turkce-uslup 0.1.0__tar.gz

This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.
@@ -0,0 +1,21 @@
1
+ MIT License
2
+
3
+ Copyright (c) 2026 Mehmet Veysel Delibaş
4
+
5
+ Permission is hereby granted, free of charge, to any person obtaining a copy
6
+ of this software and associated documentation files (the "Software"), to deal
7
+ in the Software without restriction, including without limitation the rights
8
+ to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
9
+ copies of the Software, and to permit persons to whom the Software is
10
+ furnished to do so, subject to the following conditions:
11
+
12
+ The above copyright notice and this permission notice shall be included in all
13
+ copies or substantial portions of the Software.
14
+
15
+ THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
16
+ IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
17
+ FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
18
+ AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
19
+ LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
20
+ OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
21
+ SOFTWARE.
@@ -0,0 +1,140 @@
1
+ Metadata-Version: 2.4
2
+ Name: turkce-uslup
3
+ Version: 0.1.0
4
+ Summary: Türkçe metnin üslubu (haber, bilgi, talimat/duyuru, deneme, anlatı, masal, sohbet) ve seslendirme okuma ayarı; yalnız numpy
5
+ Author: Mehmet Veysel Delibaş
6
+ License-Expression: MIT AND CC-BY-SA-4.0
7
+ Project-URL: Homepage, https://github.com/seslen-tr/turkce-uslup
8
+ Project-URL: Source, https://github.com/seslen-tr/turkce-uslup
9
+ Project-URL: Issues, https://github.com/seslen-tr/turkce-uslup/issues
10
+ Requires-Python: >=3.9
11
+ Description-Content-Type: text/markdown
12
+ License-File: LICENSE
13
+ Requires-Dist: numpy
14
+ Provides-Extra: bert
15
+ Requires-Dist: onnxruntime>=1.16; extra == "bert"
16
+ Requires-Dist: tokenizers>=0.15; extra == "bert"
17
+ Requires-Dist: huggingface_hub>=0.20; extra == "bert"
18
+ Provides-Extra: egitim
19
+ Requires-Dist: scikit-learn; extra == "egitim"
20
+ Requires-Dist: pyarrow; extra == "egitim"
21
+ Requires-Dist: huggingface_hub; extra == "egitim"
22
+ Dynamic: license-file
23
+
24
+ # turkce-uslup
25
+
26
+ > **English:** Detects the genre of a Turkish text (news, informative, instructions/announcement, essay, narrative, fairy tale, conversation) and suggests reading settings for TTS: speed, pitch range, pause between sentences and after commas. Ships with a 1.3 MB TF-IDF model (numpy only, works offline); an optional fine-tuned BERTurk model is downloaded from Hugging Face.
27
+
28
+ Türkçe metnin **üslubunu** bulur ve seslendirme için **okuma ayarı** önerir: hız, tonlama genişliği,
29
+ cümle arası duraklama, virgül duraklaması. Bağımlılığı yalnız numpy, model 1,3 MB, yanıtı anlıktır.
30
+
31
+ ```python
32
+ from turkce_uslup import uslup, okuma_ayari
33
+
34
+ r = uslup("Bir varmış bir yokmuş, evvel zaman içinde küçük bir köyde yaşlı bir değirmenci yaşarmış.")
35
+ r.uslup # 'masal'
36
+ r.ayar # Okuma(hiz=0.88, tonlama=1.3, duraklama_ms=700, virgul_ms=100)
37
+
38
+ okuma_ayari("haber", hiz=1.2) # stüdyoda değiştirilen ayar: üslubun geri kalanı korunur
39
+ ```
40
+
41
+ ## Neden
42
+
43
+ Aynı nötr cümle üsluba göre başka okunur. Haber tempolu ve düz okunur. Masal yavaş, hareketli ve
44
+ duraklamalı okunur. Sohbet rahat ve hızlı akar. Duygu (neşeli, üzgün…) cümlenin tonudur; üslup ise
45
+ metnin bütününün türüdür. İkisi birbirinden ayrı ayarlanmalıdır. Duygu için kardeş proje
46
+ [turkce-duygu](https://github.com/seslen-tr/turkce-duygu)'ya bakın.
47
+
48
+ ## Üsluplar ve okuma ayarları
49
+
50
+ | Üslup | Örnek | hız | tonlama | duraklama | virgül |
51
+ |---|---|---|---|---|---|
52
+ | haber | ulusal gazete haberi | 1,05 | 0,9 | 350 ms | — |
53
+ | bilgi | ansiklopedi, biyografi | 1,0 | 1,0 | 400 ms | — |
54
+ | talimat | kullanım kılavuzu, sesli duyuru | 0,95 | 0,85 | 500 ms | +80 ms |
55
+ | deneme | deneme, köşe yazısı, popüler kültür | 0,97 | 1,0 | 450 ms | — |
56
+ | anlati | hikâye, roman | 0,93 | 1,15 | 550 ms | +60 ms |
57
+ | masal | masal (tekerlemeyle tanınır) | 0,88 | 1,3 | 700 ms | +100 ms |
58
+ | sohbet | diyalog, konuşma dili | 1,07 | 1,1 | 250 ms | — |
59
+
60
+ **Ayarların anlamı:**
61
+ - **hız:** 1 = sesin doğal hızı.
62
+ - **tonlama:** perdenin ortalama etrafındaki dalgalanmasının çarpanı. 1 doğal, büyükse daha hareketli.
63
+ - **duraklama:** cümleler arası sessizlik.
64
+ - **virgül:** virgülde eklenen sessizlik.
65
+
66
+ Değerler genel okuma pratiğine dayanan **başlangıç değerleridir**, ölçülmüş Türkçe normlar değildir.
67
+ Kulakla ayarlanır ve her biri `okuma_ayari(..., alan=değer)` ile değiştirilebilir.
68
+
69
+ ## Nasıl çalışır
70
+
71
+ 1. **Kurallar.** Masal tekerlemeleri: "bir varmış bir yokmuş" (TDK, "bir masala başlarken … söylenen bir
72
+ tekerleme"), "evvel zaman içinde", "kalbur saman içinde", "onlar ermiş muradına". Duyuru kalıpları:
73
+ "sayın yolcularımız", "değerli müşterilerimiz", "dikkatinize sunarız". Yönerge dizileri: tarif,
74
+ kılavuz ve yönergeler kibar emir kipiyle yazılır (-(y)In, -(y)InIz; Göksel & Kerslake §21.4.4.2).
75
+ En az iki cümle bu kiple bitiyorsa ya da bir cümle sıra sözüyle ("önce", "ardından", "son olarak")
76
+ başlayıp bu kiple bitiyorsa talimat sayılır. Kişi ekleri (yanılıyor-sunuz, yap-tınız) ve konuşmadaki
77
+ ünlemli buyruklar ("Bekleyin!") hariç tutulur. Bu kural doğrulama ve sınav kümelerinde doğruluğu
78
+ değiştirmedi; modelin talimatta zayıf kaldığı gerçek yönergeleri yakalar.
79
+ 2. **Model.** İki model var; `varsayilan()` BERTurk varsa onu, yoksa TF-IDF'i kullanır
80
+ (`TURKCE_USLUP_MOTOR=tfidf` ile TF-IDF'e zorlanır). Metnin üslubu, cümlelerin log-olasılıklarının
81
+ ortalamasıdır.
