HiKE Korece-İngilizce kıyaslamasında Whisper-Large, kod değiştirmeli konuşmanın %26,1’inde hata yaptı; tek dilli İngilizcede bu oran %4,4, tek dilli Korecede %3,2’ydi (Paik ve ark., HiKE kıyaslaması 2026). Bu, aynı model için İngilizce hata oranının kabaca altı katı (26,1 / 4,4 = 5,9). Örüntü dil çiftleri arasında tekrarlanıyor: CS-FLEURS yazarları, kod değiştirmeli kayıtlarda karakter hata oranlarını tek dilli FLEURS’e göre 2 kattan fazla yüksek ölçtü (Yan ve ark., Interspeech 2025) ve ASRU 2019 Mandarin-İngilizce yarışmasında kazanan sistem bile gömülü İngilizce kelimelerin %12,33’ünde, Mandarin karakterlerin ise %4,04’ünde hata yaptı (Shi ve ark., ASRU 2019 yarışma raporu). Kod değiştirme (tek bir konuşma, cümle ve hatta kelime içinde iki dil arasında geçiş yapmak), iki dillilik ve çok dilli haneler derlememizde anlatılan insanların çoğu için olağan bir davranış; yine de tanıma sistemleri, tek dilli kıyaslamalarda ölçülen aksan farkları örneğinde olduğu gibi, hâlâ her seferinde tek bir dil üzerinde ayarlanıyor ve sıralanıyor. Linguistic Data Consortium’daki SEAME derlemi, MUCS 2021 ve ASRU 2019 yarışmaları, CS-FLEURS, HiKE, CS-Dialogue, ASCEND, PIER ölçüt makalesi, DISPLACE 2023 yarışması, Pew Research Center ve kod değiştirme araştırmalarına dair ACL derleme çalışmalarından veri topladık.
Boyunca kullanılan terimlere dair bir not: “matris” dil bir cümlenin ana dilidir, “gömülü” dil araya girilen dildir ve “geçiş noktası” dilin değiştiği tam kelimedir.
TL;DR
- Whisper-Large: kod değiştirmeli Korece-İngilizce konuşmada %26,1 karışık hata oranı, tek dilli İngilizcede %4,4 WER (Paik ve ark., HiKE 2026).
- CER, kod değiştirmeli CS-FLEURS kümelerinde tek dilli FLEURS’e göre 2 kattan fazla yüksek (Yan ve ark., Interspeech 2025).
- ASRU 2019’un en iyi sistemi: aynı karışık cümlelerin içinde %4,04 Mandarin CER ama %12,33 İngilizce WER (Shi ve ark., ASRU 2019 yarışması).
- Yorubaya geçişten hemen sonraki token’larda hata: ASR sistemleri ve ses dil modelleri genelinde 0,95 ile 1,00 (Okocha ve Grant, arXiv 2026).
- İnce ayar, Spanyolca-İngilizce’de Whisper-large WER’ini %5,06 iyileştirirken geçiş noktası hatası (PIER) %39,47 kötüleşti (Ugan ve ark., ICASSP 2025).
- Hint iki dilli konuşmalarda ortalama dil bölümü: yaklaşık 500 ms, birçoğu yalnızca yaklaşık 200 ms (Baghel ve ark., DISPLACE 2023).
- SEAME DevSge geliştirme kümesinde ince ayarsız Whisper-small: Mandarin beklemesi söylendiğinde %157,5 MER, İngilizce söylendiğinde %83,6 (Yang ve ark., 2023).
- Listelenen en büyük Mandarin-İngilizce derlem olan TALCS 587 saat içeriyor; bu, Whisper’ın 680.000 saatlik eğitiminin yaklaşık %0,09’u (Zhou ve ark., CS-Dialogue 2025; Radford ve ark., OpenAI 2022).
- NLP literatüründe tanıtılan 114 kod değiştirme derleminin 72’si özel (Winata ve ark., ACL Findings 2023).
- ABD’li Latin yetişkinlerin %63’ü en azından bazen Spanglish kullanıyor; iki dilli Latinlerde bu oran %77 (Pew Research Center 2023).
- Yedi dilde 50 milyon tweet’in yaklaşık %3,5’i kod değiştirmeliydi (Rijhwani ve ark., ACL 2017).
