i, je, ka, le, me, ne, o, ö, pe, re, se, şe, te, u, ü,
+  ve, ye, ze; Q kü, W çift ve, X iks. K kısaltmalardaki yaygın okunuşla "ka"dır
+  (TDK alfabesinde "ke"); `HARF_OKUNUSU["K"] = "ke"` ile değiştirilebilir.
+- Kesmeden sonraki ek okunuşa bitişir: `TBMM'de` → te be me mede,
+  `ABD'li` → a be deli.
+- Kelime gibi okunan kısaltmalar (`KELIME_GIBI_OKUNANLAR`) harf harf okunmaz,
+  modelin hecelememesi için küçük harfe çevrilir: NATO, NASA, AFAD, TOKİ,
+  BOTAŞ, TEDAŞ, İSKİ, ASKİ, ODTÜ, YÖK, TÜİK, İŞKUR, MİT, ASELSAN, TÜBİTAK,
+  HAVELSAN, ROKETSAN, KOSGEB, UNESCO, UNICEF … `ÖSYM`, `SGK`, `İETT`, `PTT`
+  harf harf okunur.
+- Büyük harfle yazılmış sıradan kelimeler (`UYARI`, `VE`, `MI` …,
+  `BILINEN_KELIMELER`) ve bunların komşusu olan büyük harfli kelimeler
+  (`GELDİ MI`) kısaltma sayılmaz. 6+ harfli tokenlar ve yalnızca I/V/X'ten
+  oluşanlar (Roma rakamı) dokunulmaz.
+- Sözlükteki kısaltmalar (`KDV`, `TL`, `IBAN` …) önce gelir.
+- Listeler genişletilebilir kümelerdir:
+
+  ```python
+  from turkce_normalize import KELIME_GIBI_OKUNANLAR, BILINEN_KELIMELER
+  KELIME_GIBI_OKUNANLAR.add("TEKNOFEST")
+  BILINEN_KELIMELER.add("KAMPANYA")
+  ```
+
+### E-posta ve web adresi
+
+- `@` → et, `.` → nokta, `/` → bölü, `-` → tire, `_` → alt çizgi.
+- `http(s)://` ve `www.` atılır; sorgu (`?…`) ve çapa (`#…`) okunmaz.
+- Son etiket iki harfli ülke uzantısıysa harf harf okunur (`tr` → te re);
+  `com`, `gov`, `org` yazıldığı gibi kalır.
+- Şemasız alan adları yalnızca küçük harfle ve bilinen bir uzantıyla
+  (`com`, `net`, `org`, `gov`, `edu`, `tr`, `io` …) yazılmışsa yakalanır.
+- Adres parçaları sonra telaffuz sözlüğünden geçer: `rapor.pdf` → rapor nokta pe de fe.
+
+### Simgeler
+
+`&` → ve; `+` iki sayı arasında → artı (`+90` gibi önekler dokunulmaz);
+`=` → eşittir; `°C` / `℃` → derece; `°F` → derece fahrenhayt;
+sayıdan sonra `°` → derece; `±` → artı eksi.
+
+## Kural sırası
+
+Sıra rastgele değildir; bütün bir birim olan gösterimler sayı kurallarından
+önce gelir, yoksa içlerindeki rakamlar genel kurallara yem olur:
+
+1. e-posta ve web adresi → 2. sıcaklık → 3. coğrafi gösterimler →
+4. telaffuz sözlüğü → 5. IBAN → 6. telefon → 7. tarih ve saat (ISO ve tireli tarih dahil) →
+8. simgeler → 9. kesirler → 10. aralıklar → 11. eksi sayılar → 12. para →
+13. yüzde → 14. kısaltmalar ve birimler → 15. Roma rakamları →
+16. büyük harfli kısaltmalar → 17. sıra sayıları → 18. ondalık →
+19. tam sayılar → 20. kesme işaretinin kaldırılması
+
+## Sınırlamalar
+
+- Ek uyumu yapılmaz: `5'te` → beşte doğru çıkar çünkü ek zaten okunuşa göre
+  yazılmıştır; ama yanlış yazılmış ekler düzeltilmez.