82
+ - **BERTurk** ([dbmdz/bert-base-turkish-cased](https://huggingface.co/dbmdz/bert-base-turkish-cased))
83
+ ince ayarı, ONNX olarak (`model/bert_onnx`, 443 MB, cümle başına ~10–25 ms). ONNX ↔ PyTorch en büyük
84
+ olasılık farkı 5·10⁻⁶. int8 sıkıştırma doğrulamada 0,5 puan kaybettirdiği için fp32. Gerekenler:
85
+ onnxruntime, tokenizers.
86
+ - **TF-IDF** (karakter 2-5 gram, sözcük, noktalama) + çok sınıflı lojistik regresyon (`model/uslup.npz`).
87
+ Çalışma anında yalnız numpy; sklearn çıktısıyla birebir aynı (en büyük olasılık farkı 4·10⁻⁷).
88
+ Hafif yedek.
89
+
90
+ | Üslup | Eğitim verisi | Lisans |
91
+ |---|---|---|
92
+ | haber, talimat, deneme, bilgi (bir kısmı) | [UD Turkish-BOUN](https://github.com/UniversalDependencies/UD_Turkish-BOUN) (Türkçe Ulusal Derlem'den; tür cümle kimliğinde) | CC BY-SA 4.0 |
93
+ | bilgi | Türkçe Vikipedi | CC BY-SA 4.0 |
94
+ | anlati | Common Voice Türkçe cümle derlemi | CC0 |
95
+ | sohbet | [XED](https://github.com/Helsinki-NLP/XED) Türkçe altyazılar | CC BY 4.0 |
96
+
97
+ ## Doğruluk
98
+
99
+ Sınav kümesinde ölçüldü (1.604 cümle; eğitimde ve ayar seçiminde kullanılmadı).
100
+
101
+ | Ölçü | BERTurk | TF-IDF |
102
+ |---|---|---|
103
+ | Tek cümle (6 üslup, şans %17) | **%68,5** | %52,5 |
104
+ | Metin, 3 cümle | **%89,9** | %71,2 |
105
+ | Metin, 5 cümle | **%96,1** | %77,0 |
106
+ | Metin, 10 cümle | **%99,7** | %90,6 |
107
+
108
+ İkisinin birleşimi (log-olasılık ortalaması) BERTurk'ten anlamlı ölçüde iyi değil (tek cümle %68,6).
109
+ Kaynak kaynak sonuçlar `degerlendirme/bert_sonuc.json` dosyasında.
110
+
111
+ "Metin": aynı üsluptan rastgele seçilen k cümle. Veride gerçek paragraf yoktur.
112
+
113
+ **Sınırlar:**
114
+ - **Kaynak etkisi.** "bilgi" üslubunda Vikipedi cümleleri %99 (TF-IDF %89) doğru bulunur, BOUN
115
+ biyografileri yalnız %37 (TF-IDF %23). Model türün yanında kaynağın yazım tarzını da öğreniyor.
116
+ - **Talimat verisi tek kaynaklı.** Eğitimdeki talimat cümleleri BOUN'un "ins" türünden; gündelik tarif ve
117
+ kullanım yönergelerini model çoğu zaman "deneme" sanıyor. Bu yüzden kural eklendi (yukarıda).
118
+ - **Benzer türler karışır.** Gazete haberi, deneme ve biyografi birbirine benzer yazı dilleridir.
119
+ - **Tek cümle güvenilir değildir.** Kısa metinlerde stüdyoda elle seçim önerilir.
120
+ - **Kurallar yalnız açık kalıpları tanır.** Tekerlemesiz bir masal model tarafından "anlatı" olarak
121
+ bulunur.
122
+
123
+ ## Yeniden eğitmek
124
+
125
+ ```
126
+ pip install turkce-uslup[egitim]
127
+ python egit/veri.py # kaynaklar sabit sürümlerden; MD5'e göre bölme
128
+ python egit/egit.py # TF-IDF: birkaç dakika, işlemcide
129
+ python degerlendirme/olc.py
130
+ python egit/egit_bert.py # BERTurk: GPU'da birkaç dakika (RTX 3050'de ~6 dk), işlemcide saatler
131
+ python egit/aktar_bert.py # ONNX + eşdeğerlik kapısı → model/bert_onnx
132
+ ```
133
+
134
+ ## Lisans
135
+
136
+ Kod MIT ([LICENSE](LICENSE)). Modeller (`model/uslup.npz`, `model/bert_onnx`) UD Turkish-BOUN ve Vikipedi
137
+ türevi olduğu için **CC BY-SA 4.0**; BERTurk başlangıç modeli MIT; XED (CC BY 4.0) ve Common Voice (CC0) atıfları yukarıda.
138
+
139
+ Kardeş projeler: [turkce-duygu](https://github.com/seslen-tr/turkce-duygu), [turkce-vurgu](https://github.com/seslen-tr/turkce-vurgu),
140
+ [turkce-normalize](https://github.com/seslen-tr/turkce-normalize), [turkce-plbert](https://github.com/seslen-tr/turkce-plbert), [turkce-tts-sinav](https://github.com/seslen-tr/turkce-tts-sinav).
@@ -0,0 +1,117 @@
1
+ # turkce-uslup
2
+
3
+ > **English:** Detects the genre of a Turkish text (news, informative, instructions/announcement, essay, narrative, fairy tale, conversation) and suggests reading settings for TTS: speed, pitch range, pause between sentences and after commas. Ships with a 1.3 MB TF-IDF model (numpy only, works offline); an optional fine-tuned BERTurk model is downloaded from Hugging Face.
4
+
5
+ Türkçe metnin **üslubunu** bulur ve seslendirme için **okuma ayarı** önerir: hız, tonlama genişliği,
6
+ cümle arası duraklama, virgül duraklaması. Bağımlılığı yalnız numpy, model 1,3 MB, yanıtı anlıktır.
7
+
8
+ ```python
9
+ from turkce_uslup import uslup, okuma_ayari
10
+
11
+ r = uslup("Bir varmış bir yokmuş, evvel zaman içinde küçük bir köyde yaşlı bir değirmenci yaşarmış.")
12
+ r.uslup # 'masal'
13
+ r.ayar # Okuma(hiz=0.88, tonlama=1.3, duraklama_ms=700, virgul_ms=100)
14
+
15
+ okuma_ayari("haber", hiz=1.2) # stüdyoda değiştirilen ayar: üslubun geri kalanı korunur
16
+ ```
17
+
18
+ ## Neden
19
+
20
+ Aynı nötr cümle üsluba göre başka okunur. Haber tempolu ve düz okunur. Masal yavaş, hareketli ve
21
+ duraklamalı okunur. Sohbet rahat ve hızlı akar. Duygu (neşeli, üzgün…) cümlenin tonudur; üslup ise
22
+ metnin bütününün türüdür. İkisi birbirinden ayrı ayarlanmalıdır. Duygu için kardeş proje
23
+ [turkce-duygu](https://github.com/seslen-tr/turkce-duygu)'ya bakın.
24
+
25
+ ## Üsluplar ve okuma ayarları
26
+
27
+ | Üslup | Örnek | hız | tonlama | duraklama | virgül |
28
+ |---|---|---|---|---|---|
29
+ | haber | ulusal gazete haberi | 1,05 | 0,9 | 350 ms | — |
30
+ | bilgi | ansiklopedi, biyografi | 1,0 | 1,0 | 400 ms | — |
31
+ | talimat | kullanım kılavuzu, sesli duyuru | 0,95 | 0,85 | 500 ms | +80 ms |
32
+ | deneme | deneme, köşe yazısı, popüler kültür | 0,97 | 1,0 | 450 ms | — |
33
+ | anlati | hikâye, roman | 0,93 | 1,15 | 550 ms | +60 ms |
34
+ | masal | masal (tekerlemeyle tanınır) | 0,88 | 1,3 | 700 ms | +100 ms |
35
+ | sohbet | diyalog, konuşma dili | 1,07 | 1,1 | 250 ms | — |
36
+
37
+ **Ayarların anlamı:**
38
+ - **hız:** 1 = sesin doğal hızı.
