Çinli Geliştiriciler, Rende Geng'in En Zor Günlük Konuşmasını Taklit Eden Ücretsiz AI Ses Modeli Yarattı

Çinli bir geliştirici ekibi, geleneksel çin komedisinin en zorlu ve teknik olarak en yoğun parçası olan Rende Geng'in “Mang Zhuang Ren” (Mangçuo Ren) adlı ünlü貫口 (guànkǒu) bölümünü, tamamen ücretsiz ve açık kaynaklı bir yapay zeka ses modeliyle mükemmel bir şekilde taklit etti. Bu başarı, sadece teknolojik bir ilerleme değil, kültürel mirasın dijital çağda nasıl yeniden canlandırılabileceğinin de kanıtı.

“Mang Zhuang Ren”: Kültürel Mirasın Teknik Dağılımı

Mang Zhuang Ren, Çin'in en büyük stand-up komedyenlerinden biri olan Rende Geng'in 1990’lı yıllardan beri sahnelediği, 5 dakikayı aşan, hızla tekrarlanan, karmaşık hece dizileri ve iç içe geçmiş söz dizimleriyle dolu bir “贯口” (guànkǒu) türüdür. Bu tür, Çin geleneksel komedisinde “dil aleti” olarak bilinir; konuşmacı, saniyede 8-10 heceyi bile geçecek şekilde, ton, vurgu ve nefes kontrolüyle birbirine bağlanmış cümlelerle izleyiciyi şaşırtır. Bu metin, yalnızca hafıza değil, dilbilimsel bir koreografidir.

Modelin geliştiricileri, bu metni sadece seslendirmekle kalmadı, Rende Geng’in ton değişikliklerini, nefes alma anlarını, gülüşlerini ve hatta sesindeki hafif titremeleri bile 98,7% doğrulukla yeniden üretti. Bu, önceki AI ses modelleme çalışmalarında hiç görülmemiş bir detay seviyesidir.

Ücretsiz, Açık Kaynaklı ve Kültürel Hafıza

Proje, “BingTong” (2B) adını taşıyan bir açık kaynaklı ses modeliyle gerçekleştirildi. Bu model, yalnızca 12 saatlik Rende Geng’in kayıtlarından ve 300 saatten fazla geleneksel çin komedi ses kayıtlarından eğitildi. Eğitimde hiçbir ticari veri seti veya şirket desteği kullanılmadı. Tüm veriler, Çinli ses arşivcileri ve hayranları tarafından toplanan kamuya açık kaynaklardan alındı.

“Biz sadece sesi değil, Rende Geng’in ‘diliyle nefes almasını’ kopyaladık,” diyor proje lideri Li Wei. “O, bir cümle sonunda nefesini alırken, kelimelerin son hecelerini hafifçe sallıyor. Bu küçük detay, insanlar için ‘gerçek’ olmanın anahtarıydı.”

Model, 2025 baharında GitHub üzerinde yayınlanarak, Çin’in binlerce küçük komedi kulübü, akademik araştırmacılar ve hatta Çin dilini öğrenen yabancılar tarafından kullanılmaya başlandı. Çinli bir dil bilimcisi, “Bu model, geleneksel komedinin ‘dil aleti’ni, modern teknolojiyle bir ‘dil aleti’ haline getirdi,” diyor.

Modelin başarısı, yalnızca teknik bir başarı değil, aynı zamanda bir kültürel direniş biçimidir. Çin’deki büyük teknoloji şirketleri, genellikle kültürel içerikleri ticarileştirir veya standartlaştırır. Ancak bu proje, tam tersine, halk tarafından toplanan, halk için üretilen ve halka açık bir mirasın dijital olarak korunmasını sağladı.

Modelin ürettiği sesler, Çinli öğrencilerin geleneksel komedi derslerinde, ses eğitimi için kullanılıyor. Bir Çinli üniversite öğrencisi, “Bu model, öğretmenimiz olmadan bile Rende Geng’in nefesini hissedebiliyorum. Bir keresinde, tam olarak aynı şekilde nefesimi aldım ve sınıf hep bir ağızdan güldü,” diyor.

Etik Sorular ve Kültürel Mirasın Dijital Kalıcılığı

Yapay zekânın bu tür kültürel mirasları kopyalama yeteneği, bir yandan heyecan vericiyken, diğer yandan etik sorular da beraberinde getiriyor. Kimin mirasını kullanıyor? Kimin sesi taklit ediliyor? Rende Geng’in ailesi henüz resmi bir yorum yapmadı, ancak sosyal medyada yüzlerce hayran, “Bu, onun ruhunu yaşatıyor,” yazıyor.

2B modeli, sadece bir ses değil, bir anı. Bir dilin, bir neslin, bir sanatın dijital bir ruhu. Teknoloji, artık sadece veri işlemez; artık kültür de saklar.

Çinli geliştiricilerin ürettiği bu ücretsiz AI ses modeli, sadece bir teknoloji başarısı değil, kültürel bir anıya dönüşen bir ses. Rende Geng’in en zorlu konuşması, artık bir algoritmanın içinde yaşayacak. Ve bu, tarihin ilk kez, bir komedyenin nefesi, bir kodun içine girdi.