+- Nokta, ardından tam üç rakam geliyorsa binlik ayırıcıdır (`3.500` → üç bin beş yüz);
+  aksi halde İngilizce usulü ondalık sayılır (`3.5` → üç virgül beş). Üç ve daha fazla
+  noktalı grupta üç rakamlı olmayan grup varsa sürüm numarasıdır (`1.2.3` → bir nokta iki
+  nokta üç). Noktalı saat yalnız "saat" sözcüğünden sonra tanınır (`saat 14.30`).
+- Sıra sayısı ve Roma rakamı için ardından bir kelime gelmesi gerekir; cümle
+  sonundaki `XIV.` dokunulmaz.
+- Cümle başındaki büyük harf, dönüştürülen kelimeyle birlikte kaybolur
+  (`XX. yüzyıl` → yirminci yüzyıl).
+- Büyük harfli kısaltma tespiti sezgiseldir: listede olmayan 2–5 harfli büyük
+  harfli sıradan kelimeler harf harf okunabilir; tamamı büyük harfle yazılmış
+  metinlerde `kisaltma_harf_harf=False` kullanın. Tek harfli Roma rakamı bir
+  ismin baş harfiyle karışabilir (`romanı V. Hugo yazdı`).
+- Tam sayılı ekli kesir (`2 1/2'si`) düzeltilmez.
+- Şemasız alan adlarında Türkçe karakter (IDN) desteklenmez.
+- İngilizce normalizasyon kapsam dışıdır; metin Türkçe kabul edilir.
+
+## Testler
+
+```bash
+python -m unittest discover -s tests
+```
+
+`tests/test_parite.py` kaynak TypeScript projesindeki testlerin birebir
+karşılığıdır (beklenen çıktılar aynı); `tests/test_yeni.py` bu pakette
+eklenen özellikleri ve yanlış pozitifleri sabitler.
+
+## Lisans
+
+MIT — bkz. [LICENSE](LICENSE).
+
+---
+
+## English summary
+
+**turkce-normalize** is a dependency-free Python (3.9+) text normalizer that
+prepares Turkish text for TTS engines without SSML support (Chatterbox, XTTS,
+Piper, StyleTTS2…). It spells out numbers, ordinals, decimals, money, percent,
+dates, times, phone numbers, IBANs, abbreviations and units; Roman numerals
+(`XX. yüzyıl` → "yirminci yüzyıl"), fractions with correct vowel harmony
+(`3/4` → "dörtte üç"), numeric ranges, negative numbers, all-caps acronyms read
+letter by letter with Turkish letter names (`TBMM'de` → "te be me mede", with a
+configurable list of acronyms read as words such as NATO, TÜBİTAK), e-mail
+addresses and URLs, common symbols, and GIS notation (coordinates, map scale,
+sheet codes, EPSG/UTM). It also ships an abbreviation-aware streaming sentence
+splitter for LLM output and an inline pause-marker parser (`[dur:0.8]`).
+
+```python
+from turkce_normalize import normalize
+normalize("Toplantı 14:30'da, %18 KDV dahil 1.250,50 ₺.")
+# 'Toplantı on dört otuzda, yüzde on sekiz katma değer vergisi dahil bin iki yüz elli lira elli kuruş.'
+```
+
+CLI: `python -m turkce_normalize "metin"`. Tests: `python -m unittest discover -s tests`. License: MIT.

turkce_normalize-0.1.0/README.md

@@ -0,0 +1,313 @@
+# turkce-normalize
+
+> **English:** Turkish text normalization for text-to-speech. Expands numbers, dates, times, currency, abbreviations, Roman numerals, fractions, e-mail and web addresses into how they are read aloud, following Turkish rules (`14:30'da` → `on dört otuzda`). No dependencies, Python 3.9+, includes an abbreviation-aware sentence splitter for streaming LLM output.
+
+TTS (metinden sese) modelleri için Türkçe metin normalizasyonu.