39
+ - **tonlama:** perdenin ortalama etrafındaki dalgalanmasının çarpanı. 1 doğal, büyükse daha hareketli.
40
+ - **duraklama:** cümleler arası sessizlik.
41
+ - **virgül:** virgülde eklenen sessizlik.
42
+
43
+ Değerler genel okuma pratiğine dayanan **başlangıç değerleridir**, ölçülmüş Türkçe normlar değildir.
44
+ Kulakla ayarlanır ve her biri `okuma_ayari(..., alan=değer)` ile değiştirilebilir.
45
+
46
+ ## Nasıl çalışır
47
+
48
+ 1. **Kurallar.** Masal tekerlemeleri: "bir varmış bir yokmuş" (TDK, "bir masala başlarken … söylenen bir
49
+ tekerleme"), "evvel zaman içinde", "kalbur saman içinde", "onlar ermiş muradına". Duyuru kalıpları:
50
+ "sayın yolcularımız", "değerli müşterilerimiz", "dikkatinize sunarız". Yönerge dizileri: tarif,
51
+ kılavuz ve yönergeler kibar emir kipiyle yazılır (-(y)In, -(y)InIz; Göksel & Kerslake §21.4.4.2).
52
+ En az iki cümle bu kiple bitiyorsa ya da bir cümle sıra sözüyle ("önce", "ardından", "son olarak")
53
+ başlayıp bu kiple bitiyorsa talimat sayılır. Kişi ekleri (yanılıyor-sunuz, yap-tınız) ve konuşmadaki
54
+ ünlemli buyruklar ("Bekleyin!") hariç tutulur. Bu kural doğrulama ve sınav kümelerinde doğruluğu
55
+ değiştirmedi; modelin talimatta zayıf kaldığı gerçek yönergeleri yakalar.
56
+ 2. **Model.** İki model var; `varsayilan()` BERTurk varsa onu, yoksa TF-IDF'i kullanır
57
+ (`TURKCE_USLUP_MOTOR=tfidf` ile TF-IDF'e zorlanır). Metnin üslubu, cümlelerin log-olasılıklarının
58
+ ortalamasıdır.
59
+ - **BERTurk** ([dbmdz/bert-base-turkish-cased](https://huggingface.co/dbmdz/bert-base-turkish-cased))
60
+ ince ayarı, ONNX olarak (`model/bert_onnx`, 443 MB, cümle başına ~10–25 ms). ONNX ↔ PyTorch en büyük
61
+ olasılık farkı 5·10⁻⁶. int8 sıkıştırma doğrulamada 0,5 puan kaybettirdiği için fp32. Gerekenler:
62
+ onnxruntime, tokenizers.
63
+ - **TF-IDF** (karakter 2-5 gram, sözcük, noktalama) + çok sınıflı lojistik regresyon (`model/uslup.npz`).
64
+ Çalışma anında yalnız numpy; sklearn çıktısıyla birebir aynı (en büyük olasılık farkı 4·10⁻⁷).
65
+ Hafif yedek.
66
+
67
+ | Üslup | Eğitim verisi | Lisans |
68
+ |---|---|---|
69
+ | haber, talimat, deneme, bilgi (bir kısmı) | [UD Turkish-BOUN](https://github.com/UniversalDependencies/UD_Turkish-BOUN) (Türkçe Ulusal Derlem'den; tür cümle kimliğinde) | CC BY-SA 4.0 |
70
+ | bilgi | Türkçe Vikipedi | CC BY-SA 4.0 |
71
+ | anlati | Common Voice Türkçe cümle derlemi | CC0 |
72
+ | sohbet | [XED](https://github.com/Helsinki-NLP/XED) Türkçe altyazılar | CC BY 4.0 |
73
+
74
+ ## Doğruluk
75
+
76
+ Sınav kümesinde ölçüldü (1.604 cümle; eğitimde ve ayar seçiminde kullanılmadı).
77
+
78
+ | Ölçü | BERTurk | TF-IDF |
79
+ |---|---|---|
80
+ | Tek cümle (6 üslup, şans %17) | **%68,5** | %52,5 |
81
+ | Metin, 3 cümle | **%89,9** | %71,2 |
82
+ | Metin, 5 cümle | **%96,1** | %77,0 |
83
+ | Metin, 10 cümle | **%99,7** | %90,6 |
84
+
85
+ İkisinin birleşimi (log-olasılık ortalaması) BERTurk'ten anlamlı ölçüde iyi değil (tek cümle %68,6).
86
+ Kaynak kaynak sonuçlar `degerlendirme/bert_sonuc.json` dosyasında.
87
+
88
+ "Metin": aynı üsluptan rastgele seçilen k cümle. Veride gerçek paragraf yoktur.
89
+
90
+ **Sınırlar:**
91
+ - **Kaynak etkisi.** "bilgi" üslubunda Vikipedi cümleleri %99 (TF-IDF %89) doğru bulunur, BOUN
92
+ biyografileri yalnız %37 (TF-IDF %23). Model türün yanında kaynağın yazım tarzını da öğreniyor.
93
+ - **Talimat verisi tek kaynaklı.** Eğitimdeki talimat cümleleri BOUN'un "ins" türünden; gündelik tarif ve
94
+ kullanım yönergelerini model çoğu zaman "deneme" sanıyor. Bu yüzden kural eklendi (yukarıda).
95
+ - **Benzer türler karışır.** Gazete haberi, deneme ve biyografi birbirine benzer yazı dilleridir.
96
+ - **Tek cümle güvenilir değildir.** Kısa metinlerde stüdyoda elle seçim önerilir.
97
+ - **Kurallar yalnız açık kalıpları tanır.** Tekerlemesiz bir masal model tarafından "anlatı" olarak
98
+ bulunur.
99
+
100
+ ## Yeniden eğitmek
101
+
102
+ ```
103
+ pip install turkce-uslup[egitim]
104
+ python egit/veri.py # kaynaklar sabit sürümlerden; MD5'e göre bölme
105
+ python egit/egit.py # TF-IDF: birkaç dakika, işlemcide
106
+ python degerlendirme/olc.py
107
+ python egit/egit_bert.py # BERTurk: GPU'da birkaç dakika (RTX 3050'de ~6 dk), işlemcide saatler
108
+ python egit/aktar_bert.py # ONNX + eşdeğerlik kapısı → model/bert_onnx
109
+ ```
110
+
111
+ ## Lisans
112
+
113
+ Kod MIT ([LICENSE](LICENSE)). Modeller (`model/uslup.npz`, `model/bert_onnx`) UD Turkish-BOUN ve Vikipedi
114
+ türevi olduğu için **CC BY-SA 4.0**; BERTurk başlangıç modeli MIT; XED (CC BY 4.0) ve Common Voice (CC0) atıfları yukarıda.
115
+
116
+ Kardeş projeler: [turkce-duygu](https://github.com/seslen-tr/turkce-duygu), [turkce-vurgu](https://github.com/seslen-tr/turkce-vurgu),
117
+ [turkce-normalize](https://github.com/seslen-tr/turkce-normalize), [turkce-plbert](https://github.com/seslen-tr/turkce-plbert), [turkce-tts-sinav](https://github.com/seslen-tr/turkce-tts-sinav).