1. Kod Değiştirme Cezası: Karışık ve Tek Dilli Hata Oranları
Ana bulgu, aynı modeli iki tür konuşmada da çalıştıran her kıyaslamada tutarlı: iki dil aynı cümleyi paylaşır paylaşmaz hata oranları katlanarak artıyor. HiKE’de Whisper-Large’ın kod değiştirmeli hata oranı, İngilizce WER değerinin 5,9 katı (26,1 / 4,4), Korece CER değerinin 8,2 katıydı (26,1 / 3,2). HiKE en temiz karşılaştırmadır, çünkü aynı modeller için kod değiştirmeli sonuçların yanında tek dilli FLEURS puanlarını da bildirir. O tablodaki en güçlü sistem olan GPT-4o-transcribe bile İngilizcede %3,3 WER’den karışık konuşmada %21,8 MER’e çıktı.
Fark simetrik değil. Karışık cümlelerde en çok gömülü dil zarar görüyor: ASRU 2019 kazananı, İngilizce kelimelerde Mandarin karakterlere göre yaklaşık üç kat fazla hata yaptı (12,33 / 4,04 = 3,05); oysa İngilizce her cümlenin yalnızca küçük bir bölümünü oluşturuyordu: ortalama 1,6 İngilizce kelimeye karşılık 8,6 Çince karakter. İngilizce-Yoruba değerlendirmesinde dengesizlik uç düzeyde; kaynağı daha kısıtlı olan dilde neredeyse tam bir başarısızlık var.
| Metrik | Değer | Kaynak |
|---|---|---|
| Whisper-Large, kod değiştirmeli Korece-İngilizce (karışık hata oranı), tek dilli İngilizce WER ve tek dilli Korece CER | %26,1 karşı %4,4 karşı %3,2 | Paik ve ark., HiKE kıyaslaması 2026 |
| GPT-4o-transcribe, kod değiştirmeli Korece-İngilizce (karışık hata oranı) ve tek dilli İngilizce WER | %21,8 karşı %3,3 | Paik ve ark., HiKE kıyaslaması 2026 |
| Kod değiştirmeli CS-FLEURS’te karakter hata oranı ve özgün tek dilli FLEURS | 2 kattan fazla yüksek | Yan ve ark., CS-FLEURS, Interspeech 2025 |
| ASRU 2019’un en iyi sistemi (Track 1): aynı kod değiştirmeli cümlelerde Mandarin CER ve İngilizce WER | %4,04 karşı %12,33 | Shi ve ark., ASRU 2019 yarışma raporu (2020) |
| Whisper-large-v3 WER: tek dilli İngilizce TED konuşmaları, Spanyolca-İngilizce Fisher ve Mısır Arapçası-İngilizce ArzEn | %6,07 karşı %29,43 karşı %52,80 | Ugan ve ark., PIER makalesi, ICASSP 2025 |
| İngilizce-Yoruba test kümesi: İngilizce token’larda hata oranı ve Yoruba token’larda hata oranı (kod değiştirmeli konuşmayı tek dile çevirmeden yazıya geçiren sekiz sistem) | %33 ile %46 karşı en az %96,6 | Okocha ve Grant, arXiv 2026 |
Bağlam notu: Ugan ve ark. satırı farklı veri kümelerini karşılaştırıyor (ders İngilizcesi ve telefon sohbeti konuşması), bu yüzden farkın bir kısmı yalnızca kod değiştirmeyi değil, kayıt koşullarını da yansıtıyor. HiKE ve CS-FLEURS satırlarında model sabit tutuluyor. Tam rakamlar: HiKE makalesi ve CS-FLEURS makalesi.
2. Karışık Hata Oranı (MER) Kıyaslamaları: Alan Nerede Duruyor
Karışık hata oranı, Mandarin ile İngilizce arasında tek bir ortak “kelime” olmadığı için vardır: MER, karakter tabanlı diller (Mandarin, Korece) için hataları karakter başına, İngilizce için kelime başına sayar ve ikisini tek bir oranda birleştirir. Bu, MER’i kod değiştirme makalelerinin ortak ölçüsü yapar; ancak hangi dilin başarısız olduğunu da gizler, bu yüzden daha iyi makaleler CER ve WER’i ayrı ayrı verir.
Kıyaslamalar arasında bakıldığında rakamlar geniş bir aralığa yayılıyor: kazanan sistem ASRU 2019 Mandarin-İngilizce testinde %4,94 MER elde ederken, spontan ASCEND konuşmalarındaki en iyi temel model %27,05’te kaldı. Aynı dil çifti, kayıt tarzına ve eğitim hacmine bağlı olarak neredeyse çözülmüş ya da ciddi biçimde bozuk görünebiliyor: ASRU 2019, 200 saat kod değiştirmeli eğitim sesi sundu, ASCEND ise yalnızca 10,62 saatlik spontan diyalog. Hazır modeller arasında SenseVoice-Small, CS-Dialogue’da %6,71 MER’e ulaşırken Whisper Large-V2 %15,29’da kaldı.