+
+Chatterbox, XTTS, Piper, StyleTTS2 gibi açık kaynak modeller SSML desteklemez
+ve `1.250,50 ₺`, `14:05`, `XX. yüzyıl`, `TBMM'de` gibi gösterimleri Türkçe
+kurallarına göre okuyamaz. Bu paket metni modele göndermeden önce "okunur"
+hale getirir:
+
+```text
+Toplantı 14:30'da, %18 KDV dahil 1.250,50 ₺.
+→ Toplantı on dört otuzda, yüzde on sekiz katma değer vergisi dahil bin iki yüz elli lira elli kuruş.
+```
+
+- Bağımlılığı yoktur (yalnızca standart kütüphane), Python 3.9+.
+- Kurallar sıralıdır ve her biri testlerle sabitlenmiştir.
+- Akış halinde gelen LLM çıktısı için kısaltma farkında bir cümle ayırıcı içerir.
+
+## Kurulum
+
+```bash
+pip install .            # depo kökünde
+```
+
+## Kullanım
+
+```python
+from turkce_normalize import normalize
+
+normalize("Sözleşme 15.03.2026 tarihinde yenilenecek.")
+# 'Sözleşme on beş mart iki bin yirmi altı tarihinde yenilenecek.'
+
+normalize("XX. yüzyılda II. Abdülhamit 1876-1909 arasında hüküm sürdü.")
+# 'yirminci yüzyılda ikinci Abdülhamit bin sekiz yüz yetmiş altı ile bin dokuz yüz dokuz arasında hüküm sürdü.'
+
+normalize("TBMM'de TRT ve NATO konuşuldu.")
+# 'te be me mede te re te ve nato konuşuldu.'
+```
+
+Komut satırından:
+
+```bash
+python -m turkce_normalize "Tarifte 1/2 kilo un, 3/4 su bardağı süt var."
+# Tarifte yarım kilo un, dörtte üç su bardağı süt var.
+
+echo "3-5 kişilik ekip -5 derecede çalıştı." | python -m turkce_normalize
+# üç beş kişilik ekip eksi beş derecede çalıştı.
+```
+
+### Seçenekler
+
+```python
+normalize(metin,
+          telaffuz=None,             # telaffuz sözlüğü (varsayılan: gömülü CBS/yazılım sözlüğü)
+          cografi=True,              # koordinat, ölçek, pafta, EPSG kuralları
+          kisaltma_harf_harf=True)   # "TBMM" -> "te be me me"
+```
+
+### Sayı okuma
+
+```python
+from turkce_normalize import sayi_oku, sira_oku, ondalik_oku, rakamlari_tek_tek
+
+sayi_oku(1250)            # 'bin iki yüz elli'
+sayi_oku(1_000_000)       # 'bir milyon'
+sira_oku(21)              # 'yirmi birinci'
+ondalik_oku(3, "05")      # 'üç virgül sıfır beş'
+rakamlari_tek_tek("0212") # 'sıfır iki bir iki'
+```
+
+### Cümle ayırıcı (LLM akışı için)
+
+Cevabın tamamı bitmeden ilk cümle seslendirilmeye başlasın diye. `Sn. Dr.`
+gibi kısaltmalarda ve `15.03.2026` gibi tarihlerde bölmez; 12 karakterden
+kısa cümleleri ("Evet.") sonrakiyle birleştirir.
+
+```python
+from turkce_normalize import CumleAyirici, cumleleri_ayir
+
+ayirici = CumleAyirici()
+for parca in llm_akisi:                 # token token gelen metin
+    for cumle in ayirici.push(parca):
+        seslendir(normalize(cumle))
+for cumle in ayirici.flush():
+    seslendir(normalize(cumle))
+
+cumleleri_ayir("Merhaba. Sn. Dr. Ayşe Yılmaz geldi! Devam edelim mi?")
+# ['Merhaba. Sn. Dr. Ayşe Yılmaz geldi!', 'Devam edelim mi?']
+```
+
+`cumle_akisi(iterable)` ve `cumle_akisi_async(async_iterable)` aynı işi
+üreteç olarak yapar.
