Profesyonel Görsel Asistan Belgeleri

Toplam İndirme: 62,863

Profesyonel Görsel Asistan, NVDA için gelişmiş, çok modlu bir yapay zekâ asistanıdır. Akıllı ekran okuma, çeviri, sesli dikte ve belge analizi sağlamak için dünya çapında yapay zekâ motorlarından yararlanır.

Bu eklenti, Dünya Engelliler Günü onuruna topluluğa sunulmuştur.

1. Kurulum ve Yapılandırma

NVDA Menüsü > Tercihler > Ayarlar > Profesyonel Görsel Asistan yolunu izleyin. Ayarlar iletişim kutusu, erişilebilir 8 sekmeden oluşur: Bağlantı, Yapay Zekâ Davranışı, Çeviri Dilleri, Belge Okuyucu, Video, CAPTCHA, İstemler ve Gelişmiş.

1.1 Bağlantı Sekmesi

• Sağlayıcı: Tercih ettiğiniz yapay zekâ hizmetini seçin. Desteklenen sağlayıcılar arasında Google Gemini, OpenAI, Mistral, Groq, MiniMax ve Özel (Ollama, LM Studio, Jan.ai veya KoboldCPP gibi OpenAI uyumlu sunucular) bulunur.
• API Anahtarı: Otomatik dönüşümlü kullanım için tek bir API anahtarı veya birden fazla API anahtarı girin (virgül ya da yeni satır ile ayrılmış).
• Modelleri Al: API anahtarınızı girdikten sonra, sağlayıcıdan en güncel kullanılabilir model listesini indirmek için bu düğmeye basın.
• Yapay Zekâ Modeli: Genel sohbet ve analiz için kullanılacak ana modeli seçin.
• Özel Sağlayıcı Ayarları: Yerel veya özel uç noktaları yapılandırın. Yerel Yapay Zekâyı Kur (Ollama, LM Studio, Jan.ai veya KoboldCPP için tek tıklamayla kurulum) ve Gelişmiş Uç Nokta Yapılandırması seçeneklerini içerir.
• Gelişmiş Model Yönlendirme (Göreve Özel): İsteğe bağlı olarak OCR, STT, TTS, AI Operator, Video ve Canlı Asistan görevleri için açılır listelerden özel modeller seçin.
• Bağlantı ve Çıktı Seçenekleri: Proxy URL'si, başlangıçta güncelleme denetimi, Sohbette Markdown'ı Temizle, Yapay zekâ yanıtlarını panoya kopyala, Doğrudan Çıktı (Sohbet Penceresi Yok) seçeneklerini yapılandırın.

1.2 Canlı Asistan Sekmesi

• Canlı Asistan: Doğrudan Çıktı (Penceresiz): Canlı Asistan’ı konuşma penceresi olmadan başlatın; daha sonra “Son Sonucu Çağır” tuşuyla (Boşluk) açabilirsiniz.
• Bas-Konuş: Bas-konuş modunu etkinleştirin veya devre dışı bırakın. Etkinleştirildiğinde, mikrofonunuz yalnızca atanmış tuşu basılı tuttuğunuz sürece ses gönderir.
• Bas Konuş Tuşu: Kısayolu kaydetmek için tuşlara basın (örneğin F12 veya Ctrl+F12) — hatta Sol Ctrl gibi tek bir değiştirici tuş atayabilirsiniz. Konuşmak için tuşu basılı tutun ve bırakın...

Not: Bu sekme yalnızca Google Gemini (veya Gemini uyumlu bir Özel sağlayıcı) etkin sağlayıcınız olduğunda görünür.

1.3 Yapay Zekâ Davranışı Sekmesi

• Yaratıcılık (Temperature): Yapay zekânın rastgelelik ve yaratıcılık düzeyini kontrol eder (0,0 ile 2,0 arasında). Daha düşük değerler, daha tutarlı ve daha doğru çeviri/OCR sonuçları üretir.

1.4 Çeviri Dilleri Sekmesi

• Kaynak Dil: Varsayılan giriş dilinizi seçin.
• Hedef Dil: Birincil hedef çeviri dilinizi seçin.
• Yapay Zekâ Yanıt Dili: Genel yapay zekâ yanıtları için kullanılacak dili seçin.
• Akıllı Değişim: Algılanan giriş diline göre kaynak ve hedef dilleri otomatik olarak değiştirir.

1.5 Belge Okuyucu Sekmesi

• OCR Motoru: Hızlı sonuçlar için Chrome (Hızlı) veya üstün düzen koruması için YZ (Gelişmiş) seçeneklerinden birini seçin.
• OCR Toplu İşlem Boyutu: İstek başına işlenecek sayfa sayısını belirtin (tek istekle işleme için 0 olarak ayarlayın).
• Satır İçi Görsel Betimlemeleri: Belge metni çıkarılırken görseller için satır içi açıklamaları açıp kapatın.
• Sayfa Numaralarını Dışa Aktar: Çok sayfalı belge çıktılarında sayfa numaralarını ve ayırıcıları eklemeyi açıp kapatın.
• TTS Sesi: Ses oluşturma için kullanılacak varsayılan ses stilini seçin.

1.6 Video Sekmesi

• Video Parça Boyutu: Sesli Betimleme oluşturulurken kullanılacak bölüm süresini dakika cinsinden belirleyin (tüm dosyayı işlemek için 0 olarak ayarlayın).
• Karakter Listesi Ekle: Karakter sözlüğünü ilk altyazı girdisi olarak ekleme seçeneği.
• Yapay Zekâ Sorumluluk Reddi Ekle: Video SRT altyazılarının başına yapay zekâ tarafından oluşturulduğunu belirten bir sorumluluk reddi metni ekleme seçeneği.

1.7 CAPTCHA Sekmesi

• Görsel CAPTCHA Çözücüyü Etkinleştir: Görsel doğrulama sınamalarının (hCaptcha, reCAPTCHA) otomatik olarak çözülmesini açıp kapatın.
• Metin CAPTCHA Yöntemi: Gezgin Nesnesi (Navigator Object) veya Tam Ekran yakalama yöntemlerinden birini seçin.

1.8 İstemler (Prompts) Sekmesi

• İstemleri Yönet: Varsayılan sistem istemlerini özelleştirebileceğiniz veya dinamik değişkenler (ör. [selection], [screen_fg_obj]) kullanarak kullanıcı tanımlı istemler oluşturabileceğiniz, düzenleyebileceğiniz, yeniden sıralayabileceğiniz ve önizleyebileceğiniz özel bir iletişim kutusunu açar.
• Özel İstem Kısayolları: Doğrudan İstem Yöneticisi'nde herhangi bir özel istem için özel bir kısayol tuşu atayın. Bunları kaydetmek için tuşlara basın; tek tuşlar Komut Katmanı içinde (ve genel olarak "NVDA + Shift + tuş" olarak) çalıştırılırken, "Kontrol + Shift + 1" gibi kombinasyonlar genel olarak kendi başlarına çalışır.

1.9 Gelişmiş Sekmesi ve Genel Günlük Kaydı

Genel eklenti günlük kaydı ayarlarını yapılandırmak için Gelişmiş sekmesine gidin:

• Özel günlük dosyasını etkinleştir: Eklentinin tüm modüllerindeki işlemler, API trafiği ve hataların ayrı bir dosyaya (vision_assistant.log) kaydedilmesini açıp kapatır.
• Günlük Düzeyi: Ayrıntı düzeyini Hata Ayıklama (Tüm Ayrıntılar), Bilgi (Genel Bilgiler), Uyarı (Yalnızca Uyarılar) ve Hata (Yalnızca Hatalar) seçenekleri arasından belirleyin.
• Günlükleri Saklama Süresi: Eski günlük kayıtlarının otomatik olarak temizlenmesi için saklama süresini ayarlayın (1 saat ile 90 gün arasında).
• Günlük Yönetim Denetimleri: NVDA'yı yeniden başlatmadan veya standart NVDA günlüklerine müdahale etmeden günlük verilerini incelemek ya da temizlemek için Günlük Dosyasını Aç, Günlük Klasörünü Aç veya Günlük Dosyasını Temizle seçeneklerini kullanın.

1.10 Ayarları Yedekleme ve Geri Yükleme

Gelişmiş sekmesi aynı zamanda Yedekle ve Geri Yükle bölümünü de içerir:
- Yedekleme: Yapılandırmanızı tek bir JSON dosyasına kaydeder. Tıkladığınızda nelerin dahil edileceğini seçersiniz: Her şey (ayarlar, özel etiketler, OCR ilerleme durumu ve geçmiş) veya Yalnızca Ayarlar.
- Geri Yükle: Yapılandırmanızı ve verilerinizi istediğiniz zaman, herhangi bir makineye veya NVDA'yı yeniden yükledikten sonra geri yüklemek için önceden kaydedilmiş bir yedeklemeyi yükler. Geri yükleme işlemi tüm mevcut ayarlarınızın ve verilerinizin yerini alacağından, önce sizden onaylamanız istenecektir.