@@ -0,0 +1,29 @@
1
+ [build-system]
2
+ requires = ["setuptools>=77"]
3
+ build-backend = "setuptools.build_meta"
4
+
5
+ [project]
6
+ name = "turkce-uslup"
7
+ version = "0.1.0"
8
+ description = "Türkçe metnin üslubu (haber, bilgi, talimat/duyuru, deneme, anlatı, masal, sohbet) ve seslendirme okuma ayarı; yalnız numpy"
9
+ readme = "README.md"
10
+ license = "MIT AND CC-BY-SA-4.0"
11
+ license-files = ["LICENSE"]
12
+ authors = [{ name = "Mehmet Veysel Delibaş" }]
13
+ requires-python = ">=3.9"
14
+ dependencies = ["numpy"]
15
+
16
+ [project.urls]
17
+ Homepage = "https://github.com/seslen-tr/turkce-uslup"
18
+ Source = "https://github.com/seslen-tr/turkce-uslup"
19
+ Issues = "https://github.com/seslen-tr/turkce-uslup/issues"
20
+
21
+ [project.optional-dependencies]
22
+ bert = ["onnxruntime>=1.16", "tokenizers>=0.15", "huggingface_hub>=0.20"]
23
+ egitim = ["scikit-learn", "pyarrow", "huggingface_hub"]
24
+
25
+ [tool.setuptools.packages.find]
26
+ include = ["turkce_uslup*"]
27
+
28
+ [tool.setuptools.package-data]
29
+ turkce_uslup = ["model/uslup.npz"]
@@ -0,0 +1,4 @@
1
+ [egg_info]
2
+ tag_build =
3
+ tag_date = 0
4
+
@@ -0,0 +1,34 @@
1
+ from turkce_uslup import OKUMA, okuma_ayari, uslup
2
+
3
+
4
+ def test_masal_tekerlemesi(): # TDK: "bir varmış bir yokmuş" masal tekerlemesi
5
+ r = uslup("Bir varmış bir yokmuş, evvel zaman içinde bir padişah varmış.")
6
+ assert r.uslup == "masal" and r.ayar == OKUMA["masal"]
7
+
8
+
9
+ def test_duyuru():
10
+ assert uslup("Sayın yolcularımız, uçağımız birazdan iniş yapacaktır.").uslup == "talimat"
11
+
12
+
13
+ def test_stuyo_ayari_degisir():
14
+ a = okuma_ayari("haber", hiz=1.2)
15
+ assert a.hiz == 1.2 and a.tonlama == OKUMA["haber"].tonlama
16
+
17
+
18
+ def test_model_metin():
19
+ metin = ("Hey, nereye gidiyorsun öyle? Dur bir dakika, ben de geliyorum. Tamam, acele etme. "
20
+ "Hadi ama, geç kalacağız. Peki peki, geliyorum işte.")
21
+ assert uslup(metin).uslup == "sohbet"
22
+
23
+
24
+ def test_yonerge_dizisi(): # G&K §21.4.4.2: yönergeler kibar emir kipiyle
25
+ assert uslup("Tencereye iki su bardağı su ekleyin. Kısık ateşte pişirin.").uslup == "talimat"
26
+ assert uslup("Ardından karışımı fırına verin.").uslup == "talimat" # sıra sözü + emir
27
+ assert uslup("Formu doldurun. Ardından imzalayıp teslim edin.").uslup == "talimat"
28
+
29
+
30
+ def test_kisi_eki_emir_degil(): # -sInIz, -DIn: emir ekine benzer ama kişi ekidir
31
+ from turkce_uslup.kurallar import kural_uslubu
32
+ assert kural_uslubu("Bazılarınız beni kandırdığınızı sanıyorsunuz. Ama yanılıyorsunuz.") is None
33
+ assert kural_uslubu("Dün akşam ne yaptınız? Sinemaya gittiniz. Eve döndünüz.") is None
34
+ assert kural_uslubu("Bekleyin! Ben size göstereceğim.") is None # konuşmadaki buyruk
@@ -0,0 +1,93 @@
1
+ # -*- coding: utf-8 -*-
2
+ """
3
+ TÜRKÇE ÜSLUP — Türkçe metnin türünü (haber, bilgi, talimat/duyuru, deneme, anlatı, masal, sohbet) bulur
4
+ ve seslendirme için okuma ayarı önerir: hız, tonlama genişliği, cümle arası duraklama.
5
+
6
+ from turkce_uslup import uslup, okuma_ayari
7
+ r = uslup("Bir varmış bir yokmuş, evvel zaman içinde bir padişah varmış...")
8
+ r.uslup, r.ayar # 'masal', Okuma(hiz=0.88, tonlama=1.3, duraklama_ms=700, ...)
9
+ okuma_ayari("haber", hiz=1.1) # stüdyoda değiştirilen ayar
10
+
11
+ Üslup metnin bütününün özelliğidir: tek cümlede güvenilir değildir, birkaç cümleden sonra güçlenir.
12
+ Model yoksa yalnız kurallar (masal tekerlemeleri, duyuru kalıpları) çalışır, gerisi "bilgi" sayılır.
13
+ """
14
+ from __future__ import annotations
15
+
16
+ import re
17
+ from dataclasses import asdict, dataclass, field, replace
18
+
19
+ from .kurallar import kural_uslubu
20
+
21
+ __all__ = ["uslup", "okuma_ayari", "Okuma", "Sonuc", "USLUPLAR", "OKUMA"]
22
+ __version__ = "0.1.0"
23
+
24
+ USLUPLAR = ("haber", "bilgi", "talimat", "deneme", "anlati", "masal", "sohbet")
25
+ AD = {"haber": "haber", "bilgi": "bilgi / ansiklopedi", "talimat": "talimat / duyuru", "deneme": "deneme / köşe yazısı",
26
+ "anlati": "hikâye / anlatı", "masal": "masal", "sohbet": "sohbet / diyalog"}
27
+
28
+
29
+ @dataclass(frozen=True)
30
+ class Okuma:
31
+ """Seslendirme ayarı. hiz: 1 = modelin doğal hızı; tonlama: perde dalgalanmasının çarpanı (1 = doğal,
32
+ >1 daha hareketli); duraklama_ms: cümleler arası sessizlik; virgul_ms: virgülde ek sessizlik."""
33
+ hiz: float = 1.0
34
+ tonlama: float = 1.0
35
+ duraklama_ms: int = 400
36
+ virgul_ms: int = 0
37
+
38
+
39
+ # Başlangıç değerleri: genel okuma pratiği (haber tempolu ve düz, masal yavaş ve hareketli, sohbet rahat
40
+ # ve hızlı). Ölçülmüş Türkçe değerler değildir; kulakla ayarlanır ve stüdyoda değiştirilebilir.
41
+ OKUMA = {
42
+ "haber": Okuma(hiz=1.05, tonlama=0.9, duraklama_ms=350),
43
+ "bilgi": Okuma(hiz=1.0, tonlama=1.0, duraklama_ms=400),
44
+ "talimat": Okuma(hiz=0.95, tonlama=0.85, duraklama_ms=500, virgul_ms=80),
45
+ "deneme": Okuma(hiz=0.97, tonlama=1.0, duraklama_ms=450),
46
+ "anlati": Okuma(hiz=0.93, tonlama=1.15, duraklama_ms=550, virgul_ms=60),
47
+ "masal": Okuma(hiz=0.88, tonlama=1.3, duraklama_ms=700, virgul_ms=100),
48
+ "sohbet": Okuma(hiz=1.07, tonlama=1.1, duraklama_ms=250),
49
+ }
50
+
51
+
52
+ def okuma_ayari(ad: str, **degisiklik) -> Okuma:
53
+ """Üslubun varsayılan ayarı, istenen alanlar değiştirilmiş olarak (stüdyo kaydırıcıları)."""