+
+### Duraklama işaretleri
+
+SSML olmayan modellerde duraklamayı kendin kurmak için metni `[dur]`
+işaretlerinden böler:
+
+```python
+from turkce_normalize import isaretleri_ayir, isaretleri_temizle
+
+isaretleri_ayir("Sorgu bitti. [dur:0.8] Toplam 340 hektar.")
+# [Parca(metin='Sorgu bitti.', duraklama=0.8), Parca(metin='Toplam 340 hektar.', duraklama=0)]
+
+isaretleri_temizle("Sorgu bitti. [dur:0.8] Toplam.")   # altyazı için
+# 'Sorgu bitti. Toplam.'
+```
+
+`[dur]` tek başına 0,45 sn'dir; üst sınır 5 sn. Bilinmeyen işaretler
+(`[vurgu]`) bilerek silinmez — model okur, sen hatayı duyarsın.
+
+### Telaffuz sözlüğü
+
+Gömülü sözlük CBS ve yazılım jargonunu Türk kulağına doğru gelen yazımla
+değiştirir (`shapefile` → `şeypfayl`, `WMS` → `ve me se`, `API` → `ey pi ay`).
+Kendi terimlerini ekleyebilirsin:
+
+```python
+from turkce_normalize import normalize, sozluk_birlestir, VARSAYILAN_SOZLUK
+
+sozluk = sozluk_birlestir(VARSAYILAN_SOZLUK, {"KENTGIS": "kent cis"})
+normalize("KENTGIS açılıyor.", telaffuz=sozluk)    # 'kent cis açılıyor.'
+```
+
+Eşleşme büyük/küçük harf duyarsızdır; ek almış kelimeler (`APIyi`) bölünmez.
+
+## Desteklenen gösterimler
+
+| Gösterim | Örnek | Okunuş |
+|---|---|---|
+| Tam sayı | `1.250` | bin iki yüz elli |
+| Ondalık | `3,5` / `3,05` | üç virgül beş / üç virgül sıfır beş |
+| Sıra sayısı | `3. madde` | üçüncü madde |
+| Para | `1.250,50 ₺`, `2.360 TL` | bin iki yüz elli lira elli kuruş |
+| Yüzde | `%18`, `% 18,5` | yüzde on sekiz |
+| Tarih | `15.03.2026`, `15/03/2026` | on beş mart iki bin yirmi altı |
+| Saat | `14:05`, `09:00'da` | on dört sıfır beş, dokuzda |
+| Telefon | `0212 555 44 33`, `0212-555-44-33` | sıfır iki bir iki beş beş beş … |
+| IBAN | `TR33 0006 …` | te re üç üç sıfır sıfır … |
+| Kısaltma (sözlük) | `KDV`, `Dr.`, `vb.`, `Mah.` | katma değer vergisi, doktor, ve benzeri, mahallesi |
+| Birim | `12 km`, `85 m²`, `5 kg` | on iki kilometre, … metrekare, … kilogram |
+| **Roma rakamı** | `XX. yüzyıl`, `II. Abdülhamit` | yirminci yüzyıl, ikinci Abdülhamit |
+| **Kesir** | `1/2 kilo`, `1/4`, `3/4`, `1/6`, `2 1/2` | yarım kilo, çeyrek, dörtte üç, altıda bir, iki buçuk |
+| **Aralık** | `3-5 kişi`, `2020-2025`, `3-5. maddeler` | üç beş kişi, … ile …, üçüncü ile beşinci |
+| **Eksi sayı** | `-5 derece` | eksi beş derece |
+| **Büyük harfli kısaltma** | `TBMM'de`, `CHP`, `NATO` | te be me mede, ce he pe, nato |
+| **E-posta** | `ali.veli@ornek.com.tr` | ali nokta veli et ornek nokta com nokta te re |
+| **Web adresi** | `https://www.ornek.gov.tr/harita` | ornek nokta gov nokta te re bölü harita |