2. Komut Katmanı ve Kısayollar

Klavye çakışmalarını önlemek için bu eklenti bir Komut Katmanı kullanır.

1. Katmanı etkinleştirmek için NVDA + Shift + V (Ana Tuş) kombinasyonuna basın (bir bip sesi duyarsınız).
2. Tuşları bırakın ve ardından aşağıdaki tek tuşlardan birine basın:

3. Sohbet ve Geçmiş

Sohbet pencereleri ve Geçmiş iletişim kutusu tüm özelliklerde çalışır; böylece konuşmaları gözden geçirebilir ve kaldığınız yerden devam edebilirsiniz.

3.1 Sohbet Penceresi Kısayolları

Bir sohbet penceresi açıkken (Doğrudan Sohbet, belge sohbeti, hassaslaştırma ve benzeri), konuşmayı aşağıdakilerle inceleyebilirsiniz:
- Alt + Aşağı: Sonraki mesajı okuyun.
- Alt + Yukarı: Önceki mesajı okuyun.
- Alt + C: Geçerli mesajı kopyalayın.

3.2 Geçmiş (Kontrol + H)

Türe göre filtrelenebilen (Tümü / Sohbetler / Belgeler) geçmiş sohbetlerinizi ve belgelerinizi içeren Geçmiş iletişim kutusunu açmak için Komut Katmanında Control + H tuşlarına basın. Otomatik olarak yeniden eklenen ekli dosyalar da dahil olmak üzere sohbete devam etmek için bir sohbet açın veya bir belge açıp okumaya devam edin. Herhangi bir öğeyi kaldırmak için Sil'e veya listeyi boşaltmak için Tümünü Temizle'ye basın.

4. Yapay Zekâ Operatörü - Otonom Bilgisayar Kontrolü

Yapay Zekâ Operatörü, Profesyonel Görsel Asistan'ı pasif bir okuyucudan bilgisayarınızla sizin adınıza etkileşim kurabilen aktif bir asistana dönüştürür. Ekranı betimlemesini isteyebilir, gördükleri hakkında sorular sorabilir veya hatta kontrolü devralmasını sağlayabilirsiniz; düğmelere tıklayabilir, öğeleri sürükleyebilir, metin yazabilir ve doğal dil komutlarını kullanarak uygulamalar arasında dolaşabilir.

En büyük avantajı ne mi? Tamamen erişilemez yazılımlarda kusursuz şekilde çalışır. Özel bir uygulamada, uzak masaüstünde veya ekran okuyucunuzun tamamen sustuğu bir web sitesinde takılıp kaldıysanız, operatör için bu bir sorun değildir. Çünkü ekranı görsel olarak "gördüğü" için erişilebilirlik etiketi bulunmayan öğeleri bulabilir, okuyabilir ve onlarla etkileşim kurabilir.

Nasıl Çalışır

1. NVDA + Shift + V tuşlarına basın, ardından Yapay Zekâ Operatörü iletişim kutusunu açmak için Shift + A tuşuna basın (veya doğrudan kısayolu kullanın).
2. Yapmak istediğiniz işlemi düz bir dille yazın (örneğin, "Kaydet düğmesine tıkla", "Hata iletisinde ne yazıyor?" veya "Dosyanın adını final.pdf olarak değiştir").
3. Yapay zekâ ekranınızı analiz edecek, ilgili öğeleri belirleyecek ve işlemi gerçekleştirecek veya yanıtı sağlayacaktır. Bir görev birden fazla adım gerektiriyorsa, operatör görev tamamlanana kadar çalışmaya devam eder.
4. Devam eden bir işlemi anında durdurmak için istediğiniz zaman tekrar Shift + A tuşuna basın.

Desteklenen İşlemler

Operatör çok çeşitli komutları anlayabilir:

• Betimleme ve Yanıtlama: "Ekran düzenini Betimle" veya "Hata iletisinde ne yazıyor?"
• Tıklama: "Kaydet düğmesine tıkla"
• Sağ Tıklama: "Dosyaya sağ tıkla"
• Çift Tıklama: "Belgeye çift tıkla"
• Sürükle ve Bırak: "Belgeyi Arşiv klasörüne sürükle"
• Yazma: "Arama kutusuna 'Merhaba Dünya' yaz"
• Kaydırma: "Üç kez aşağı kaydır"
• Tuş Basımı: "Enter tuşuna bas", "Tab tuşuna bas", "Escape tuşuna bas"
• Çok Adımlı Görevler: "Dosya Gezgini'ni aç, raporu bul ve adını final.pdf olarak değiştir"

Önemli Notlar

• ⚠️ API Kullanım Uyarısı: Operatörün ekranda tam olarak neler olduğunu "görebilmesi" gerektiğinden, her adımda yüksek çözünürlüklü bir ekran görüntüsü gönderilir. Sık kullanım, standart metin tabanlı özelliklere kıyasla API kotanızı çok daha hızlı tüketecektir.
• Yönetici Uygulamaları: NVDA yönetici ayrıcalıklarıyla çalışmıyorsa, operatör yükseltilmiş izinler gerektiren pencerelerle etkileşim kuramayabilir. Bu, Windows'un güvenlik sınırlamasıdır, eklentideki bir hata değildir.
• En İyi Uygulamalar: En iyi sonuçlar için açık ve belirgin komutlar verin. "Formun altındaki mavi Gönder düğmesine tıkla" komutu, yalnızca "Düğmeye tıkla" demekten neredeyse her zaman daha iyi sonuç verir.

5. Video Analizi ve Sesli Betimleme

Not: Video Analizi ve Sesli Betimleme özellikleri yalnızca Google Gemini sağlayıcısı tarafından desteklenmektedir. Eklenti ayarlarında etkin sağlayıcınızın Google Gemini olarak ayarlandığından emin olun.

Profesyonel Görsel Asistan, özellikle kör kullanıcılar için tasarlanmış güçlü video işleme yetenekleri sunar. Hem çevrim içi videoları hem de yerel ekran kayıtlarını analiz ederek son derece ayrıntılı görsel betimlemeler sağlayabilir ve profesyonel Sesli Betimleme betikleri (SRT) oluşturabilir.

5.1 Yerel Ekran Kaydı (Control + V)

Ekranınızda sessiz bir video, animasyon veya eğitim videosuyla karşılaşırsanız, bunu doğrudan kaydedebilirsiniz:

1. Komut Katmanına girmek için NVDA + Shift + V tuşlarına basın, ardından Control + V tuşlarına basın.
2. Eklenti ekranınızı arka planda sessizce kaydetmeye başlayacaktır.
3. Kaydı durdurmak için tekrar Control + V tuşlarına basın.
4. Yapay zekâ daha sonra kaydedilen video bölümünü analiz edecek ve sahne, karakterler ve eylemler hakkında son derece ayrıntılı bir betimleme sunacaktır.

5.2 Video Analizi (Shift + V)

Hem yerel video dosyalarını hem de çevrim içi videoları analiz edebilirsiniz. Windows Gezgini'nde bir yerel video dosyası seçin veya çevrim içi bir video bağlantısını panonuza kopyalayın. Ayrıca herhangi bir yerde (örneğin bir medya oynatıcısının içinde) Shift + V tuşlarına basarak bir video dosyası seçebileceğiniz veya bir URL'yi el ile yapıştırabileceğiniz bir iletişim kutusu açabilirsiniz.

• Desteklenen Çevrim İçi Platformlar: YouTube, Instagram, TikTok ve Twitter (X).
• Yapay zekâ yerel dosyayı veya URL'yi otomatik olarak algılayacak, videoyu işleyecek ve kapsamlı bir görsel betimleme ile sesli özet sunacaktır.

5.3 Sesli Betimleme Oluşturma (SRT)

Daha yapılandırılmış bir deneyim için eklenti, standart SubRip (SRT) biçiminde profesyonel Sesli Betimleme betikleri oluşturabilir.

• Akıllı Boşluk Zamanlaması: Yapay zekâ ses parçasını dinler ve görsel açıklamalarını özellikle doğal duraklamalara ve sessiz boşluklara yerleştirerek diyalog çakışmalarını akıllıca en aza indirir.
• Karakter Takibi: Motor, değişmeyen yüz özelliklerine göre farklı karakterleri çıkarmak için ön analiz gerçekleştirir. Farklı sahnelerde karakterleri karışıklık olmadan doğru şekilde takip edip etiketlemek için genel bir sözlük oluşturur.
• Bire Bir Metin OCR: Ekranda görünen tüm metinler (tabelalar, telefonlar, jenerikler) bire bir alıntılanır.
• Nasıl Kullanılır: Oluşturulan altyazıyı dinlemek için .srt dosyasını video dosyanızla aynı klasöre yerleştirin ve tam olarak aynı adı verin. Ardından medya oynatıcınızı (örneğin VLC veya PotPlayer), oynatma sırasında altyazı metnini doğrudan ekran okuyucunuza veya TTS motorunuza yönlendirecek şekilde yapılandırın.