| Metrik | Değer | Kaynak |
|---|---|---|
| En iyi karışık hata oranı, ASRU 2019 Mandarin-İngilizce, Track 1 (geleneksel ASR, sabit dil modeli) ve Track 3 (uçtan uca ASR) | %4,94 karşı %5,91 | Shi ve ark., ASRU 2019 yarışma raporu (2020) |
| ASCEND spontan Hong Kong konuşmalarında en iyi temel model: CER ve MER | %22,69 karşı %27,05 | Lovenia ve ark., ASCEND derlemi (2021) |
| CS-Dialogue test kümesi, önceden eğitilmiş modeller (MER): SenseVoice-Small, Paraformer, Qwen2-Audio ve Whisper Large-V2 | %6,71 karşı %9,65 karşı %9,76 karşı %15,29 | Zhou ve ark., CS-Dialogue 2025 |
| CS-Dialogue, sıfırdan eğitilmiş Conformer: Mandarin CER, İngilizce WER ve MER | %15,45 karşı %32,36 karşı %18,91 | Zhou ve ark., CS-Dialogue 2025 |
| MUCS 2021 uçtan uca temel model WER’i, test kümesinde: Hintçe-İngilizce ve Bengalce-İngilizce | %25,9 karşı %31,0 | Diwan ve ark., MUCS 2021 yarışması (Interspeech 2021) |
Aykırı değer notu: CS-Dialogue Conformer satırı gömülü dil sorununu yine gösteriyor; aynı test kümesinde İngilizce WER, Mandarin CER’in iki katından fazla. ASRU 2019, ASCEND (2021) ve MUCS 2021 satırları için en güncel mevcut veri kullanılıyor; yazarları bunları güncel modellerle yeniden çalıştırmadı. Kaynaklar: ASRU 2019 yarışma raporu, CS-Dialogue, MUCS 2021.
3. Geçiş Noktası Hataları: Genel Hata Oranlarının Gizledikleri
Bir transkript genelde iyi puan alıp yine de her geçişi yanlış yapabilir, çünkü geçiş yapılan kelimeler toplamın küçük bir bölümüdür. PIER (Point-of-Interest Error Rate) yalnızca dilin değiştiği kelimelerdeki doğruluğu ölçmek için geliştirildi ve sonuçlar rahatsız edici: ince ayardan sonra Whisper-large, Spanyolca-İngilizce Fisher üzerinde genel WER’ini göreli olarak %5,06 iyileştirirken geçiş noktası hatası %39,47 arttı. Başka bir deyişle, olağan liderlik tablosu ölçütü, asıl kod değiştirmede kötüleşen bir modeli ödüllendirdi.
Yön de önemli. İngilizce-Yoruba kümesinde sistemler İngilizceye geri dönüşleri makul biçimde yönetti, Yorubaya geçişlerde ise çöktü. Daha yoğun geçiş, en güçlü sistemlerde hata oranlarını yükseltti ve tek bir kelimenin içindeki geçişler (bir dilde kök, başka bir dilde ek) hepsinden zordu. Eklemeler hata sayıldığı için bazı hata oranları %100’ü aşıyor; Yoruba kümesinde üç üretken ses modeli aşırı metin üretti, bu hata modunu konuşma tanıma halüsinasyonu derlememizde ele aldık.
| Metrik | Değer | Kaynak |
|---|---|---|
| Spanyolca-İngilizce Fisher üzerinde ince ayarlı Whisper-large: genel WER’deki değişim ve geçiş noktası hatasındaki (PIER) değişim | %5,06 daha iyi karşı %39,47 daha kötü (göreli) | Ugan ve ark., PIER makalesi, ICASSP 2025 |
| Fisher üzerinde ince ayarlı Whisper-large: WER ve PIER | %27,94 karşı %50,78 | Ugan ve ark., PIER makalesi, ICASSP 2025 |
| ArzEn Arapça-İngilizce üzerinde Whisper-large: kelimeler arasındaki geçiş noktası hatası ve kelime içindeki | %49,50 karşı %105,71 | Ugan ve ark., PIER makalesi, ICASSP 2025 |
| Geçişten sonraki ilk token’da hata: İngilizceden Yorubaya ve Yorubadan İngilizceye | 0,95 ile 1,00 karşı 0,40 ile 0,53 | Okocha ve Grant, arXiv 2026 |
| En güçlü sistemlerin ortalama WER’i, düşük ve yüksek geçiş yoğunluğunda (İngilizce-Yoruba) | %66,9 karşı %71,2 | Okocha ve Grant, arXiv 2026 |
| Token hata oranı: İngilizce ağırlıklı, dengeli ve Yoruba ağırlıklı söylemlerde | Yaklaşık 0,42 karşı 0,65 karşı 0,83 | Okocha ve Grant, arXiv 2026 |
Yöntem uyarısı: İngilizce-Yoruba kümesi, 100 konuşmacıdan 9,54 saatlik ses boyunca söylem başına ortalama 2,60 geçiş (en fazla 9) içeriyor; dolayısıyla bu bir stres testi, tipik bir konuşma değil. Tam tablolar: PIER makalesi ve İngilizce-Yoruba geçişe duyarlı değerlendirme.