+| **Simgeler** | `2+2=4`, `&`, `25°C`, `±0,5` | iki artı iki eşittir dört, ve, yirmi beş derece, artı eksi … |
+| Koordinat | `39.9334, 32.8597` | enlem otuz dokuz virgül dokuz üç üç dört, boylam … |
+| Derece-dakika-saniye | `39°56'12"K` | otuz dokuz derece elli altı dakika on iki saniye kuzey |
+| Ölçek | `1/25.000`, `1:1000` | yirmi beş binde bir, binde bir |
+| Pafta kodu | `G22-b-14c-2d` | ge yirmi iki be on dört ce iki de |
+| EPSG / UTM | `EPSG:5254`, `UTM 35N` | e pe es ge beş iki beş dört, u te me otuz beşinci dilim kuzey |
+| Alan birimi | `340 ha`, `12 da` | üç yüz kırk hektar, on iki dekar |
+
+Kalın satırlar kaynak projede olmayıp bu pakette eklenenlerdir. Ayrıntıları:
+
+### Roma rakamları
+
+Yalnızca **ardından nokta gelen** geçerli Roma rakamları (I–MMMM) sıra sayısı
+olarak okunur:
+
+- Nokta ve ardından **küçük harfle** başlayan kelime: `XX. yüzyıl` → yirminci yüzyıl.
+- Nokta ve ardından **büyük harfle** başlayan kelime (hükümdar sırası): yalnızca
+  I, V, X harflerinden oluşan ve 39'u aşmayan rakamlar: `III. Selim` → üçüncü Selim,
+  `I. Dünya Savaşı` → birinci Dünya Savaşı.
+- Tek harfli rakam büyük harfli bir kelimeden sonra geliyorsa isim baş harfi
+  sayılır (`Mehmet V. Delibaş` değişmez); `Sultan`, `Kral`, `Papa` gibi
+  unvanlar (`UNVANLAR`) istisnadır.
+- `MI`, `CD`, `CM`, `MM`, `DIV` … gibi kelime/kısaltma olabilenler kara
+  listededir (`ROMA_KARA_LISTE`).
+
+### Kesirler
+
+- `1/2` → yarım, `1/4` → çeyrek; ötekiler "payda + bulunma eki + pay":
+  `3/4` → dörtte üç, `2/3` → üçte iki, `1/6` → altıda bir, `3/40` → kırkta üç.
+- Bulunma eki ünlü uyumuna ve ünsüz benzeşmesine uyar (`bulunma_eki()`):
+  ç, f, h, k, p, s, ş, t'den sonra **te/ta**, diğerlerinde **de/da**.
+- Tam sayılı kesir: `2 1/2` → iki buçuk, `3 3/4` → üç tam dörtte üç; `½ ¼ ¾`
+  karakterleri de okunur.
+- Yalnızca **bayağı kesirler** (pay < payda) okunur; `15/03` dokunulmaz. `24/7` → yirmi dört yedi.
+- Ekli kesir: `1/2'si` → yarısı, `1/4'ü` → çeyreği, `3/4'ü` → dörtte üçü.
+- Tarih (`15/03/2026`) ve ölçek (`1/25.000`, `1:1000`) kuralları önce çalışır.
+- Adreste kapı numarası: `No: 5/7` → No: beş bölü yedi.
+
+### Aralıklar
+
+- İki sayı da 100 veya küçük ve ilki küçükse günlük konuşmadaki gibi:
+  `3-5 kişi` → üç beş kişi, `10–20 dakika` → on yirmi dakika.
+- Diğerleri "X ile Y": `2020-2025` → iki bin yirmi ile iki bin yirmi beş,
+  `1.000-2.000 TL` → bin ile iki bin lira.
+- Sıra sayısı aralığı: `3-5. maddeler` → üçüncü ile beşinci maddeler.
+- Saat ve tarih aralığı: `14:30-15:30` → on dört otuz ile on beş otuz;
+  yüzde aralığı: `%10-20` → yüzde on ile yirmi.