5.4 Eşzamanlı Sesli Betimleme (MP3 Dışa Aktarma)

Eklenti yalnızca metin tabanlı SRT dosyaları oluşturmakla kalmaz, aynı zamanda betimlemeleri konuşmaya dönüştürüp videoyla birleştirerek eksiksiz bir Sesli Betimleme üretim aracı olarak çalışır. Yerel video dosyaları için MP3 oluştururken birden fazla karıştırma modu kullanılabilir:

• Standart AD (Sesi Karıştır): Betimleme doğrudan videonun sesi üzerine eklenir. Betimlemenin net olmasını sağlamak için Ses Bastırma (Audio Ducking) uygulanmasını isteyip istemediğiniz sorulacaktır (betimlemeler sırasında arka plan sesinin azaltılması).
• Genişletilmiş AD (Sesi Duraklat): Motor, betimlemeler sırasında videonun orijinal sesini duraklatır ve böylece ne orijinal diyaloğun ne de yapay zekâ anlatımının tek bir kelimesini bile kaçırmazsınız.
• YouTube Videoları: YouTube kaynakları için (yerel olarak indirilmeyen videolar), MP3 dışa aktarma yalnızca eşzamanlı yapay zekâ ses parçasını içerir, arka plan video sesi bulunmaz.

6. Medya Yazıya Dökme ve Dublaj (M)

Ses Yazıya Dökme özelliği, hem ses hem de video dosyalarını (MP3, WAV, MP4, MKV vb.) destekleyecek şekilde tamamen yeniden geliştirilmiştir. Bir medya dosyası seçmek ve aşağıdaki 3 farklı çalışma modundan birini kullanmak için Komut Katmanında M tuşuna basın:

1. Yazıya Dök (Özgün Dil): Konuşmayı özgün dilinde yüksek doğrulukla yazıya döker.
2. Yazıya Dök ve Çevir (Hedef Dil): Konuşmayı yazıya döker ve yapılandırılmış hedef dilinize çevirir.
3. Dublaj Yap ve Çevir (Hedef Dil) (Yalnızca Gemini): Konuşmayı yazıya döken, hedef dilinize çeviren ve eklentinin TTS motorunu kullanarak sesli bir dublaj oluşturan güçlü yeni bir özelliktir.

7. Gelişmiş Belge ve Görüntü Okuyucu

Belge Okuyucu belgelerinizi temiz, okunabilir metne dönüştürür; böylece taranmış bir kitaptan bir yığın fotoğrafa kadar her şeyi okuyabilir, çevirebilir ve dinleyebilirsiniz. Çok sayfalı PDF'leri, karmaşık görüntüleri, iPhone HEIC formatlarını ve hatta OCR veya AI işlemine gerek kalmadan anında açılan düz metin ('.txt') ve HTML ('.html', '.htm') dosyalarını yönetir. Aynı anda birkaç dosya seçin ve bunlar sayfa sırasına göre tek bir sürekli belgede birleştirilir. Üç OCR motoru mevcuttur — üstün düzen koruması için Chrome (Hızlı), YZ (Gelişmiş) ve aranabilir PDF'ler için Yok (Metin Katmanını Çıkart) — Ayarlar → Belge Okuyucu'da seçilir.

Nasıl Çalışır?

1. Belge Okuyucuyu açmak için NVDA + Shift + V ve ardından D tuşlarına basın — veya önce Dosya Gezgini'nde bir dosyayı seçili hale getirin ve dosya iletişim kutusunu tamamen atlamak için D / F tuşlarına basın.
2. Bir veya daha fazla PDF veya resim seçin. Eklenti bunları tarar ve toplam sayfa sayısını duyurur.
3. Seçenekler iletişim kutusunda sayfa aralığını seçin (Hangi aralıktan 2/4). Ayrıca Çıktıyı Çevir seçeneğini işaretleyebilir ve hedef dili seçebilir veya OCR sırasında görüntüleri satır içi olarak Betimle seçeneğini etkinleştirebilirsiniz.
4. Metin çıkarma arka planda toplu olarak başlar. Pencereyi istediğiniz zaman kapatabilir ve daha sonra devam edebilirsiniz; hiçbir şey kaybolmaz.
5. Sayfalar hazır olduğunda bunları görüntüleyicide okuyun: sayfalar arasında geçiş yapın, herhangi bir sayfaya geçin, AI sorularını sorun, metni kaydedin veya sesli anlatım oluşturun.

7.1 Toplu İşleme ve Devam Etme

Büyük bir belgeyi tek seferde okumak zorunda değilsiniz. Bir sayfa aralığı girin (örneğin, 1-20), yapay zekâ tüm sayfaları arka planda işleyecektir. NVDA çökerse veya taramayı keserseniz, eklenti ilerlemenizi hatırlayacak ve tam olarak kaldığı yerden Devam Etmeyi önerecektir!

7.2 Akıllı Dosya İşlemi

Belgeyi her zaman önce açmanız gerekmez. Windows Dosya Gezgini'nde bir PDF veya görüntü dosyasını seçin ve Komut Katmanında D (Belge Okuyucu) veya F (Akıllı Dosya İşlemi) tuşuna basın. Eklenti dosya iletişim kutusunu anında atlayacak ve seçili dosyayı işlemeye başlayacaktır.

7.3 Belge Görüntüleyici Kontrolleri ve Kısayolları

Belge Okuyucu penceresi açıkken aşağıdakileri kullanabilirsiniz:

Klavye Kısayolları

• Ctrl + Sayfa Aşağı: Sonraki sayfaya gider.
• Ctrl + Sayfa Yukarı: Önceki sayfaya gider.
• Aşağı / Yukarı Ok: İmleç bir sayfanın son satırına ulaştığında, sonraki sayfaya atlamak içinAşağı tuşuna basın; Bir önceki sayfaya dönmek için sayfanın üst kısmındaki Yukarı tuşuna basın.
• Alt + A: Belge hakkında soru sormak için sohbet penceresi açar.
• Alt + R: Etkin sağlayıcıyı kullanarak Yapay Zekâ ile Yeniden Tarar.
• Alt + G: Yüksek kaliteli bir ses dosyası (WAV/MP3) oluşturur ve kaydeder. Sağlayıcı TTS desteklemiyorsa gizlenir.
• Alt + S / Ctrl + S: Çıkarılan metni TXT veya HTML olarak kaydeder.

Düğmeler ve Kontroller

• Git: Sayfa seçiciden herhangi bir sayfayı seçin.
• Biçimlendirilmiş Görüntüle: Belgenin tamamını biçimlendirilmiş metin olarak birleştirilmiş olarak görün.
• Başarısız Sayfaları Yeniden Dene: Yalnızca geçici sunucu hatası (ör. yüksek talep) nedeniyle başarısız olan grupları yeniden deneyin. Bu düğme ihtiyaç duyulduğunda otomatik olarak görünür.
• TTS Sesi / TTS Motoru: Sesi seçin ve Gemini'de Standart TTS ve Gemini Live akışı arasında seçim yapın.
• Önceki / Sonraki: Sayfalar arasında geçiş yapın (Ctrl+PageUp/Down kısayollarıyla aynıdır).

7.4 Son Belgeler (D)

Komut Katmanında D tuşuna bastığınızda, en son okuduğunuz belgeler ilk önce listelenir. OCR zaten bitmiş olsa bile, bulunduğunuz sayfadan devam etmek için birini seçin veya bir dosyaya her zamanki gibi göz atmak için Dosya Aç... (Ctrl + O) tuşuna basın.

8. Anlamsal Yapay Zekâ Etiketleme ve Arayüz Gezgini

Her yerde "etiketsiz düğme" bulunan bir uygulamada mı takıldınız? Anlamsal Yapay Zekâ Etiketleme motoru bunu kalıcı olarak çözer.

8.1 Kalıcı Nesne Etiketleme (L)

Ekran okuyucunuzun odağını etiketsiz bir grafik veya düğme üzerine getirin ve Komut Katmanında L tuşuna basın. Yapay zekâ düğmeye görsel olarak bakacak, işlevini belirleyecek ve kalıcı bir etiket uygulayacaktır.
Eski ekran okuyucu etiketleme araçlarının aksine, bu eklenti gelişmiş hibrit bir "Nesne İmzası" sistemi (AutomationId/ControlID) kullanır. Özel etiketleriniz pencere boyutu değişikliklerinden, monitör değiştirmeden ve uygulama güncellemelerinden etkilenmeden korunacaktır!