4. Geçiş Noktalarında Dil Tanıma
Çoğu çok dilli model, yazıya dökmeden önce hangi dili duyduğuna karar verir. Kod değiştirmeli konuşmada bu tek karar, her cümlenin bir bölümü için tasarım gereği yanlıştır. Gerçek Hint iki dilli konuşmalarında bir dilin ortalama süresi yaklaşık 500 milisaniyeydi ve birçok konuşma sırası yaklaşık 200 milisaniyelik tek kelimelerdi (Baghel ve ark., DISPLACE 2023 özeti). Dil diarizasyonu (kimin hangi dili ne zaman konuştuğunu etiketleme; konuşmacı diarizasyonunun dil karşılığı) buna paralel olarak zorlandı ve diller arası karışıklık en büyük hata bileşeniydi.
Aynı zayıflık istem duyarlılığı olarak da ortaya çıkıyor. Whisper’a hangi dili beklemesi gerektiğini söylemek sonuçları onlarca puan oynatabiliyor ve dili otomatik algılamasına izin vermek, İngilizce-Yoruba kümesinde dili sabitlemekten daha kötüydü. Yazı sistemi de önemli: CS-FLEURS’te iki farklı yazı sistemiyle yazılan çiftlerin CER’i, tek yazı sistemini paylaşan çiftlere göre ortalama 3 kat yüksekti; bu, çok dilli konuşma gömme istatistiklerimizde ele alınan diller arası temsil sorunlarıyla ilgili bir problem.
| Metrik | Değer | Kaynak |
|---|---|---|
| DISPLACE 2023 dil diarizasyonu hata oranı, 2. Aşama değerlendirmesi: temel model (B2) ve en iyi takım | %41,67 karşı %37,60 | Baghel ve ark., DISPLACE 2023 yarışma özeti |
| Temel modelin (B2) karışıklık hatası bileşeni, 2. Aşama değerlendirmesi | %26,40 (en büyük bileşen) | Baghel ve ark., DISPLACE 2023 yarışma özeti |
| DISPLACE 2023 derlemi: toplam saat ve diller | 32 saat; yedi dil (altı Hint dili ve Hint İngilizcesi) | Baghel ve ark., DISPLACE 2023 yarışma özeti |
| SEAME DevSge geliştirme kümesinde ince ayarsız Whisper-small MER’i: Mandarin istemiyle ve İngilizce istemiyle | %157,5 karşı %83,6 | Yang ve ark., SEAME ve ASRU 2019 üzerinde Whisper (2023) |
| İngilizce-Yoruba üzerinde Whisper-large-v3: otomatik dil algılamayla WER ve sabit istemle WER | %74,8 karşı %71,2 | Okocha ve Grant, arXiv 2026 |
| SEAME.sge test bölümünde Whisper-large-v3 geçiş noktası hatası (PIER): dilden bağımsız kod çözme ve İngilizceye zorlanmış kod çözme | %64,51 karşı %36,10 | Ugan ve ark., PIER makalesi, ICASSP 2025 |
| Okunan CS-FLEURS konuşmasında Whisper-Large-v3 CER’i: aynı yazı sistemli çiftler ve farklı yazı sistemli çiftler | %7,32 karşı %32,33 | Yan ve ark., CS-FLEURS, Interspeech 2025 |
Bağlam notu: DISPLACE özeti ayrıca, 500 ms veya daha kısa yabancı kelimeleri değerlendirmeden çıkaran 250 ms’lik tolerans payı uygulayan hoşgörülü bir puan da bildiriyor (DER**, 2. Aşamada temel model için %34,72). Makalenin yazarları, asıl hatanın kod karışık bölümlerin kısa süresinden kaynaklandığı sonucuna varıyor. Kaynak: DISPLACE 2023 yarışma özeti.