+- İlki büyük ya da eşitse skor gibi okunur: `3-1` → üç bir. Sıfırla başlıyorsa (kod)
+  veya ikiden fazla sayı tireyle bağlıysa (`0212-555-44-33`) aralık sayılmaz.
+- Önünde harf/rakam olmayan tire eksi işaretidir: `-5 derece` → eksi beş derece.
+
+### Büyük harfli kısaltmalar
+
+- 2–5 büyük harften oluşan tokenlar Türkçe harf adlarıyla okunur:
+  `TBMM` → te be me me, `AKP` → a ka pe. Harf adları: a, be, ce, çe, de, e, fe,
+  ge, yumuşak ge, he, ı, i, je, ka, le, me, ne, o, ö, pe, re, se, şe, te, u, ü,
+  ve, ye, ze; Q kü, W çift ve, X iks. K kısaltmalardaki yaygın okunuşla "ka"dır
+  (TDK alfabesinde "ke"); `HARF_OKUNUSU["K"] = "ke"` ile değiştirilebilir.
+- Kesmeden sonraki ek okunuşa bitişir: `TBMM'de` → te be me mede,
+  `ABD'li` → a be deli.
+- Kelime gibi okunan kısaltmalar (`KELIME_GIBI_OKUNANLAR`) harf harf okunmaz,
+  modelin hecelememesi için küçük harfe çevrilir: NATO, NASA, AFAD, TOKİ,
+  BOTAŞ, TEDAŞ, İSKİ, ASKİ, ODTÜ, YÖK, TÜİK, İŞKUR, MİT, ASELSAN, TÜBİTAK,
+  HAVELSAN, ROKETSAN, KOSGEB, UNESCO, UNICEF … `ÖSYM`, `SGK`, `İETT`, `PTT`
+  harf harf okunur.
+- Büyük harfle yazılmış sıradan kelimeler (`UYARI`, `VE`, `MI` …,
+  `BILINEN_KELIMELER`) ve bunların komşusu olan büyük harfli kelimeler
+  (`GELDİ MI`) kısaltma sayılmaz. 6+ harfli tokenlar ve yalnızca I/V/X'ten
+  oluşanlar (Roma rakamı) dokunulmaz.
+- Sözlükteki kısaltmalar (`KDV`, `TL`, `IBAN` …) önce gelir.
+- Listeler genişletilebilir kümelerdir:
+
+  ```python
+  from turkce_normalize import KELIME_GIBI_OKUNANLAR, BILINEN_KELIMELER
+  KELIME_GIBI_OKUNANLAR.add("TEKNOFEST")
+  BILINEN_KELIMELER.add("KAMPANYA")
+  ```
+
+### E-posta ve web adresi
+
+- `@` → et, `.` → nokta, `/` → bölü, `-` → tire, `_` → alt çizgi.
+- `http(s)://` ve `www.` atılır; sorgu (`?…`) ve çapa (`#…`) okunmaz.
+- Son etiket iki harfli ülke uzantısıysa harf harf okunur (`tr` → te re);
+  `com`, `gov`, `org` yazıldığı gibi kalır.
+- Şemasız alan adları yalnızca küçük harfle ve bilinen bir uzantıyla
+  (`com`, `net`, `org`, `gov`, `edu`, `tr`, `io` …) yazılmışsa yakalanır.
+- Adres parçaları sonra telaffuz sözlüğünden geçer: `rapor.pdf` → rapor nokta pe de fe.
+
+### Simgeler
+
+`&` → ve; `+` iki sayı arasında → artı (`+90` gibi önekler dokunulmaz);
+`=` → eşittir; `°C` / `℃` → derece; `°F` → derece fahrenhayt;
+sayıdan sonra `°` → derece; `±` → artı eksi.