8.2 Tam Uygulama Taraması (Shift + L)

Tüm etkin pencereyi tek seferde taramak için Shift + L tuşuna basın. Yapay zekâ tüm etiketsiz öğeleri bulacak ve hepsini tek seferde akıllıca adlandıracaktır. Daha sonra bu etiketleri yerleşik Etiket Yöneticisi üzerinden yönetebilir, yeniden adlandırabilir veya toplu olarak silebilirsiniz.

8.3 Arayüz Gezgini (E)

Bir öğeyle ona el ile gitmeden etkileşim kurmanız mı gerekiyor? Arayüz Gezginini etkinleştirmek için E tuşuna basın. Yapay zekâ ekranı tarayacak ve tıklanabilir tüm öğelerin erişilebilir bir listesini oluşturacaktır (görev çubuğu gibi sistem gürültülerini yok sayarak). Listeden bir öğe seçin; eklenti sizin için anında o öğeye tıklayacaktır.

9. Canlı Sesli Asistan

Canlı Asistan, Profesyonel Görsel Asistan'ı gerçek zamanlı, etkileşimli bir yardımcı pilota dönüştürür.
(Not: Bu özellik yalnızca Google Gemini ve Gemini uyumlu Özel sağlayıcılara özeldir.)

• Etkinleştirme: Canlı Asistan iletişim kutusunu açmak için Komut Katmanında Control + L tuşlarına basın.
• Gerçek Zamanlı Etkileşim: Mikrofonunuz aracılığıyla doğal şekilde konuşun. Yapay zekâ aynı anda hem sesinizi dinleyecek hem de etkin ekranınıza bakacaktır. "Şu anda neye bakıyorum?" veya "Üçüncü paragrafı bana oku." gibi sorular sorabilirsiniz.
• Özelleştirme: İletişim kutusu içinde yapay zekânın Ses Stilini (örneğin Profesyonel, Samimi, Enerjik) değiştirebilir ve yanıt vermeden önce ne kadar derin düşündüğünü kontrol etmek için "Düşünme Derinliğini" ayarlayabilirsiniz.

10. Özel İstemler ve Değişkenler

İstemleri Ayarlar > İstemler > İstemleri Yönet… yolundan yönetebilirsiniz.

Desteklenen Değişkenler

• [selection]: Geçerli seçili metin.
• [clipboard]: Pano içeriği.
• [clipboard_image]: Şu anda panoda olan resim.
• [screen_obj]: Gezgin nesnesinin ekran görüntüsü.
• [screen_fg_obj]: Etkin ön plan penceresinin ekran görüntüsü.
• [screen_full]: Tam ekran görüntüsü.
• [file_ocr]: Metin çıkarımı için görsel/PDF dosyası seç.
• [file_read]: Okuma için belge seç (TXT, Kod, PDF).
• [file_audio]: Analiz için ses dosyası seç (MP3, WAV, OGG).
• {target_lang}: Geçerli hedef dil.
• {source_lang}: Geçerli kaynak dil.
• {response_lang}: Mevcut YZ yanıt dili.
• {swap_target}: Akıllı takas çevirisi için yedek dil.
• {swap_instruction}: Akıllı takas çeviri talimat bloğu.

11. Gerçek Dünya Kullanım Senaryoları (Hangi özelliği kullanmalıyım?)

Profesyonel Görsel Asistan gelişmiş araçlarla doludur. Doğru özelliği seçmenize yardımcı olmak için işte bazı yaygın senaryolar:

• Senaryo: Karmaşık bir pencerenin veya erişilemeyen bir uygulamanın tüm düzenini anlamak istiyorsunuz.
  Çözüm: O tuşuna basın (Tam Ekran Görüşü). Yapay zekâ tüm ekranı analiz edecek ve öğelerin, metinlerin ve düğmelerin tam olarak nerede bulunduğunu açıklayacaktır.

• Senaryo: Bir web sayfasında bir resim veya bir belgede etiketsiz bir grafik buldunuz.
  Çözüm: Gezgin nesnenizi grafiğin üzerine getirin ve V tuşuna basın (Nesne Görüşü). Yapay zekâ bu görüntünün tam olarak neler içerdiğini açıklayacaktır.

• Senaryo: Bir filmi veya video klibi sesli betimlemeyle izlemek istiyorsunuz.
  Çözüm: Videonuz üzerinde Shift + V tuşlarına basın ve "Sesli Betimleme Oluştur (SRT Dosyası)" seçeneğini seçin. İşlem tamamlandığında "Eşzamanlı Anlatım Oluştur (MP3)" seçeneğine tıklayın ve "Genişletilmiş AD" seçeneğini belirleyin. Eklenti, görsel sahneleri açıklamak için filmin diyaloglarını akıllıca duraklatan bir ses parçası oluşturacaktır.

• Senaryo: Tamamı "etiketsiz düğmelerle" dolu bir uygulamayla karşılaştınız.
  Çözüm: Belirli düğmeyi yapay zekâ kullanarak kalıcı olarak etiketlemek için L tuşuna basın. Ya da tüm pencereyi tek seferde tarayıp etiketlemek için Shift + L tuşlarına basın. Yalnızca hızlıca bir öğeye tıklamak istiyorsanız, tıklanabilir tüm öğelerin listesini almak için E tuşuna basın (Arayüz Gezgini).

• Senaryo: Erişilemeyen bir CAPTCHA'yı aşmanız gerekiyor.
  Çözüm: C tuşuna basın (CAPTCHA Çözücü). Yapay zekâ CAPTCHA'yı otomatik olarak yakalayacak, çözecek ve yanıtı doğru alana girecektir.

• Senaryo: 50 sayfalık uzun bir PDF belgesini okumak istiyorsunuz.
  Çözüm: D tuşuna basın (Belge Okuyucu), sağlayıcınızı Google Gemini olarak ayarlayın ve 1-50 sayfa aralığını girin. Eklenti metni arka planda doğru şekilde çıkaracaktır.

• Senaryo: Ekranınızda sessiz bir eğitim videosu veya animasyon izliyorsunuz.
  Çözüm: Ekran kaydını başlatmak için Control + V tuşlarına basın. Eğitimin oynatılmasına izin verin, ardından tekrar Control + V tuşlarına basın. Yapay zekâ tam olarak nelerin gösterildiğini açıklayacaktır.

Not: Tüm yapay zekâ özellikleri için etkin bir internet bağlantısı gereklidir. Çok sayfalı belgeler otomatik olarak işlenir.

12. Destek ve Topluluk

En son haberler, özellikler ve sürümlerden haberdar olun:

• Telegram Kanalı: https://t.me/VisionAssistantPro
• GitHub Issues: Hata bildirimleri ve özellik istekleri için.

Hataları ve Günlükleri Raporlama

GitHub konusunu açarken veya destek isterken lütfen aktif AI sağlayıcınız, modeliniz ve NVDA sürümünüz hakkındaki ayrıntıları ekleyin. Bağlantı sorunları veya beklenmeyen çökmeler yaşıyorsanız Ayarlar > Gelişmiş bölümünde özel günlük dosyasını etkinleştirin, sorunu yeniden oluşturun ve sorunu daha hızlı çözmemize yardımcı olması için "vision_assistant.log" dosyanızı ekleyin.

13. Proje Destekçileri

Cömert mali katkılarıyla bu projenin sürekli geliştirilmesini ve sürdürülmesini destekleyen topluluk üyelerimize yürekten teşekkür ederiz:

• @Alyabani94
• Ali Alamri
• Ilya
• Anonim Destekçi (UQDd...CnMY)
• leonardo0216
• Sergei Fleytin
• Suman Gayen

Projeye finansal olarak destek olmak istiyorsanız ve adınızı burada görmek istiyorsanız, Bağış Yap seçeneğini NVDA Araçlar menüsünde (Profesyonel Görsel Asistan alt menüsü) veya kurulum sonrasında kurulum sürecinde bulabilirsiniz.