5. Veri Kıtlığı: Kaç Saat Kod Değiştirmeli Konuşma Var
Kıtlık, 1’den 4’e kadar olan bölümlerin ardındaki kök nedendir. CS-Dialogue karşılaştırma tablosundaki en büyük Mandarin-İngilizce derlem olan TALCS 587 saat içerir; Whisper 680.000 saatlik sesle eğitildi, dolayısıyla TALCS bunun yaklaşık %0,09’una eşit (587 / 680.000 = %0,086). Çoğu kod değiştirme derlemi çok daha küçük, tek bir dil çiftini kapsıyor ve birçoğu hiç indirilemiyor.
Herkesin atıf yaptığı kıyaslamanın bile boyutunu netleştirmek zor: SEAME, Linguistic Data Consortium kataloğunda 192 saat olarak görünürken 2025 tarihli bir karşılaştırma tablosunda 30 saat olarak geçiyor (Veri notuna bakın). Kelime dağarcığı kapsamı ikinci bir boşluk: MUCS 2021’de sözlük dışı kelime oranı (test kelimelerinden eğitim sözlüğünde bulunmayanların payı), Bengalce-İngilizce kör test kümesinde %27,3’e ulaştı.
| Metrik | Değer | Kaynak |
|---|---|---|
| SEAME Mandarin-İngilizce derlemi (Singapur ve Malezya): saat ve konuşmacı sayısı | Yaklaşık 192 saat; 19 ile 33 yaş arası 156 konuşmacı | Linguistic Data Consortium, SEAME LDC2015S04 (2015) |
| MUCS 2021 kod değiştirmeli eğitim verisi: Hintçe-İngilizce ve Bengalce-İngilizce | 89,86 saat karşı 46,11 saat | Diwan ve ark., MUCS 2021 yarışması |
| MUCS 2021 sözlük dışı kelime oranı, kör test: Hintçe-İngilizce ve Bengalce-İngilizce | %19,6 karşı %27,3 | Diwan ve ark., MUCS 2021 yarışması |
| ASRU 2019 yarışma verisi: yalnızca Mandarin eğitim, kod değiştirmeli eğitim ve kod değiştirmeli geliştirme | 500 karşı 200 karşı 40 saat | Shi ve ark., ASRU 2019 yarışma raporu (2020) |
| Spontan Mandarin-İngilizce derlemler: ASCEND, CS-Dialogue ve TALCS | 10,62 saat (23 konuşmacı) karşı 104,02 saat (200 konuşmacı) karşı 587 saat | Zhou ve ark., CS-Dialogue 2025 (karşılaştırma tablosu) |
| CS-FLEURS: diller, kod değiştirmeli çiftler, toplam saat | 52 dil, 113 çift, 294 saat | Yan ve ark., CS-FLEURS, Interspeech 2025 |
| HiKE Korece-İngilizce kıyaslamasının boyutu | 1.121 söylem, yaklaşık 2,2 saat, 13 konuşmacı | Paik ve ark., HiKE kıyaslaması 2026 |
| NLP literatüründe tanıtılan kod değiştirme derlemleri: toplam ve özel | 114 karşı 72 (%63) | Winata ve ark., ACL Findings 2023 |
Güncellik uyarısı: SEAME, MUCS ve derlem tarama rakamları en güncel mevcut verilerdir (LDC 2015, MUCS 2021, Winata ve ark. 2023). Ayrıca CS-FLEURS’ün 294 saatinin 128’i metinden konuşmaya ile üretilmiş sentetik konuşmadan oluşan bir eğitim kümesidir ve test kümelerinin çoğu da sentetiktir; gerçek iki dilli seslerin kullanıldığı tek küme 17 saatlik READ test kümesidir. Kaynaklar: LDC SEAME katalog kaydı, Winata ve ark. taraması, Whisper makalesi.
6. İnce Ayar ve Uyarlama Sonuçları
Alana özgü az miktarda kod değiştirmeli veri çok işe yarıyor. Whisper-Medium’un doğal Korece-İngilizce konuşma üzerinde ince ayarı, HiKE karışık hata oranını 31,3’ten 9,0’a düşürdü; bu 22,3 puanlık bir düşüş, ve SEAME üzerinde Whisper-small, aynı istemle DevMan geliştirme kümesinde MER’i 101,9’dan 14,3’e indirdi. Yang ve ark. ekibi, SEAME kazanımlarının yaklaşık 1 ile 10 saatlik uyarlama verisinden sonra doygunluğa ulaştığını bildirdi.