+
+## Kural sırası
+
+Sıra rastgele değildir; bütün bir birim olan gösterimler sayı kurallarından
+önce gelir, yoksa içlerindeki rakamlar genel kurallara yem olur:
+
+1. e-posta ve web adresi → 2. sıcaklık → 3. coğrafi gösterimler →
+4. telaffuz sözlüğü → 5. IBAN → 6. telefon → 7. tarih ve saat (ISO ve tireli tarih dahil) →
+8. simgeler → 9. kesirler → 10. aralıklar → 11. eksi sayılar → 12. para →
+13. yüzde → 14. kısaltmalar ve birimler → 15. Roma rakamları →
+16. büyük harfli kısaltmalar → 17. sıra sayıları → 18. ondalık →
+19. tam sayılar → 20. kesme işaretinin kaldırılması
+
+## Sınırlamalar
+
+- Ek uyumu yapılmaz: `5'te` → beşte doğru çıkar çünkü ek zaten okunuşa göre
+  yazılmıştır; ama yanlış yazılmış ekler düzeltilmez.
+- Nokta, ardından tam üç rakam geliyorsa binlik ayırıcıdır (`3.500` → üç bin beş yüz);
+  aksi halde İngilizce usulü ondalık sayılır (`3.5` → üç virgül beş). Üç ve daha fazla
+  noktalı grupta üç rakamlı olmayan grup varsa sürüm numarasıdır (`1.2.3` → bir nokta iki
+  nokta üç). Noktalı saat yalnız "saat" sözcüğünden sonra tanınır (`saat 14.30`).
+- Sıra sayısı ve Roma rakamı için ardından bir kelime gelmesi gerekir; cümle
+  sonundaki `XIV.` dokunulmaz.
+- Cümle başındaki büyük harf, dönüştürülen kelimeyle birlikte kaybolur
+  (`XX. yüzyıl` → yirminci yüzyıl).
+- Büyük harfli kısaltma tespiti sezgiseldir: listede olmayan 2–5 harfli büyük
+  harfli sıradan kelimeler harf harf okunabilir; tamamı büyük harfle yazılmış
+  metinlerde `kisaltma_harf_harf=False` kullanın. Tek harfli Roma rakamı bir
+  ismin baş harfiyle karışabilir (`romanı V. Hugo yazdı`).
+- Tam sayılı ekli kesir (`2 1/2'si`) düzeltilmez.
+- Şemasız alan adlarında Türkçe karakter (IDN) desteklenmez.
+- İngilizce normalizasyon kapsam dışıdır; metin Türkçe kabul edilir.
+
+## Testler
+
+```bash
+python -m unittest discover -s tests
+```
+
+`tests/test_parite.py` kaynak TypeScript projesindeki testlerin birebir
+karşılığıdır (beklenen çıktılar aynı); `tests/test_yeni.py` bu pakette
+eklenen özellikleri ve yanlış pozitifleri sabitler.
+
+## Lisans
+
+MIT — bkz. [LICENSE](LICENSE).
+
+---
+
+## English summary
+
+**turkce-normalize** is a dependency-free Python (3.9+) text normalizer that
+prepares Turkish text for TTS engines without SSML support (Chatterbox, XTTS,
+Piper, StyleTTS2…). It spells out numbers, ordinals, decimals, money, percent,
+dates, times, phone numbers, IBANs, abbreviations and units; Roman numerals
+(`XX. yüzyıl` → "yirminci yüzyıl"), fractions with correct vowel harmony
+(`3/4` → "dörtte üç"), numeric ranges, negative numbers, all-caps acronyms read
+letter by letter with Turkish letter names (`TBMM'de` → "te be me mede", with a
+configurable list of acronyms read as words such as NATO, TÜBİTAK), e-mail
+addresses and URLs, common symbols, and GIS notation (coordinates, map scale,
+sheet codes, EPSG/UTM). It also ships an abbreviation-aware streaming sentence
+splitter for LLM output and an inline pause-marker parser (`[dur:0.8]`).
+
+```python
+from turkce_normalize import normalize
+normalize("Toplantı 14:30'da, %18 KDV dahil 1.250,50 ₺.")
+# 'Toplantı on dört otuzda, yüzde on sekiz katma değer vergisi dahil bin iki yüz elli lira elli kuruş.'
+```
+
+CLI: `python -m turkce_normalize "metin"`. Tests: `python -m unittest discover -s tests`. License: MIT.