54
+ return replace(OKUMA[ad], **degisiklik)
55
+
56
+
57
+ @dataclass
58
+ class Sonuc:
59
+ uslup: str
60
+ ayar: Okuma
61
+ gerekce: str
62
+ olasiliklar: dict[str, float] = field(default_factory=dict)
63
+
64
+ def sozluk(self) -> dict:
65
+ return {"uslup": self.uslup, "ad": AD[self.uslup], "ayar": asdict(self.ayar), "gerekce": self.gerekce,
66
+ "olasiliklar": self.olasiliklar}
67
+
68
+
69
+ def _cumleler(metin: str) -> list[str]:
70
+ try:
71
+ from turkce_normalize import cumleleri_ayir
72
+ return [c for c in cumleleri_ayir(metin, 0) if c.strip()]
73
+ except ImportError:
74
+ return [c for c in re.split(r"(?<=[.!?…])\s+", metin.strip()) if c]
75
+
76
+
77
+ def uslup(metin: str, model=None) -> Sonuc:
78
+ """Metnin üslubu ve okuma ayarı. Önce kurallar (kaynaklı kalıplar), sonra model (varsa)."""
79
+ k = kural_uslubu(metin)
80
+ if k:
81
+ ad, neden = k
82
+ return Sonuc(ad, OKUMA[ad], f"kural: {neden}")
83
+ if model is None:
84
+ try:
85
+ from .model import varsayilan
86
+ model = varsayilan()
87
+ except FileNotFoundError:
88
+ return Sonuc("bilgi", OKUMA["bilgi"], "model yok, varsayılan")
89
+ cumleler = _cumleler(metin) or [metin]
90
+ p = model.metin_olasiligi(cumleler)
91
+ olas = {u: round(float(x), 4) for u, x in zip(model.usluplar, p)}
92
+ ad = max(olas, key=olas.get)
93
+ return Sonuc(ad, OKUMA[ad], f"model ({len(cumleler)} cümle, %{100 * olas[ad]:.0f})", olas)
@@ -0,0 +1,73 @@
1
+ # -*- coding: utf-8 -*-
2
+ """
3
+ KURALLAR — modelin göremediği ya da veride olmayan, kalıplaşmış açılışlar.
4
+
5
+ masal TDK: "bir varmış bir yokmuş" — "bir masala başlarken, 'eskiden' anlamında söylenen bir
6
+ tekerleme". Aynı geleneğin öteki başlangıç ve bitiş tekerlemeleri: "evvel zaman içinde,
7
+ kalbur saman içinde", "develer tellal iken, pireler berber iken", "onlar ermiş muradına",
8
+ "gökten üç elma düşmüş".
9
+ talimat Sesli duyuru (TDK: anons) açılışları: "sayın yolcularımız", "değerli müşterilerimiz",
10
+ "dikkatinize sunarız", "anons"; yönerge açılışları "kullanım kılavuzu", "adım adım".
11
+ talimat Yönerge dizisi: tarif, kılavuz ve yönergeler 2. çoğul / kibar emir kipiyle yazılır
12
+ (-(y)In, -(y)InIz; G&K §21.4.4.2). En az iki cümle ve cümlelerin yarısı bu kiple bitiyorsa ya da
13
+ bir cümle sıra sözüyle (önce, ardından, daha sonra, son olarak…) başlayıp bu kiple bitiyorsa.
14
+ Yalnız noktayla biten cümleler: konuşmadaki buyruklar ("Bekleyin!") çoğunlukla ünlemle biter.
15
+ Model burada zayıf: eğitimdeki talimat örnekleri tek kaynaktan (UD BOUN "ins") geliyor.
16
+ """
17
+ from __future__ import annotations
18
+
19
+ import re
20
+ import unicodedata
21
+
22
+ _MASAL = re.compile(r"bir\s+varmış\s+bir\s+yokmuş|evvel\s+zaman\s+içinde|kalbur\s+saman\s+içinde|develer\s+tellal\s+iken|"
23
+ r"pireler\s+berber\s+iken|ermiş\s+muradına|gökten\s+üç\s+elma\s+düşmüş")
24
+ _DUYURU = re.compile(r"\b(?:sayın|değerli)\s+(?:yolcularımız|müşterilerimiz|ziyaretçilerimiz|velilerimiz|"
25
+ r"izleyicilerimiz|dinleyicilerimiz|seyircilerimiz|hemşehrilerimiz|vatandaşlarımız)\b|"
26
+ r"dikkatinize\s+sunarız|\banons\b")
27
+
28
+
29
+ _EMIR = re.compile(r"(?:[aeıioöuü]y)?[ıiuü]n(?:[ıiuü]z)?$")
30
+ # Aynı sesle biten, emir olmayan sık sözcükler (ad, sıfat, edat, ilgi/tamlayan eki almış sık adlar)
31
+ _EMIR_DEGIL = {"gün", "dün", "bütün", "için", "uzun", "kadın", "yakın", "akın", "ekin", "keskin", "yorgun",
32
+ "olgun", "durgun", "dalgın", "kalın", "sakin", "zengin", "bugün", "düğün", "salgın", "yangın",
33
+ "sonun", "benim", "senin", "onun", "bizim", "sizin", "kimin", "neyin", "hangisinin", "derin",
34
+ "serin", "engin", "yazın", "kışın", "sabahın", "akşamın", "gecenin"}
35
+ _SIRA = re.compile(r"^(?:önce|ilk\s+olarak|ilk\s+önce|öncelikle|ardından|daha\s+sonra|sonra|son\s+olarak|en\s+son)\b")
36
+
37
+
38
+ # Emir ekine benzeyen kişi ekleri: -sIn(Iz) (yanılıyorsunuz, olacaksın, etsin), geçmiş zaman -DIn(Iz)
39
+ # (demiştin, kurdunuz). Geçmiş zamanı "edin / gidin" gibi kısa emirlerden uzunluk ayırır.
40
+ _KISI = re.compile(r"s[ıiuü]n(?:[ıiuü]z)?$")
41
+ _GECMIS = re.compile(r"[dt][ıiuü]n(?:[ıiuü]z)?$")
42
+ _KISA_EMIR = {"edin", "ediniz", "gidin", "gidiniz"}
43
+
44
+
45
+ def _emirle_biter(cumle: str) -> bool:
46
+ w = re.findall(r"[a-zçğıöşüâîû]+", cumle)
47
+ if not w or cumle.rstrip()[-1:] not in (".", ""):
48
+ return False
49
+ s = w[-1]
50
+ if s in _KISA_EMIR:
51
+ return True
52
+ if len(s) <= 3 or s in _EMIR_DEGIL or not _EMIR.search(s) or _KISI.search(s):
53
+ return False
54
+ return not (_GECMIS.search(s) and len(s) > 5)
55
+
56
+
57
+ def _kucuk(s: str) -> str:
58
+ return unicodedata.normalize("NFC", s.replace("I", "ı").replace("İ", "i")).lower()
59
+
60
+
61
+ def kural_uslubu(metin: str) -> tuple[str, str] | None:
62
+ k = _kucuk(metin)
63
+ if (m := _MASAL.search(k)):
64
+ return "masal", f"masal tekerlemesi ({m.group(0)})"
65
+ if (m := _DUYURU.search(k[:200])):
66
+ return "talimat", f"duyuru kalıbı ({m.group(0)})"
67
+ cumleler = [c.strip() for c in re.split(r"(?<=[.!?…])\s+", k) if c.strip()]
68
+ emir = [c for c in cumleler if _emirle_biter(c)]
69
+ if len(emir) >= 2 and len(emir) * 2 >= len(cumleler):
70
+ return "talimat", f"yönerge dizisi ({len(emir)}/{len(cumleler)} cümle emir kipiyle bitiyor)"
71
+ if any(_SIRA.match(c) for c in emir):
72
+ return "talimat", "sıra sözü + emir kipi"
73
+ return None
@@ -0,0 +1,152 @@
1
+ # -*- coding: utf-8 -*-
2
+ """
3
+ ÜSLUP MODELLERİ
4
+ BertUslupModeli BERTurk ince ayarı, ONNX (model/bert_onnx; egit/egit_bert.py + egit/aktar_bert.py).