2026.09.01 İçin Değişiklikler

• Geçmiş (Kontrol + H): Komut Katmanı artık Geçmiş iletişim kutusunu (Kontrol + H) içeriyor; bu iletişim kutusu Tümü, Sohbetler ve Belgeler filtreleriyle geçmiş sohbetlerinizi ve belgelerinizi listeliyor. Herhangi bir sohbeti tüm konuşmasıyla yeniden açın - ekli dosyalar otomatik olarak yeniden eklenir - veya bir belgeyi yeniden açın ve okumaya devam edin. Herhangi bir öğeyi kaldırmak için üzerinde Delete tuşuna basın veya her şeyi tek seferde temizleyin.
• Okuyucudaki Son Belgeler: Komut Katmanı'nda D tuşuna basmak artık ilk olarak yakın zamanda okuduğunuz belgeleri gösteriyor. Üzerinde bulunduğunuz sayfadan devam etmek için birini seçin - OCR zaten tamamlanmış olsa bile - veya her zamanki gibi göz atmak için Dosya Aç... (Ctrl + O) seçeneğine basın.
• Canlı Asistan için Bas Konuş: Canlı konuşmalarınızın tam kontrolünü elinize alın! Yeni Canlı Asistan ayarları sekmesinde Bas Konuş özelliğini etkinleştirin ve konuşmak için herhangi bir tuşu - hatta Sol Ctrl gibi tek başına bir değiştirici tuşu bile - atayın. Konuşmak için tuşa basılı tutun ve işiniz bittiğinde bırakın; her basışta ve bırakışta kısa bir bip sesi duyulur. Eşleşen bir geçiş de doğrudan Canlı Asistan penceresinde görünür, böylece konuşmadan ayrılmadan Bas Konuş ve açık mikrofon kipi arasında geçiş yapabilirsiniz.
• Gemini 2.5 Flash Yerel Ses: Canlı Asistan artık düşük gecikmeli, doğal sesli konuşmalar için Gemini 2.5 Flash'ın yerel ses modelini (gemini-2.5-flash-native-audio-preview-12-2025) destekliyor. Ayarlar → Gelişmiş Model Yönlendirme → Canlı Asistan Modeli (yalnızca Gemini) üzerinden bu modele geçebilir veya önerilen modelde kalmak için "Otomatik" seçeneğini kullanmaya devam edebilirsiniz.
• Ayarları Yedekleme ve Geri Yükleme: Gelişmiş sekmesine güçlü bir yedekleme ve geri yükleme sistemi eklendi! Artık API anahtarları, modeller, özel istemler ve tercihler dahil tüm eklenti ayarlarınızı tek bir JSON dosyasına kaydedebilir ve bunları herhangi bir zamanda, herhangi bir makinede veya NVDA'yı yeniden yükledikten sonra kusursuz bir şekilde geri yükleyebilirsiniz. Yedekleme yaparken neyin dahil edileceğini seçersiniz: Her şey (ayarlar, özel etiketler, OCR ilerlemesi ve geçmiş) veya Yalnızca Ayarlar.
• Doğrudan Metin ve HTML Okuma: Belge Okuyucu artık düz metin (.txt) ve HTML (.html, .htm) dosyalarını doğrudan açabiliyor! Dosya kodlamasını otomatik olarak algılıyor, betikleri ve biçimlendirme karmaşasını kaldırıyor ve içeriği okunabilir sayfalara akıllıca bölüyor - hatta sayfa yapısını koruyarak kendi dışa aktardığı dosyaları yeniden içe aktarabiliyor - böylece herhangi bir OCR veya YZ işlemi olmadan anında okuyabilirsiniz!
• Belge Okuyucu için Gemini Canlı TTS: "Ses Oluştur" düğmesi artık Gemini Canlı - yüksek kaliteli, doğal tempolu akış metinden sese motorunu - destekliyor! Gemini etkin sağlayıcınız olduğunda, okuyucunun içinden Standart TTS ve Gemini Canlı arasında seçim yapabilir ve seçiminiz bir sonraki sefer için hatırlanır!
• Özel İstem Kısayolları: Artık özel istemlerinizden herhangi birine doğrudan İstem Yöneticisi'nden bir kısayol tuşu atayabilirsiniz! Her isteme anında çalıştırmak için kendine özel bir tuş veya tuş kombinasyonu verin; mevcut seçiminizi veya bağlamınızı hiçbir ekstra adım olmadan otomatik olarak yakalar!
• Sohbet Mesajı dolaşımı: Herhangi bir konuşmayı eller serbest şekilde tarayın! Herhangi bir sohbet penceresinin içinde (Doğrudan Sohbet, belge sohbeti, iyileştirme ve daha fazlası), sonraki mesajı duymak için Alt + Aşağı, önceki mesajı duymak için Alt + Yukarı tuşlarına basın - ilerledikçe net "Siz" / "AI" ön ekleri ve "İlk mesaj" / "Son mesaj" sınırları duyurulur.
• Sohbet Mesajını Kopyala (Alt + C): Alt + Yukarı/Aşağı ile bir konuşmayı gözden geçirirken, bulunduğunuz mesajı panoya kopyalamak için Alt + C tuşlarına basın - Temiz Markdown ayarınıza uygun şekilde - ve sesli bir onay alın.
• Doğrudan Sohbet Sistem İstemi: Doğrudan Sohbet (Shift+C) artık kendi düzenlenebilir sistem istemine - her konuşma için asistanın kişiliğini ve yanıt dilini belirleyen "Doğrudan Sohbet Talimatı"na - sahip. Bunu İstem Yöneticisi'nin Varsayılan İstemler sekmesinden özelleştirebilirsiniz.
• Belge Okuyucu İmleç Sayfa Dolaşımı: Çok sayfalı belgeleri okumak artık daha akıcı! Belge Görüntüleyici'de imleciniz bir sayfanın son satırına ulaştığında ve Aşağı tuşuna bastığınızda, okuyucu otomatik olarak sonraki sayfaya geçer. Bir sayfanın başında Yukarı tuşuna basmak sizi sorunsuz bir şekilde önceki sayfaya geri götürür - okurken artık elle sayfa değiştirmeye gerek yok!
• Yeni Hızlı Ayarlar Geçişleri: YZ yanıtlarını panoya kopyalama, Doğrudan Çıktı (sohbet penceresi yok), Sohbette Temiz Markdown ve Akıllı Değiştirme artık komut katmanının Hızlı Ayarlarından anında açılıp kapatılabilir!
• Canlı Asistan Ayarları Sekmesi: Canlı Asistan artık kendine ait özel bir ayarlar sekmesine sahip! "Canlı Asistan: Doğrudan Çıktı (Pencere Yok)" seçeneği Bağlantı sekmesinden buraya taşındı ve sekme yalnızca etkin sağlayıcınız Google Gemini (veya Gemini uyumlu bir Özel sağlayıcı) olduğunda görünür.