Yine de bir ödünleşim var. Aynı HiKE ince ayarı tek dilli Korece CER’ini 3,4’ten 6,0’a çıkardı; yani karışık konuşma için ayarlanmış bir model tek dilli konuşmada doğruluk kaybedebilir. Ölçek yine de ayarı yeniyor: 40.000 saatten fazla veriyle eğitilmiş kurum içi bir Conformer, SEAME’de ince ayarlı Whisper-small’u yaklaşık %18 geride bıraktı (Yang ve ark., 2023).
| Metrik | Değer | Kaynak |
|---|---|---|
| HiKE’de Whisper-Medium: doğal Korece-İngilizce konuşma üzerinde ince ayardan önce ve sonra MER | 31,3 karşı 9,0 | Paik ve ark., HiKE kıyaslaması 2026 |
| Aynı ince ayar: tek dilli Korece CER’i, önce ve sonra | 3,4 karşı 6,0 | Paik ve ark., HiKE kıyaslaması 2026 |
| SEAME üzerinde Whisper-small, İngilizce istem: ince ayarsız ve ince ayarlı MER, DevMan geliştirme kümesi ve DevSge geliştirme kümesi | 101,9 karşı 14,3; 83,6 karşı 20,4 | Yang ve ark., SEAME ve ASRU 2019 üzerinde Whisper (2023) |
| SEAME kazanımlarının doygunluğa ulaştığı uyarlama verisi miktarı | Yaklaşık 1 ile 10 saat | Yang ve ark., SEAME ve ASRU 2019 üzerinde Whisper (2023) |
| CS-Dialogue üzerinde Whisper-Medium: ince ayarsız ve ince ayarlı MER | %15,88 karşı %7,53 (%52,6 göreli azalma) | Zhou ve ark., CS-Dialogue 2025 |
| CS-FLEURS okuma testi, görülen dil çiftleri: sentetik kod değiştirmeli veri artırımı olmadan ve ile hata oranı | 31,77 karşı 26,24 | Yan ve ark., CS-FLEURS, Interspeech 2025 |
Hesaplama notu: CS-Dialogue’daki göreli azalma (15,88 - 7,53) / 15,88 = %52,6’dır. İnce ayar her zaman yardımcı olmaz: PIER makalesinde SEAME üzerinde ince ayarlanan Whisper-small, SEAME.sge test bölümünde 68,24 MER’den 87,67’ye çıktı. Kaynak: Yang ve ark. 2023.
7. İki Dilli Konuşmacılar Arasında Kod Değiştirme Ne Kadar Yaygın
Tanıma sistemleri kod değiştirmeyi uç bir durum olarak ele alıyor; anket verileri ise bunun gündelik konuşma olduğunu söylüyor. ABD’li Latin yetişkinlerin %63’ü en azından bazen Spanglish kullandığını, %40’ı ise sık sık kullandığını söylüyor (Pew Research Center 2023, 1 ile 14 Ağustos 2022 arasında yürütülen ve 3.029 Hispanik yetişkini kapsayan anket). İki dilli Latinlerde bu pay %77’ye çıkıyor ve bunların %52’si Spanglish’i çok veya son derece sık kullanıyor. Bir konuşma tanıyıcı için bu, karışık dilin geniş bir kullanıcı grubundan gelen normal girdi olduğu, nadir bir istisna olmadığı anlamına geliyor.
Metin verileri de aynı şeyi büyük ölçekte gösteriyor. Yedi dildeki (Felemenkçe, İngilizce, Fransızca, Almanca, Portekizce, İspanyolca ve Türkçe) yaklaşık 50 milyon tweet’in yaklaşık %3,5’i kod değiştirmeliydi ve bunların %85,4’ünde İngilizce vardı. Araştırma ilgisi en büyük iki dilli nüfusları izliyor: literatürde Hintçe-İngilizce ve İspanyolca-İngilizce baskın, konuşma araştırmalarının ana yayın ortamı olan ISCA’daki makalelerin çoğu da konuşma verisi üzerinde çalışıyor.