5
+ Sınavda tek cümle %68,5, 5 cümlelik metin %96,1. Gerekenler: onnxruntime, tokenizers.
6
+ UslupModeli TF-IDF (karakter 2-5 gram + sözcük + noktalama) + lojistik regresyon; yalnız numpy
7
+ (model/uslup.npz). Tek cümle %52,5, 5 cümle %77,0. Hafif yedek.
8
+ varsayilan(): BERTurk varsa o, yoksa TF-IDF. TURKCE_USLUP_MOTOR=tfidf ile TF-IDF'e zorlanır.
9
+ TF-IDF modeli pakette gelir (turkce_uslup/model/uslup.npz). BERTurk yerelde yoksa Hugging Face'ten iner
10
+ (TURKCE_USLUP_HF deposu, ilk kullanımda; TURKCE_USLUP_INDIRME=0 ya da HF_HUB_OFFLINE=1 ile kapalı):
11
+ pip install "turkce-uslup[bert]".
12
+ """
13
+ from __future__ import annotations
14
+
15
+ import math
16
+ import os
17
+ import re
18
+ import unicodedata
19
+ from collections import Counter
20
+ from functools import lru_cache
21
+ from pathlib import Path
22
+
23
+ import numpy as np
24
+
25
+ _PAKET = Path(__file__).resolve().parent
26
+ HF_DEPO = os.environ.get("TURKCE_USLUP_HF", "seslen-tr/turkce-uslup")
27
+
28
+
29
+ def _hf_indir() -> Path | None:
30
+ """BERTurk üslup modeli yerelde yoksa Hugging Face'ten (bert_onnx/). Kurulu değilse ya da kapalıysa None."""
31
+ if os.environ.get("TURKCE_USLUP_INDIRME") == "0":
32
+ return None
33
+ try:
34
+ from huggingface_hub import snapshot_download
35
+ return Path(snapshot_download(HF_DEPO, allow_patterns=["bert_onnx/*"])) / "bert_onnx"
36
+ except Exception:
37
+ return None
38
+
39
+
40
+ def kucuk(s: str) -> str:
41
+ return unicodedata.normalize("NFC", s.replace("I", "ı").replace("İ", "i")).lower()
42
+
43
+
44
+ def ozellikler(metin: str) -> list[str]:
45
+ """Karakter 2-5 gramları (sözcük sınırlı), sözcükler, noktalama ve biçim ipuçları."""
46
+ k = kucuk(metin)
47
+ out = []
48
+ for w in re.findall(r"[a-zçğıöşüâîû]+", k):
49
+ p = f" {w} "
50
+ out += [p[i:i + n] for n in range(2, 6) for i in range(len(p) - n + 1)]
51
+ out.append("S:" + w)
52
+ out += ["N:" + c for c in re.findall(r"[?!…:;\"“”'()\-–—%]", metin)]
53
+ if re.search(r"\d", metin):
54
+ out.append("B:rakam")
55
+ if metin[:1].isupper():
56
+ out.append("B:buyuk_bas")
57
+ n = len(metin.split())
58
+ out.append("B:uzunluk_" + ("kisa" if n <= 6 else "orta" if n <= 15 else "uzun"))
59
+ return out
60
+
61
+
62
+ def _klasor(klasor: str | Path | None) -> Path:
63
+ for a in ([Path(klasor)] if klasor else []) + ([Path(os.environ["TURKCE_USLUP_MODEL"])]
64
+ if os.environ.get("TURKCE_USLUP_MODEL") else []) \
65
+ + [_PAKET / "model", _PAKET.parent / "model"]:
66
+ if (a / "uslup.npz").exists():
67
+ return a
68
+ raise FileNotFoundError("üslup modeli (uslup.npz) bulunamadı; TURKCE_USLUP_MODEL ile klasörü gösterin")
69
+
70
+
71
+ class UslupModeli:
72
+ def __init__(self, klasor: str | Path | None = None):
73
+ v = np.load(_klasor(klasor) / "uslup.npz", allow_pickle=False)
74
+ self.usluplar: list[str] = [str(x) for x in v["usluplar"]]
75
+ self.sozluk = {str(s): i for i, s in enumerate(v["sozluk"])}
76
+ self.idf, self.w, self.b = v["idf"], v["agirlik"], v["sapma"]
77
+
78
+ def logit(self, cumleler: list[str]) -> np.ndarray:
79
+ out = np.zeros((len(cumleler), len(self.usluplar)), dtype=np.float32)
80
+ for r, c in enumerate(cumleler):
81
+ say = Counter(i for i in (self.sozluk.get(f) for f in ozellikler(c)) if i is not None)
82
+ if not say:
83
+ out[r] = self.b
84
+ continue
85
+ idx = np.fromiter(say.keys(), dtype=np.int64)
86
+ deg = np.array([1 + math.log(n) for n in say.values()], dtype=np.float32) * self.idf[idx]
87
+ deg /= np.linalg.norm(deg) or 1.0
88
+ out[r] = self.w[:, idx] @ deg + self.b
89
+ return out
90
+
91
+ def olasiliklar(self, cumleler: list[str]) -> np.ndarray:
92
+ z = self.logit(cumleler)
93
+ z = np.exp(z - z.max(1, keepdims=True))
94
+ return z / z.sum(1, keepdims=True)
95
+
96
+ def metin_olasiligi(self, cumleler: list[str]) -> np.ndarray:
97
+ """Metnin üslubu: cümlelerin log-olasılık ortalaması (üslup metnin özelliğidir, tek cümle gürültülü)."""
