Hume AINedir?

Hume AI, 2021'de Alan Cowen tarafından New York'ta kuruldu. Cowen, Google'da duygu bilimi üzerine çalışmış bir psikolog-araştırmacı; şirketin çıkış noktası da tam olarak bu — sesin içindeki duygusal sinyali ölçüp modele geri beslemek. Mart 2024'te EQT Ventures liderliğinde 50 milyon dolarlık Series B turunu kapattı; turda Union Square Ventures, Nat Friedman, Daniel Gross, Comcast Ventures ve LG Technology Ventures yer aldı.

Hume'un iki ana ürünü var. EVI (Empathic Voice Interface), sesle konuşan bir asistan katmanı: karşısındakinin cümlesini ne zaman bitirdiğini sesin tonundan anlıyor, sözü kesmiyor ve yanıtını dinleyicinin ruh haline göre tonluyor. Klasik sesli asistanlarda konuşmanın bittiğini anlamak için sessizlik sayacı kullanılır — bu yüzden düşünürken duraklarsan asistan sözünü keser. Hume'un iddiası bu sorunu prozodiden çözmek.

İkinci ürün Octave, metinden konuşma motoru. Hume'un tanımıyla "ne söylediğini anlayan" bir TTS: metnin anlamını yorumlayıp bir karakteri canlandırabiliyor, cümle ortasında duygusal tonu değiştirebiliyor. Bir romandan alıntıyı okurken karakter değiştiğinde sesin de değişmesi gibi. Platform ayrıca sınırsız ses klonlama sunuyor — kendi sesini kaydedip API üzerinden kullanabiliyorsun.

Hume'u ElevenLabs ya da Play.ht gibi araçlarla karşılaştırdığında ayrım şurada: rakipler ses kalitesini ve dil kapsamını yarıştırırken Hume duygusal ifadeyi merkeze koyuyor. Bu, sesli kitap ve karakter seslendirmesi gibi işlerde avantaj; kısa bildirim seslerinde ise fark yaratmıyor.

Ürün geliştiricilere yönelik — hazır bir uygulama değil, API. Kendi ürününe ses katmanı eklemek istiyorsan doğru adres; masaüstünde bir dosyayı seslendirmek istiyorsan fazla dolambaçlı kalıyor.

Temel Özellikler

Octave metinden konuşma motoru iki sürümde çalışıyor (Octave 1 ve Octave 2) ve tüm planlarda erişilebilir. Kullanım karakter bazlı ölçülüyor; kabaca 1.000 karakter bir dakikalık sese karşılık geliyor.

EVI, konuşmadan konuşmaya çalışan katman. EVI 3 ve EVI 4 mini sürümleri mevcut, kullanım dakika bazında faturalanıyor. Harici LLM bağlama desteği var — yani konuşmanın "beyni" olarak kendi seçtiğin bir dil modelini kullanabiliyorsun, Hume sadece ses katmanını üstleniyor.

Ses klonlama tüm planlarda sınırsız: istediğin kadar ses oluşturup kullanabiliyorsun. API üzerinden erişim ise sadece Enterprise planında açık — bu, ücretli planlarda bile klonlanmış sesi kendi uygulamana taşımanın kısıtlı olduğu anlamına geliyor.

Ticari kullanım lisansı ve ses dönüştürme (voice conversion) planlara dahil. Uyumluluk tarafında SOC 2 Type II, GDPR ve HIPAA sertifikaları var — sağlık teknolojisi gibi düzenlemeye tabi alanlarda çalışan ekipler için belirleyici.

Kota ve Aşım Nasıl Çalışıyor?

Hume'un fiyatlandırması iki eksende ilerliyor: aylık dahil kota ve aşım birim fiyatı. Üst plana çıktıkça sadece kota büyümüyor, aşım birim fiyatı da düşüyor. Octave için ek karakter maliyeti Creator planında 1.000 karakter başına 0,15 dolarken Business planında 0,05 dolara iniyor. EVI tarafında dakika başı maliyet 0,07 dolardan 0,04 dolara geriliyor.

Bu yapı şunu anlatıyor: hacim öngörülebiliyorsa üst plana geçmek doğrudan birim maliyeti düşürüyor. Aylık 1 milyon karakterin üstüne çıkacaksan Pro planı, Creator'da aşım ödemekten ucuza geliyor.

İkinci sınır eşzamanlı bağlantı sayısı — Free'de 1, Starter ve Creator'da 5, Pro'da 10, Scale'de 20, Business'ta 30. Aynı anda kaç kullanıcının konuşabileceğini bu belirliyor, canlı sesli ürün kuruyorsan asıl darboğaz burası.

Kullanım Senaryoları

Sesli asistan kuran geliştiriciler: EVI'nin harici LLM desteği, mevcut bir chatbot'un üstüne ses katmanı eklemeyi mümkün kılıyor. Konuşma mantığı sende kalıyor, Hume ses tarafını üstleniyor.

Sesli kitap ve podcast üretimi: Octave'ın cümle içinde ton değiştirebilmesi, uzun metinlerde monotonluğu kıran asıl özellik. Karakterli anlatı için tasarlanmış.

Müşteri hizmetleri: Karşıdakinin sesindeki gerginliği algılayıp yanıt tonunu ayarlamak, otomatik destek hattının en zayıf noktasına dokunuyor. Yine de bu senaryoda Türkçe kalite testi yapmadan karar verme.

Sağlık ve refah uygulamaları: HIPAA uyumluluğu ve şirketin duygu bilimi kökeni bu alanı hedefliyor. Ancak duygusal durum ölçümünün klinik bir teşhis aracı olmadığını akılda tutmak gerekiyor.

Dikkat Edilecekler

• Türkçe kalitesi test edilmeli. Hume'un duygusal ifade iddiası ağırlıklı olarak İngilizce üzerinden kuruluyor. Türkçe çıktının tonlama kalitesini kendi metninle sınamadan üretime alma.
• Ücretsiz plan çok dar. Ayda 10.000 karakter (~10 dakika) ve 5 dakika EVI kullanımı, ancak tanımaya yeter.
• Klonlanmış sese API erişimi Enterprise'a özel. Alt planlarda ses oluşturup platform içinde kullanabiliyorsun, ama API üzerinden erişim kısıtlı.
• Destek Discord üzerinden. Enterprise dışındaki tüm planlarda destek kanalı Discord; Slack desteği sadece Enterprise'da.
• Ekip koltuğu üst planlarda. Takım çalışması için koltuk hakkı Scale'de 3, Business'ta 5 kullanıcı; alt planlarda ekip yönetimi yok.
• Geliştirici bilgisi gerekiyor. Ürün API odaklı. Kod yazmadan açıp kullanabileceğin hazır bir uygulama değil; ses katmanını kendi ürününe sen entegre ediyorsun.

Fiyatlandırma

Kotayı aşarsan kullanım bazlı ücretlendirme devreye giriyor. Octave ek karakter maliyeti Creator'da 1.000 karakter başına $0,15, Pro'da $0,12, Scale'de $0,10, Business'ta $0,05. EVI 3 ek dakika maliyeti Pro'da $0,06, Scale'de $0,05, Business'ta $0,04. Creator planı ilk ay için %50 indirimli ($7) sunuluyor.