| Metrik | Değer | Kaynak |
|---|---|---|
| En azından bazen Spanglish kullanan ABD’li Latin yetişkinler ve sık sık kullananlar | %63 karşı %40 | Pew Research Center, Latinos’ Views of and Experiences With the Spanish Language (2023) |
| En azından bazen Spanglish kullanımı: iki dilli, İngilizce baskın ve İspanyolca baskın Latinler | %77 karşı %54 karşı %56 | Pew Research Center (2023) |
| En azından bazen Spanglish kullanımı: ikinci kuşak ve üçüncü veya daha yeni kuşak | %72 karşı %45 | Pew Research Center (2023) |
| Çocuklarıyla konuşurken dilleri karıştırdığını bildiren iki dilli ebeveynler | 181 ebeveynin %90’ı | Concordia Üniversitesi, Byers-Heinlein çalışması (2013) |
| Yedi dildeki yaklaşık 50 milyon tweet’in kod değiştirmeli payı | Yaklaşık %3,5 | Rijhwani ve ark., ACL 2017 |
| Kod değiştirmeli tweet’lerin payı olarak en çok karışan çiftler: İngilizce-İspanyolca, İngilizce-Fransızca, İngilizce-Portekizce | %21,5, %20,8, %18,4 | Rijhwani ve ark., ACL 2017 |
| Kod değiştirmeli tweet payı en yüksek şehir ve en düşük şehir | İstanbul %12 karşı Houston %1 | Rijhwani ve ark., ACL 2017 |
| Dil çiftine göre kod değiştirme araştırma makaleleri: Hintçe-İngilizce, İspanyolca-İngilizce ve Çince-İngilizce | 128 karşı 86 karşı 47 | Winata ve ark., ACL Findings 2023 |
Güncellik uyarısı: ebeveyn çalışması (2013) ve Twitter analizi (2017), bu ölçümler için en güncel mevcut verilerdir; Pew rakamları ise 2022 anketinden geliyor. Kaynaklar: Pew Research Center raporu, Rijhwani ve ark. 2017, Concordia çalışması basın bülteni.
Özet: Rakamlarla Kod Değiştirme ve Konuşma Tanıma
| Metrik | Değer | Kaynak |
|---|---|---|
| Whisper-Large: kod değiştirmeli Korece-İngilizce MER ve tek dilli İngilizce WER | %26,1 karşı %4,4 | Paik ve ark., HiKE kıyaslaması 2026 |
| Kod değiştirmeli CS-FLEURS’te CER ve tek dilli FLEURS | 2 kattan fazla yüksek | Yan ve ark., CS-FLEURS, Interspeech 2025 |
| ASRU 2019 kazananı: Mandarin CER ve gömülü İngilizce WER | %4,04 karşı %12,33 | Shi ve ark., ASRU 2019 yarışma raporu (2020) |
| Spontan ASCEND konuşmalarında en iyi temel model MER’i | %27,05 | Lovenia ve ark., ASCEND derlemi (2021) |
| CS-Dialogue MER: SenseVoice-Small ve Whisper Large-V2 | %6,71 karşı %15,29 | Zhou ve ark., CS-Dialogue 2025 |
| MUCS 2021 uçtan uca temel model WER’i: Hintçe-İngilizce ve Bengalce-İngilizce | %25,9 karşı %31,0 | Diwan ve ark., MUCS 2021 yarışması |
| Fisher üzerinde ince ayarlı Whisper-large: WER değişimi ve geçiş noktası hatası değişimi | %5,06 daha iyi karşı %39,47 daha kötü | Ugan ve ark., PIER makalesi, ICASSP 2025 |
| Yorubaya ve İngilizceye geçişten sonra hata | 0,95 ile 1,00 karşı 0,40 ile 0,53 | Okocha ve Grant, arXiv 2026 |
| Hint iki dilli konuşmalarda ortalama dil bölümü | Yaklaşık 500 ms | Baghel ve ark., DISPLACE 2023 yarışma özeti |
| En iyi dil diarizasyonu hata oranı, DISPLACE 2023 | %37,60 | Baghel ve ark., DISPLACE 2023 yarışma özeti |
| Okunan CS-FLEURS CER’i: aynı yazı sistemli ve farklı yazı sistemli çiftler | %7,32 karşı %32,33 | Yan ve ark., CS-FLEURS, Interspeech 2025 |
| Listelenen en büyük Mandarin-İngilizce derlem (TALCS) ve Whisper eğitim verisi | 587 saat karşı 680.000 saat | Zhou ve ark., CS-Dialogue 2025; Radford ve ark., OpenAI 2022 |
| SEAME derlem boyutu | Yaklaşık 192 saat, 156 konuşmacı | Linguistic Data Consortium, LDC2015S04 |
| Kod değiştirme derlemlerinin özel payı | 114’te 72 (%63) | Winata ve ark., ACL Findings 2023 |
| En azından bazen Spanglish kullanan ABD’li Latin yetişkinler | %63 | Pew Research Center (2023) |
| Yedi dilde tweet’lerin kod değiştirmeli payı | Yaklaşık %3,5 | Rijhwani ve ark., ACL 2017 |
Metodoloji ve Kaynaklar