98
+ lp = np.log(self.olasiliklar(cumleler) + 1e-9).mean(0)
99
+ z = np.exp(lp - lp.max())
100
+ return z / z.sum()
101
+
102
+
103
+ class BertUslupModeli:
104
+ def __init__(self, klasor: str | Path | None = None, is_parcacigi: int = 0):
105
+ import json
106
+
107
+ import onnxruntime as ort
108
+ from tokenizers import Tokenizer
109
+ k = _bert_klasor(klasor)
110
+ ayar = json.loads((k / "etiketler.json").read_text(encoding="utf-8"))
111
+ self.usluplar: list[str] = ayar["usluplar"]
112
+ self.tok = Tokenizer.from_file(str(k / "tokenizer.json"))
113
+ self.tok.enable_truncation(int(ayar.get("uzunluk", 96)))
114
+ self.tok.enable_padding(pad_id=self.tok.token_to_id("[PAD]") or 0)
115
+ se = ort.SessionOptions()
116
+ if is_parcacigi:
117
+ se.intra_op_num_threads = is_parcacigi
118
+ self.oturum = ort.InferenceSession(str(k / "uslup.onnx"), se, providers=["CPUExecutionProvider"])
119
+
120
+ def olasiliklar(self, cumleler: list[str]) -> np.ndarray:
121
+ if not cumleler:
122
+ return np.zeros((0, len(self.usluplar)), dtype=np.float32)
123
+ kod = self.tok.encode_batch(cumleler)
124
+ g = {"input_ids": np.array([e.ids for e in kod], dtype=np.int64),
125
+ "attention_mask": np.array([e.attention_mask for e in kod], dtype=np.int64),
126
+ "token_type_ids": np.array([e.type_ids for e in kod], dtype=np.int64)}
127
+ z = self.oturum.run(None, g)[0]
128
+ z = np.exp(z - z.max(1, keepdims=True))
129
+ return z / z.sum(1, keepdims=True)
130
+
131
+ metin_olasiligi = UslupModeli.metin_olasiligi
132
+
133
+
134
+ def _bert_klasor(klasor: str | Path | None) -> Path:
135
+ for a in ([Path(klasor)] if klasor else []) + ([Path(os.environ["TURKCE_USLUP_BERT"])]
136
+ if os.environ.get("TURKCE_USLUP_BERT") else []) + [_PAKET / "model" / "bert_onnx", _PAKET.parent / "model" / "bert_onnx"]:
137
+ if (a / "uslup.onnx").exists():
138
+ return a
139
+ if (a := _hf_indir()) is not None and (a / "uslup.onnx").exists():
140
+ return a
141
+ raise FileNotFoundError(f"BERTurk üslup modeli (bert_onnx/uslup.onnx) bulunamadı; pip install \"turkce-uslup[bert]\" "
142
+ f"ile Hugging Face'ten ({HF_DEPO}) iner ya da TURKCE_USLUP_BERT ile klasörü gösterin")
143
+
144
+
145
+ @lru_cache(maxsize=1)
146
+ def varsayilan() -> "BertUslupModeli | UslupModeli":
147
+ if os.environ.get("TURKCE_USLUP_MOTOR", "").lower() != "tfidf":
148
+ try:
149
+ return BertUslupModeli()
150
+ except (FileNotFoundError, ImportError):
151
+ pass
152
+ return UslupModeli()
@@ -0,0 +1,140 @@
1
+ Metadata-Version: 2.4
2
+ Name: turkce-uslup
3
+ Version: 0.1.0
4
+ Summary: Türkçe metnin üslubu (haber, bilgi, talimat/duyuru, deneme, anlatı, masal, sohbet) ve seslendirme okuma ayarı; yalnız numpy
5
+ Author: Mehmet Veysel Delibaş
6
+ License-Expression: MIT AND CC-BY-SA-4.0
7
+ Project-URL: Homepage, https://github.com/seslen-tr/turkce-uslup
8
+ Project-URL: Source, https://github.com/seslen-tr/turkce-uslup
9
+ Project-URL: Issues, https://github.com/seslen-tr/turkce-uslup/issues
10
+ Requires-Python: >=3.9
11
+ Description-Content-Type: text/markdown
12
+ License-File: LICENSE
13
+ Requires-Dist: numpy
14
+ Provides-Extra: bert
15
+ Requires-Dist: onnxruntime>=1.16; extra == "bert"
16
+ Requires-Dist: tokenizers>=0.15; extra == "bert"
17
+ Requires-Dist: huggingface_hub>=0.20; extra == "bert"
18
+ Provides-Extra: egitim
19
+ Requires-Dist: scikit-learn; extra == "egitim"
20
+ Requires-Dist: pyarrow; extra == "egitim"
21
+ Requires-Dist: huggingface_hub; extra == "egitim"
22
+ Dynamic: license-file
23
+
24
+ # turkce-uslup
25
+
26
+ > **English:** Detects the genre of a Turkish text (news, informative, instructions/announcement, essay, narrative, fairy tale, conversation) and suggests reading settings for TTS: speed, pitch range, pause between sentences and after commas. Ships with a 1.3 MB TF-IDF model (numpy only, works offline); an optional fine-tuned BERTurk model is downloaded from Hugging Face.
27
+
28
+ Türkçe metnin **üslubunu** bulur ve seslendirme için **okuma ayarı** önerir: hız, tonlama genişliği,
29
+ cümle arası duraklama, virgül duraklaması. Bağımlılığı yalnız numpy, model 1,3 MB, yanıtı anlıktır.
30
+
31
+ ```python
32
+ from turkce_uslup import uslup, okuma_ayari
33
+
34
+ r = uslup("Bir varmış bir yokmuş, evvel zaman içinde küçük bir köyde yaşlı bir değirmenci yaşarmış.")
35
+ r.uslup # 'masal'
36
+ r.ayar # Okuma(hiz=0.88, tonlama=1.3, duraklama_ms=700, virgul_ms=100)
37
+
38
+ okuma_ayari("haber", hiz=1.2) # stüdyoda değiştirilen ayar: üslubun geri kalanı korunur
39
+ ```
40
+
41
+ ## Neden
42
+
43
+ Aynı nötr cümle üsluba göre başka okunur. Haber tempolu ve düz okunur. Masal yavaş, hareketli ve
44
+ duraklamalı okunur. Sohbet rahat ve hızlı akar. Duygu (neşeli, üzgün…) cümlenin tonudur; üslup ise
45
+ metnin bütününün türüdür. İkisi birbirinden ayrı ayarlanmalıdır. Duygu için kardeş proje
46
+ [turkce-duygu](https://github.com/seslen-tr/turkce-duygu)'ya bakın.
47
+
48
+ ## Üsluplar ve okuma ayarları
49
+
50
+ | Üslup | Örnek | hız | tonlama | duraklama | virgül |
51
+ |---|---|---|---|---|---|
52
+ | haber | ulusal gazete haberi | 1,05 | 0,9 | 350 ms | — |
53
+ | bilgi | ansiklopedi, biyografi | 1,0 | 1,0 | 400 ms | — |
54
+ | talimat | kullanım kılavuzu, sesli duyuru | 0,95 | 0,85 | 500 ms | +80 ms |
55
+ | deneme | deneme, köşe yazısı, popüler kültür | 0,97 | 1,0 | 450 ms | — |
56
+ | anlati | hikâye, roman | 0,93 | 1,15 | 550 ms | +60 ms |
57
+ | masal | masal (tekerlemeyle tanınır) | 0,88 | 1,3 | 700 ms | +100 ms |
58
+ | sohbet | diyalog, konuşma dili | 1,07 | 1,1 | 250 ms | — |
59
+
60
+ **Ayarların anlamı:**
61
+ - **hız:** 1 = sesin doğal hızı.
62
+ - **tonlama:** perdenin ortalama etrafındaki dalgalanmasının çarpanı. 1 doğal, büyükse daha hareketli.
63
+ - **duraklama:** cümleler arası sessizlik.
64
+ - **virgül:** virgülde eklenen sessizlik.
65
+
66
+ Değerler genel okuma pratiğine dayanan **başlangıç değerleridir**, ölçülmüş Türkçe normlar değildir.
67
+ Kulakla ayarlanır ve her biri `okuma_ayari(..., alan=değer)` ile değiştirilebilir.
