Voice POS

Garson mikrofona basıp “Masa on ikiye iki kola, bir levrek, bir yirmilik rakı” der. Konuşma Apple GPU’sunda çalışan Whisper ile yazıya dökülür, deterministik bir Türkçe ayrıştırıcı bunu masaya ve kalemlere çevirir, eklenmeden önce bir onay ekranı yorumlanan siparişi gösterir.

Problem

Yoğun bir restoranda POS’ta menüler arasında gezinmek yavaş ve hataya açık. Ses daha hızlı — ama bir POS tahmin yürütemez: yanlış masa ya da yanlış duyulan bir yemek gerçek para demek.

Çözüm

Hızlı yerel konuşma tanıma artı asla doğaçlama yapmayan bir ayrıştırıcı: gerçek menüye karşı birebir, takma ad ve bulanık eşleştirme, ardından bir insan onayı. Tanıma, macOS’ta Docker hızlandıramadığı için doğrudan sunucunun GPU’sunda çalışıyor — 11 saniye yerine yaklaşık 0,4 saniye.

Neler Geliştirdim

• →MLX üzerinde Whisper large-v3-turbo, macOS servisi olarak sürekli açık
• →Masa konuşmadan otomatik algılanır ya da dokunarak seçilir
• →Birebir, takma ad ve bulanık eşleştirmeli Türkçe sipariş ayrıştırıcı — yapay zekâ tokenı harcanmaz
• →Sipariş eklenmeden önce gözden geçirip düzenlemek için onay penceresi
• →Yönetici, garson ve mutfak ekranı rolleri
• →Mikrofon olmadan da tüm akışı çalıştıran demo transkript butonu

Öne Çıkanlar

• →Apple GPU’sunda cümle başına ~0,4 sn
• →Ayrıştırıcıda LLM yok — sıfır token maliyeti
• →Eklemeden önce onay adımı

Sonuç

• →Yerel donanımda cümle başına bir saniyenin çok altında sesli sipariş
• →Canlı demo: smartpos.mehditerzi.com