- Paik ve ark., HiKE: Hierarchical Evaluation Framework for Korean-English Code-Switching Speech Recognition, arXiv v4, 13 Ocak 2026: arxiv.org/html/2509.24613v4
- Yan ve ark., CS-FLEURS: A Massively Multilingual and Code-Switched Speech Dataset, Interspeech 2025: arxiv.org/abs/2509.14161v1
- Okocha ve Grant, Beyond Word Error Rate: A Switch Aware Evaluation of ASR and Audio Language Models on English Yoruba Code-Switched Speech, arXiv, 10 Eylül 2026: arxiv.org/abs/2609.11786
- Ugan, Pham, Barmann ve Waibel, PIER: A Novel Metric for Evaluating What Matters in Code-Switching, ICASSP 2025: arxiv.org/html/2501.09512
- Zhou ve ark., CS-Dialogue: A 104-Hour Dataset of Spontaneous Mandarin-English Code-Switching Dialogues for Speech Recognition, arXiv v2, 12 Mart 2025: arxiv.org/html/2502.18913v2
- Shi, Feng ve Xie, The ASRU 2019 Mandarin-English Code-Switching Speech Recognition Challenge: Open Datasets, Tracks, Methods and Results, 2020: arxiv.org/abs/2007.05916
- Diwan ve ark., Multilingual and code-switching ASR challenges for low resource Indian languages (MUCS 2021), 2021: arxiv.org/abs/2104.00235
- Lovenia ve ark., ASCEND: A Spontaneous Chinese-English Dataset for Code-switching in Multi-turn Conversation, 2021: arxiv.org/abs/2112.06223v4
- Yang, Peng, Zhong, Huang ve Chng, Adapting OpenAI’s Whisper for Speech Recognition on Code-Switch Mandarin-English SEAME and ASRU2019 Datasets, 29 Kasım 2023: arxiv.org/html/2311.17382v1
- Baghel ve ark., Summary of the DISPLACE Challenge 2023, 3 Ocak 2024’te revize edildi: arxiv.org/abs/2311.12564
- Linguistic Data Consortium, SEAME katalog kaydı LDC2015S04, 15 Nisan 2015’te yayımlandı: catalog.ldc.upenn.edu/LDC2015S04
- Winata, Aji, Yong ve Solorio, The Decades Progress on Code-Switching Research in NLP, ACL Findings 2023: arxiv.org/abs/2212.09660
- Radford ve ark. (OpenAI), Robust Speech Recognition via Large-Scale Weak Supervision, 2022: arxiv.org/abs/2212.04356
- Pew Research Center, Latinos’ Views of and Experiences With the Spanish Language, 20 Eylül 2023: pewresearch.org
- Rijhwani ve ark., Estimating Code-Switching on Twitter with a Novel Generalized Word-Level Language Detection Technique, ACL 2017: aclanthology.org/P17-1180
- Concordia Üniversitesi, 181 iki dilli ebeveyn üzerine Byers-Heinlein çalışması, basın bülteni 16 Ocak 2013: sciencedaily.com
- Veri notu: SEAME’nin boyutu kaynağa göre değişiyor: LDC kataloğu yaklaşık 192 saat ve 156 konuşmacı veriyor, CS-Dialogue karşılaştırma tablosu 30 saat ve 157 konuşmacı veriyor (kendi metni 92 konuşmacı diyor) ve Yang ve ark. 93,6 saatlik bir eğitim kümesi kullandı; dolayısıyla rakamlar büyük olasılıkla farklı alt kümeleri tanımlıyor. MUCS 2021 özeti, burada aktarılan yeniden hizalanmış sonuçlarla değil, hizalanmamış uçtan uca ortalamayla örtüşen %32,45’lik bir kod değiştirme temel model WER’i veriyor ve belirtilen yaklaşık 600 saatlik toplamı kendi tablolarının toplamıyla uyuşmuyor. ASRU 2019 özeti 240 saat kod değiştirmeli veri diyor; bu, 200 saatlik eğitim ile 40 saatlik geliştirme verisinin toplamı. HiKE rakamları arXiv sürümleri arasında değişti (Whisper-Tiny genel MER’i v2’de 103,8, v4’te 93,6); biz v4’ü aktarıyoruz. İngilizce-Yoruba makalesi 10 Eylül 2026’da yayımlandı ve rakamları hakem değerlendirmesinden sonra değişebilir. Eklemeler hata sayıldığı için MER, CER, WER ve PIER %100’ü aşabilir. Yaygınlık rakamları farklı şeyleri ölçüyor (bireylerin kendi bildirdiği konuşma, ebeveynlerin bildirdiği konuşma, yazılı tweet’ler) ve birleştirilmemelidir.
- Son güncelleme: 31 Ekim 2026. Bu derlemeyi üç ayda bir güncelliyoruz ve bir sonraki yenilemenin, Interspeech 2026 ve ICASSP 2027 kod değiştirme makaleleri ile HiKE kıyaslamasının hakem değerlendirmesinden geçmiş nihai sürümü yayımlandığında yapılması bekleniyor.