68
+
69
+ ## Nasıl çalışır
70
+
71
+ 1. **Kurallar.** Masal tekerlemeleri: "bir varmış bir yokmuş" (TDK, "bir masala başlarken … söylenen bir
72
+ tekerleme"), "evvel zaman içinde", "kalbur saman içinde", "onlar ermiş muradına". Duyuru kalıpları:
73
+ "sayın yolcularımız", "değerli müşterilerimiz", "dikkatinize sunarız". Yönerge dizileri: tarif,
74
+ kılavuz ve yönergeler kibar emir kipiyle yazılır (-(y)In, -(y)InIz; Göksel & Kerslake §21.4.4.2).
75
+ En az iki cümle bu kiple bitiyorsa ya da bir cümle sıra sözüyle ("önce", "ardından", "son olarak")
76
+ başlayıp bu kiple bitiyorsa talimat sayılır. Kişi ekleri (yanılıyor-sunuz, yap-tınız) ve konuşmadaki
77
+ ünlemli buyruklar ("Bekleyin!") hariç tutulur. Bu kural doğrulama ve sınav kümelerinde doğruluğu
78
+ değiştirmedi; modelin talimatta zayıf kaldığı gerçek yönergeleri yakalar.
79
+ 2. **Model.** İki model var; `varsayilan()` BERTurk varsa onu, yoksa TF-IDF'i kullanır
80
+ (`TURKCE_USLUP_MOTOR=tfidf` ile TF-IDF'e zorlanır). Metnin üslubu, cümlelerin log-olasılıklarının
81
+ ortalamasıdır.
82
+ - **BERTurk** ([dbmdz/bert-base-turkish-cased](https://huggingface.co/dbmdz/bert-base-turkish-cased))
83
+ ince ayarı, ONNX olarak (`model/bert_onnx`, 443 MB, cümle başına ~10–25 ms). ONNX ↔ PyTorch en büyük
84
+ olasılık farkı 5·10⁻⁶. int8 sıkıştırma doğrulamada 0,5 puan kaybettirdiği için fp32. Gerekenler:
85
+ onnxruntime, tokenizers.
86
+ - **TF-IDF** (karakter 2-5 gram, sözcük, noktalama) + çok sınıflı lojistik regresyon (`model/uslup.npz`).
87
+ Çalışma anında yalnız numpy; sklearn çıktısıyla birebir aynı (en büyük olasılık farkı 4·10⁻⁷).
88
+ Hafif yedek.
89
+
90
+ | Üslup | Eğitim verisi | Lisans |
91
+ |---|---|---|
92
+ | haber, talimat, deneme, bilgi (bir kısmı) | [UD Turkish-BOUN](https://github.com/UniversalDependencies/UD_Turkish-BOUN) (Türkçe Ulusal Derlem'den; tür cümle kimliğinde) | CC BY-SA 4.0 |
93
+ | bilgi | Türkçe Vikipedi | CC BY-SA 4.0 |
94
+ | anlati | Common Voice Türkçe cümle derlemi | CC0 |
95
+ | sohbet | [XED](https://github.com/Helsinki-NLP/XED) Türkçe altyazılar | CC BY 4.0 |
96
+
97
+ ## Doğruluk
98
+
99
+ Sınav kümesinde ölçüldü (1.604 cümle; eğitimde ve ayar seçiminde kullanılmadı).
100
+
101
+ | Ölçü | BERTurk | TF-IDF |
102
+ |---|---|---|
103
+ | Tek cümle (6 üslup, şans %17) | **%68,5** | %52,5 |
104
+ | Metin, 3 cümle | **%89,9** | %71,2 |
105
+ | Metin, 5 cümle | **%96,1** | %77,0 |
106
+ | Metin, 10 cümle | **%99,7** | %90,6 |
107
+
108
+ İkisinin birleşimi (log-olasılık ortalaması) BERTurk'ten anlamlı ölçüde iyi değil (tek cümle %68,6).
109
+ Kaynak kaynak sonuçlar `degerlendirme/bert_sonuc.json` dosyasında.
110
+
111
+ "Metin": aynı üsluptan rastgele seçilen k cümle. Veride gerçek paragraf yoktur.
112
+
113
+ **Sınırlar:**
114
+ - **Kaynak etkisi.** "bilgi" üslubunda Vikipedi cümleleri %99 (TF-IDF %89) doğru bulunur, BOUN
115
+ biyografileri yalnız %37 (TF-IDF %23). Model türün yanında kaynağın yazım tarzını da öğreniyor.
116
+ - **Talimat verisi tek kaynaklı.** Eğitimdeki talimat cümleleri BOUN'un "ins" türünden; gündelik tarif ve
117
+ kullanım yönergelerini model çoğu zaman "deneme" sanıyor. Bu yüzden kural eklendi (yukarıda).
118
+ - **Benzer türler karışır.** Gazete haberi, deneme ve biyografi birbirine benzer yazı dilleridir.
119
+ - **Tek cümle güvenilir değildir.** Kısa metinlerde stüdyoda elle seçim önerilir.
120
+ - **Kurallar yalnız açık kalıpları tanır.** Tekerlemesiz bir masal model tarafından "anlatı" olarak
121
+ bulunur.
122
+
123
+ ## Yeniden eğitmek
124
+
125
+ ```
126
+ pip install turkce-uslup[egitim]
127
+ python egit/veri.py # kaynaklar sabit sürümlerden; MD5'e göre bölme
128
+ python egit/egit.py # TF-IDF: birkaç dakika, işlemcide
129
+ python degerlendirme/olc.py
130
+ python egit/egit_bert.py # BERTurk: GPU'da birkaç dakika (RTX 3050'de ~6 dk), işlemcide saatler
131
+ python egit/aktar_bert.py # ONNX + eşdeğerlik kapısı → model/bert_onnx
132
+ ```
133
+
134
+ ## Lisans
135
+
136
+ Kod MIT ([LICENSE](LICENSE)). Modeller (`model/uslup.npz`, `model/bert_onnx`) UD Turkish-BOUN ve Vikipedi
137
+ türevi olduğu için **CC BY-SA 4.0**; BERTurk başlangıç modeli MIT; XED (CC BY 4.0) ve Common Voice (CC0) atıfları yukarıda.
138
+
139
+ Kardeş projeler: [turkce-duygu](https://github.com/seslen-tr/turkce-duygu), [turkce-vurgu](https://github.com/seslen-tr/turkce-vurgu),
140
+ [turkce-normalize](https://github.com/seslen-tr/turkce-normalize), [turkce-plbert](https://github.com/seslen-tr/turkce-plbert), [turkce-tts-sinav](https://github.com/seslen-tr/turkce-tts-sinav).
@@ -0,0 +1,13 @@
1
+ LICENSE
2
+ README.md
3
+ pyproject.toml
4
+ tests/test_uslup.py
5
+ turkce_uslup/__init__.py
6
+ turkce_uslup/kurallar.py
7
+ turkce_uslup/model.py
8
+ turkce_uslup.egg-info/PKG-INFO
9
+ turkce_uslup.egg-info/SOURCES.txt
10
+ turkce_uslup.egg-info/dependency_links.txt
11
+ turkce_uslup.egg-info/requires.txt
12
+ turkce_uslup.egg-info/top_level.txt
13
+ turkce_uslup/model/uslup.npz
@@ -0,0 +1,11 @@
1
+ numpy
2
+
3
+ [bert]
4
+ onnxruntime>=1.16
5
+ tokenizers>=0.15
6
+ huggingface_hub>=0.20
7
+
8
+ [egitim]
9
+ scikit-learn
10
+ pyarrow
11
+ huggingface_hub
@@ -0,0 +1 @@
1
+ turkce_uslup