2026.08.06 İçin Değişiklikler

• Arayüz Gezgini Etiketleme: Artık Arayüz Gezgini içinde bulunan öğelere doğrudan etiket ekleyebilirsiniz! Yeni bir "Etiket Ekle" düğmesi eklendi. Ayrıca arayüz açık kalır ve odağı korur; böylece birden fazla nesneyi kesintisiz ve hızlı bir şekilde etiketleyebilirsiniz.
• Hızlı Ayarlar Katmanı Geliştirildi: Görsel Asistan katmanı (Insert+Shift+V) artık kalıcı ve çok daha etkileşimlidir. Yukarı/Aşağı ok tuşlarıyla hızlı ayarlar (Sağlayıcı, Model, Yapay Zekâ Yanıt Dili, TTS Modeli) arasında dolaşabilir, Sol/Sağ ok tuşlarıyla ise kısa ve anlaşılır sesli geri bildirim eşliğinde değerlerini anında değiştirebilirsiniz. Seçimleriniz hemen uygulanır (gerektiğinde gelişmiş yönlendirme de otomatik olarak etkinleştirilir) ve yapılandırma sırasında katman etkin kalmaya devam eder.
• Doğrudan Sohbet (Shift+C): Komut Katmanına yeni bir komut eklendi! Shift+C tuşlarına basarak anında bir "Doğrudan Sohbet" penceresi açabilirsiniz. Böylece bir görsel veya belgeyle başlamaya gerek kalmadan, yapay zekâ ile doğrudan metin tabanlı bir sohbet başlatabilirsiniz.
• Kusursuz Sohbet Geçmişi Geri Yükleme: Boşluk çubuğuyla son sonucu geri çağırırken sonraki sohbet geçmişinin kaybolmasına neden olan önemli bir hata giderildi. Artık eklenti konuşmalarınızı genel olarak takip eder. Sohbet ettikten sonra pencereyi kapatıp Boşluk çubuğuna bastığınızda tüm konuşma geçmişiniz eksiksiz olarak geri yüklenir. Bu özellik Doğrudan Sohbet, Görsel Analizi, Belge Sohbeti ve Çeviri için çalışır.
• OCR'de Satır İçi Görsel Betimleme: Belge OCR işlemi sırasında görselleri satır içinde betimleyen isteğe bağlı bir özellik eklendi. Bu ayarı eklentinin OCR ayarlarından, metin çıkarma öncesinde Belge Okuyucu seçeneklerinden veya Hızlı Ayarlar Katmanından anlık olarak açıp kapatabilirsiniz.
• Sesli Çeviri (Control+T): Güçlü yeni bir özellik eklendi! Konuşmanızı dikte edin; yapay zekâ, yapılandırılmış kaynak ve hedef dillerinizi kullanarak konuşmayı anında çevirsin ve sonucu yazsın.
• Güncelleme İndirici İyileştirmeleri: Güncelleme indirme iletişim kutusu artık indirme ilerlemesini yüzde olarak doğru şekilde gösterir. Ayrıca kurulum iptal edildiğinde görünen hatalı "Güncelleme indiriliyor" iletisi sorunu giderildi.
• eSpeak-NG İndirici İyileştirmeleri: eSpeak-NG indirmeleri için yüzde tabanlı ilerleme takibi eklendi.
• Toplu OCR Dayanıklılığı: Toplu PDF OCR işlemi sırasında etkin API anahtarının kotası dolduğunda işlemin durmasına neden olan sorun giderildi. Artık eklenti otomatik olarak kullanılabilir sonraki API anahtarına geçerek işleme kaldığı yerden devam eder.
• Görsel CAPTCHA Desteği: Görsel CAPTCHA çözümü için güçlü destek eklendi. hCaptcha ve reCAPTCHA gibi karmaşık görsel doğrulamaları otomatik olarak çözmeye çalışarak erişilebilirliği önemli ölçüde artırır.
• Ses Yazıya Dökme Modülü Yenilendi: Ses Yazıya Dökme modülü tamamen yeniden geliştirildi ve artık hem ses hem de video dosyalarını destekliyor. Üç farklı çalışma modu sunar: "Yazıya Dök (Özgün Dil)", "Yazıya Dök ve Çevir (Hedef Dil)" ve yalnızca Gemini'ye özel olan, özgün konuşmanın çevrilmiş seslendirmesini oluşturan güçlü yeni "Dublaj Yap ve Çevir (Hedef Dil)" seçeneği.
• Belge Okuyucuda İsteğe Bağlı Sayfa Numaraları: Çok sayfalı belge çıktılarında sayfa numaraları ve ayırıcıların eklenmesini açıp kapatmaya yarayan yeni bir ayar eklendi. Bu seçenek ana ayarlardan veya Hızlı Ayarlar Katmanından anında yönetilebilir. Özellik hem TXT/HTML dışa aktarımlarında hem de satır içi "Biçimlendirilmiş Görünüm" penceresinde geçerlidir ve birleştirilmiş belgeleri kesintisiz okumanızı sağlar.
• Video Betimlemeleri için Sınırsız Gemini Live TTS: Videolar için Eşzamanlı Sesli Anlatım (MP3) oluştururken artık ses motoru olarak Gemini Live TTS seçilebilir. Bu özellik, Google Gemini Live API'sini kullanarak karakter veya süre sınırlaması olmaksızın yüksek kaliteli sesli betimlemeler üretir.
• Kod Tabanının Modülerleştirilmesi: Eklentinin yapısı, bakımını kolaylaştırmak amacıyla tek dosyalı yapıdan çok dosyalı modüler mimariye dönüştürüldü.
• Ayarlar Arayüzü Yeniden Tasarlandı: Ayarlar iletişim kutusu tamamen yenilenerek gruplandırılmış düzen yerine modern, sekmeli bir arayüz kullanılmaya başlandı. Böylece mevcut tüm seçenekler korunurken daha iyi organizasyon ve daha kolay dolaşım sağlandı.
• Genel ve Ayrı Günlük Dosyası Kaydı: Yeni "Gelişmiş" sekmesi altında isteğe bağlı genel günlük kayıt sistemi eklendi. Tüm eklenti modüllerindeki işlemleri, API trafiğini ve hataları otomatik olarak özel bir günlük dosyasına (vision_assistant.log) kaydeder. Yapılandırılabilir günlük düzeylerini (Hata Ayıklama, Bilgi, Uyarı, Hata), otomatik saklama sürelerini (1 saat–90 gün) ve ayarlar üzerinden günlük dosyasını doğrudan açma veya temizleme işlemlerini performansı etkilemeden ve NVDA günlüklerine müdahale etmeden destekler.
• Gemini Yükleme İlerleme Takibi: Büyük dosyalar (video, ses ve belgeler) Google Gemini API'sine yüklenirken gerçek zamanlı yüzde ilerleme bildirimleri eklendi.

2026.07.15 için değişiklikler

• Akıllı API Model Filtreleme: Model filtreleme sistemi, beyaz liste yaklaşımı yerine tamamen kara liste yaklaşımını kullanacak şekilde baştan sona yenilendi. Ana sohbet modeli açılır listesinin kusursuz şekilde temiz ve geleceğe hazır kalmasını sağlamak için daha güçlü filtreleme anahtar sözcükleri (embedding, bison, gecko, audio, realtime, babbage, moderation, deep, antigravity, computer) eklendi. Buna karşın tüm uzmanlaşmış modeller, Gelişmiş Yönlendirme bölümünde erişilebilir olmaya devam ediyor.
• Gelişmiş Yönlendirme Araması: Tüm Gelişmiş Model Yönlendirme açılır listeleri (OCR, STT, TTS, Operatör, Video, Canlı) ile eSpeak Varyant seçicisi artık tamamen aranabilir. İstediğiniz modeli veya varyantı hızlıca bulmak için yazmaya başlayarak filtreleme yapabilirsiniz.
• Yeni Komut Katmanı Kısayolları:
• Ayarlar (Alt + S): Profesyonel Görsel Asistan ayarlar iletişim kutusunu anında açar.
• Kotası Tükenen Anahtarları Bildir (Alt + Q): Günlük kotasını aşmış Gemini API anahtarlarının tam sayısını bildirir, hangi modelde kotalarının tükendiğini belirtir ve tam sıfırlanma zamanlarını sesli olarak duyurur.
• Yönlendirme Denetimi (Alt + M): Mevcut Gelişmiş Yönlendirme yapılandırmanızı denetler ve varsayılan ayarlar atlanarak, uzmanlaşmış görevler için etkin olarak seçilmiş modelleri sesli olarak bildirir.
• Video Analizi Tamamen Yenilendi: Video Analizi baştan sona dönüştürüldü! Önceden yalnızca çevrimiçi videolar için temel bir açıklama sunarken, artık görme engelli kullanıcılar için tasarlanmış kapsamlı bir video işleme paketine dönüştü:
• Yerel Ekran Kaydı (Control+V): Artık ekranınızdan doğrudan sessiz videolar kaydedebilirsiniz. Yapay zekâ, kaydedilen bölümü analiz ederek sahneyi, yerleşimi ve gerçekleşen eylemleri son derece ayrıntılı şekilde betimler.
• Sesli Betimleme Oluşturma (SRT): Eklenti artık videolar için son derece ayrıntılı Sesli Betimleme metinleri (standart SRT biçiminde) oluşturabilir. Bu işlem, betimlemeleri ses parçasındaki doğal duraklamalara akıllıca yerleştiren akıllı boşluk zamanlaması ile ekrandaki tüm metinler için birebir OCR çıktısını içerir.
• Eşzamanlı Sesli Anlatım (MP3 Dışa Aktarma): Metin tabanlı altyazıların ötesinde, eklenti Sesli Betimlemeyi konuşmaya dönüştürebilir, bunu videonun özgün ses parçasıyla otomatik olarak birleştirebilir, ses azaltma (betimlemeler sırasında arka plan sesini düşürme) uygulayabilir ve son eşzamanlı sonucu MP3 dosyası olarak dışa aktarabilir.
• Akıllı Video Dosyası Eylemi: Yerel bir video dosyasına odaklanıp video kısayoluna bastığınızda, eklenti bunu otomatik olarak algılar ve dosyayı doğrudan işler.
• Gelişmiş Karakter Takibi: Yapay zekâ artık ön işlem olarak karakter çıkarımı gerçekleştirir. Genel bir karakter sözlüğü oluşturur ve karakterleri bölüm bölüm kimliklerini karıştırmadan doğru şekilde takip eder.
• Video Analizi Yapılandırması: SRT parça boyutlarını, karakter altyazılamasını ve sorumluluk reddi bildirimlerini denetlemek için yeni ayarlar eklendi.
• Genişletilmiş Model Yönlendirmesi: Artık Gelişmiş Model Yönlendirme ayarlarından video için özelleşmiş modelleri (gemini_video_model, custom_video_model) açıkça seçebilirsiniz.
• Akıllı API Kota Yönetimi: 429 (Günlük Limit) hatalarının işlenmesi, model bazında kota takibi yapacak şekilde geliştirildi. Bir API anahtarı belirli bir modelde günlük limitine ulaştığında, yalnızca o model için akıllıca karantinaya alınır; böylece aynı anahtar diğer modellerle kullanılmaya devam edebilir.

7.0.0 için değişiklikler

• Yarım Kalan Taramaları Sürdürme: Belge Okuyucu ve Akıllı Dosya İşlemleri için devam ettirme özelliği eklendi. Bir tarama herhangi bir nedenle kesintiye uğrarsa, artık baştan başlamak yerine kaldığı yerden devam edebilirsiniz.
• Yeni [screen_fg_obj] Değişkeni: Tüm ekran yerine yalnızca etkin ön plan penceresinin ekran görüntüsünü alabilen yeni bir özel istem değişkeni eklendi.
• Akıllı Yeniden Deneme ve API Anahtarı Değiştirme: Sunucuda geçici yoğunluk (örneğin "high demand") veya hatalı yanıtlar oluştuğunda eklenti artık aynı API anahtarıyla sessizce en fazla 5 kez yeniden deneme yapar. Bu denemeler başarısız olursa, listedeki bir sonraki API anahtarına otomatik olarak geçer.
• Ekran Perdesi Algılama: Ekran Perdesi etkin durumdayken (kalıcı olarak açık ya da kısayol tuşuyla geçici olarak etkinleştirilmiş olsa bile) ekran görüntüsü alınmasını engelleyen bir kontrol eklendi. Bu durumda kullanıcı uyarılır ve işlem durdurulur. Böylece siyah ekran görüntülerinin gönderilmesi ve API belirteçlerinin (token) boşa harcanması önlenir.
• Belge Okuyucu İyileştirmeleri: PDF sayfa aralığı iletişim kutusu artık varsayılan hedef dili eklenti ayarlarınızdan otomatik olarak seçer. Ayrıca, Belge Okuyucu kapatıldığında arka planda çalışan görevlerin düzgün şekilde sonlandırılmasını sağlamak için iş parçacığı (thread) yönetimi iyileştirildi.
• Yerleşik Mistral OCR Entegrasyonu: Mistral'ın yerleşik Belge OCR API'si entegre edildi. Çok sayfalı belgeler artık otomatik olarak birleştirilir, yüklenir ve Mistral'ın özel /v1/ocr uç noktası kullanılarak toplu olarak işlenir. Tek sayfalı görseller ise gereksiz PDF dönüştürmeleri yapılmadan doğrudan işlenir.
• Dinamik Özel URL İşleyicileri: Özel API URL'si değiştirildiğinde önbelleğe alınmış model listesi anında temizlenir ve manuel model giriş kutusu yeniden etkinleştirilir. Bu sayede standart /v1/models uç noktasını desteklemeyen özel servislerle (örneğin Cloudflare AI Gateway) tam uyumluluk sağlanır.
• Yapay Zekâ Operatörü Girdi Motoru Baştan Yazıldı: AI Operator için kullanılan fare ve klavye benzetim sistemi tamamen yeniden geliştirildi. Eski mouse_event API'si yerine modern Windows SendInput API'si kullanılarak güncel uygulamalar, UAC korumalı pencereler ve yüksek DPI ekranlarla çok daha yüksek uyumluluk sağlandı.
• Sürükle ve Bırak İşlemleri Düzeltildi: AI Operator'deki sürükle ve bırak işlemleri artık tamamen kararlı ve güvenilir çalışmaktadır. Yeni motor; doğal hareket eğrileri (easing), hassas imleç konumlandırması, optimize edilmiş zamanlama ve akıllı bir "nudge" tekniği kullanarak Windows'un ve uygulamaların sürükle-bırak hareketlerini doğru şekilde algılamasını ve işlemin yarıda kesilmeden tamamlanmasını sağlar.
• Çoklu Monitör Desteği: YZ Operatör artık çoklu monitör kurulumlarını tam olarak desteklemektedir. MOUSEEVENTF_VIRTUALDESK bayrağı kullanılarak fare hareketleri ve tıklamalar tüm monitörlerde doğru şekilde çalışır; böylece hedef uygulama hangi monitörde olursa olsun imleç doğru konumlandırılır.
• Geliştirilmiş Klavye taklidi: Tuş gönderme sistemi, Genişletilmiş Tuşları (Extended Keys) tam olarak destekleyecek şekilde geliştirildi. Buna yön tuşları, Home, End, Page Up, Page Down, Insert, Delete ve F1-F12 tuşları dahildir. Böylece YZ Operatör tarafından gönderilen gezinme ve kısayol komutları tüm uygulamalarda sorunsuz çalışır.
• HEIC/HEIF Görsel Desteği: iPhone fotoğraf biçimleri için yerel destek eklendi. Artık .heic ve .heif dosyalarını önceden dönüştürmeye gerek kalmadan doğrudan yapay zekâ ile görsel açıklama, OCR veya Belge Okuyucu işlemleri için seçebilirsiniz.

6.5.0 Sürümündeki Değişiklikler

• Live Assistant: Yalnızca Google Gemini sağlayıcısı (veya Gemini uyumlu özel sağlayıcılar) için kullanılabilen bir gerçek zamanlı sesli ve ekran asistanı özelliği eklendi. Bu özellik, ayarların değiştirilmesi durumunda otomatik yeniden bağlanma ile birlikte, doğrudan diyalog içinde etkileşimli ses ve düşünme derinliği özelleştirme seçeneklerini içerir.
• MiniMax AI Sağlayıcı: MiniMax, tam multimodal destek (sohbet, görme, OCR), 300'den fazla dinamik ses kullanan özel TTS ve çıktılardan akıl yürütme bloklarının (ör. <think>...</think>) otomatik olarak çıkarılması özellikleriyle eş sağlayıcı olarak entegre edildi.
• Belge Görüntüleyici Çevirisi: Yerelleştirilmiş dil adı yerine standart 2 harfli dil kodunun Google Translate'e gönderilmesini sağlayarak, İngilizce olmayan NVDA kullanıcıları için sessiz çeviri hatası düzeltildi.
• PDF Toplu Tarama Yeniden Denemesi: Gereksiz yüklemeleri önlemek ve yeniden denemeler sırasında rahatsız edici hata pencerelerinin açılmasını engellemek için, PDF belge toplu taraması için yüksek düzeyde optimize edilmiş, ayrı ve sessiz bir yeniden deneme mantığı uygulandı.
• Belge Görüntüleyici Durumu: Uzun belge taramaları sırasında eklentinin genel durumunun (I ile kontrol edilir) “Toplu İşleme Başladı” durumunda takılı kalmasına neden olan bir hata düzeltildi.
• İş Parçacığı Çökmesi Çözüldü: Arka plan iş parçacığından belgeler açılırken ortaya çıkan ciddi bir IsMain() failed in wxTimerImpl iş parçacığı onaylama çökmesi, GUI geri arama kuyruğunun wx.CallAfter'a geçirilmesiyle düzeltildi.

6.1.0 Sürümündeki Değişiklikler

• Evrensel Yerel YZ Entegrasyonu (Yerel YZ'yı Kur): Özel Sağlayıcı Ayarları'na yeni bir “Yerel AI'yı Kur” düğmesi eklendi. Kullanıcılar artık Ollama, LM Studio, Jan.ai ve KoboldCPP dahil olmak üzere yerel AI motorlarını anında otomatik olarak yapılandırabilir.
• Akıllı Yerel Proxy Atlama: Bağlantı mantığı, gelişmiş bir proxy atlama mekanizmasıyla yeniden oluşturuldu. Eklenti artık yerel loopback bağlantıları için Windows sistem proxy'lerini tamamen atlayacak kadar akıllıdır ve VPN/TUN modu etkin olsa bile istikrarlı yerel AI bağlantıları sağlar.
• Yapay Zeka Operatörü Acil Durum İptali (Shift+A): Çok talep edilen bir durdurma/iptal güvenlik tetikleyicisi eklendi. Otonom bir işlem çalışırken AI Operatörü komutuna (komut katmanı içinde Shift+A) basıldığında döngü anında iptal edilir ve "AI Operatörü durduruldu" duyurusu yapılır.
• Ultra Kararlı YZ Etiketleme (v2): Mutlak ekran koordinat anahtarları, gelişmiş, hibrit bir Nesne İmzası sistemi ile değiştirildi. Etiketler artık programlama tanımlayıcılarına (UIA AutomationId veya Win32 ControlID) ve pencereye göre koordinatlara dayanıyor; bu sayede özel etiketleriniz pencere boyutlandırma, taşıma, monitör değiştirme veya ölçeklendirmeye karşı tamamen dayanıklı hale geliyor.
• Sorunsuz Otomatik Etiket Taşıma: Yükseltme işlemi tamamen şeffaftır. Eklenti, ilk odaklandığında eski koordinat tabanlı etiketlerinizi arka planda yeni kararlı parmak izi formatına otomatik olarak taşır ve veri kaybı yaşanmaz.

6.0 Sürümündeki Değişiklikler

• Anlamsal YZ Etiketleme Özelliği: Kullanıcılar artık YZ kullanarak isimsiz düğmeleri ve simgeleri kalıcı olarak etiketleyebilir. L tuşuna basarak mevcut gezgin nesnesini etiketleyebilir (hem Sekme tuşuyla odaklanma hem de nesne gezintisi desteklenir) veya Shift+L tuşlarına basarak tüm uygulamayı tek seferde tarayıp etiketleyebilirsiniz.
• Akıllı Etiket Yönetimi: Özel etiketleri görüntülemek, yeniden adlandırmak veya toplu olarak silmek için yeni, tamamen erişilebilir bir Etiket Yöneticisi iletişim kutusu eklendi (etiketler varsa Shift+L tuşlarıyla erişilebilir).
• Doğrudan Dosya Analizi (Dosya İletişim Kutusunu Atla): Eklenti artık, Windows Dosya Gezgini'nde bir PDF veya görüntü dosyasına odaklandığınızı algılayacak kadar akıllıdır. Vurgulanan bir dosya üzerinde F (Akıllı Dosya Eylemi) veya D (Belge Okuyucu) tuşuna basıldığında, standart “Aç” iletişim kutusu tamamen atlanarak dosya hemen işlenir.

5.6 İçin Değişiklikler

• “Yok (Metin Katmanını Ayıkla)” OCR Motoru eklendi: Kullanıcılar artık YZ kredisi kullanmadan aranabilir PDF'lerden doğrudan metin ayıklayabilir; bu da metin tabanlı belgelerde hızı ve gizliliği önemli ölçüde artırır.
• UI Gezgini Doğruluğu İyileştirildi: UI Gezgini istemini, öğe türlerini (Liste Öğeleri gibi) daha iyi tanımlayacak ve Görev Çubuğu ve Saat gibi Windows sistem bileşenlerini yok sayarak “(İşaretli)”, “(Seçili)” veya “(Genişletilmiş)” gibi durumları doğru bir şekilde bildirecek şekilde iyileştirildi.
• Kurulum Ayarları Hatırlatıcısı: Kurulumdan sonra, kullanıcıları API anahtarlarını ve tercihlerini yapılandırmak için ayarlar menüsüne yönlendiren bir bildirim eklendi.

5.5.2 için değişiklikler

• Yapay Zeka Operatörü Yazma Sorunu Düzeltildi: Belirli sistemlerde metin yapıştırmak yerine 'v' harfinin yazılmasına neden olan bir hata çözüldü. Bu düzeltme, yüksek sistem yükü sırasında meydana gelen zamanlama çakışmalarını giderir.
• Gelişmiş Kararlılık: Sistem panosu diğer uygulamalar tarafından geçici olarak kilitlendiğinde eklentilerin çökmesini önlemek amacıyla pano işlemlerine yönelik güçlü hata yönetimi eklendi.
• Zamanlama Optimizasyonu: Farklı sistem hızlarında daha yüksek güvenilirlik ve üçüncü taraf Pano Yöneticileriyle daha iyi uyumluluk sağlamak amacıyla klavye olaylarına yönelik dahili gecikmeler ayarlandı.

5.5 İçin Değişiklikler (Otomasyon Güncellemesi)

• Yapay Zeka Operatörü (Otonom Kontrol - Shift+A): Bu, v5.5'in en önemli özelliğidir. Profesyonel Görsel Asistan, pasif bir asistan olmaktan çıkıp kişisel Yapay Zeka Operatörünüz haline geldi. Yalnızca ekranı betimlemez; komut gerektirir.
• Nasıl çalışır: Artık bilgisayarınızı çalıştırmak için sözlü talimatlar verebilirsiniz. Örneğin, ekran okuyucunuzun sessiz kaldığı, tamamen erişilemeyen bir uygulamada Shift+A tuşlarına basıp şunu yazabilirsiniz: "Ayarlar düğmesine tıklayın" veya "Arama alanını bulun, 'Son Haberler' yazın ve enter tuşuna basın." Yapay zeka, öğeleri görsel olarak betimler, fareyi hareket ettirir ve görevi sizin için yürütür.
  • Performans Notu: Bu özellik Gemini 3.0 Flash (Önizleme) için optimize edilmiştir ve en karmaşık kullanıcı arayüzü düzenlerini bile işleyebilecek inanılmaz derecede hızlı ve akıllı yanıtlar sunar.
  • ⚠️ API Kullanım Uyarısı: Yapay Zeka Operatörünün doğru olması için tam olarak ne olduğunu "görmesi" gerektiğinden, her adımda yüksek çözünürlüklü bir ekran görüntüsü gönderir. Sık kullanımın API kotanızı standart metin tabanlı görevlere göre çok daha hızlı tüketeceğini lütfen unutmayın.
• Görsel Kullanıcı Arayüz Gezgini (E): "Etiketlenmemiş düğmeler" arasında gezinmekten bıktınız mı? UI Explorer'ı etkinleştirmek için E tuşuna basın. Yapay zeka tüm pencereyi tarayacak ve simgeler, grafikler ve menüler dahil gördüğü her tıklanabilir öğenin bir listesini oluşturacaktır. Listeden bir öğe seçmeniz yeterlidir; yapay zeka Operatörü sizin için o öğeye tıklayacaktır. Bu, herhangi bir uygulamanın üstünde "erişilebilir bir katmana" sahip olmak gibidir.
• Bağlama Duyarlı Akıllı Dosya Eylemi (F): "F" tuşu tamamen elden geçirildi. Artık yalnızca OCR istediğinizi varsaymıyor. Tek bir görsel seçtiğinizde artık akıllı bir şekilde amacınızı soruyor: Sahneyi anlamak için Ayrıntılı Görsel Açıklama veya okumak için Yapılandırılmış Metin Çıkarma (OCR) seçebilirsiniz. Menü, dosya türüne ve aktif AI motorunuza göre dinamik olarak uyarlanır.
• Çekirdek Optimizasyonu: Eklentinin dahili mantığında derinlemesine bir temizlik gerçekleştirdik, kullanılmayan eski işlevleri ve gereksiz kodları kaldırdık. Bu, tüm kullanıcılar için daha yalın, daha hızlı ve daha güvenilir bir deneyimle sonuçlanır.

5.0 için Değişiklikler

• Çoklu Sağlayıcı Mimarisi: Google Gemini’ye ek olarak OpenAI, Groq ve Mistral için tam destek eklendi. Kullanıcılar artık tercih ettikleri yapay zekâ arka ucunu seçebilir.
• Gelişmiş Model Yönlendirme: Yerel sağlayıcı kullanıcıları (Gemini, OpenAI vb.) artık farklı görevler (OCR, STT, TTS) için açılır listeden belirli modelleri seçebilir.
• Gelişmiş Uç Nokta Yapılandırması: Özel sağlayıcı kullanıcıları, yerel veya üçüncü taraf sunucular üzerinde ayrıntılı denetim için belirli URL’leri ve model adlarını manuel olarak girebilir.
• Akıllı Özellik Görünürlüğü: Ayarlar menüsü ve Belge Okuyucu arayüzü, seçilen sağlayıcıya göre desteklenmeyen özellikleri (TTS gibi) otomatik olarak gizler.
• Dinamik Model Getirme: Eklenti, mevcut model listesini doğrudan sağlayıcının API’sinden alır; böylece yeni modeller yayınlanır yayınlanmaz uyumluluk sağlanır.
• Hibrit OCR ve Çeviri: Chrome OCR kullanılırken hız için Google Translate, Gemini/Groq/OpenAI motorları kullanılırken yapay zekâ destekli çeviri tercih edecek şekilde mantık optimize edildi.
• Evrensel “Yapay Zekâ ile Yeniden Tara”: Belge Okuyucu’nun yeniden tarama özelliği artık yalnızca Gemini ile sınırlı değil; etkin olan herhangi bir yapay zekâ sağlayıcısını kullanır.

4.6 için Değişiklikler

• Etkileşimli Sonuç Geri Çağırma: Komut katmanına Boşluk tuşu eklendi; böylece “Doğrudan Çıktı” modu etkin olsa bile son yapay zekâ yanıtı takip soruları için anında yeniden açılabilir.
• Telegram Topluluk Merkezi: NVDA Araçlar menüsüne “Resmî Telegram Kanalı” bağlantısı eklendi.
• Yanıt Kararlılığı Artışı: Çeviri, OCR ve Görsel analiz özelliklerinin çekirdek mantığı optimize edildi.
• Geliştirilmiş Arayüz Yönlendirmesi: Ayar açıklamaları ve belgeler, yeni geri çağırma sistemini daha iyi anlatacak şekilde güncellendi.

4.5 için Değişiklikler

• Gelişmiş İstem Yöneticisi: Varsayılan sistem istemlerini ve kullanıcı tanımlı istemleri yönetmek için özel bir iletişim kutusu eklendi.
• Kapsamlı Proxy Desteği: Kullanıcı tarafından yapılandırılan proxy ayarlarının tüm API isteklerine eksiksiz uygulanması sağlandı.
• Otomatik Veri Geçişi: Eski istem yapılandırmaları, ilk çalıştırmada veri kaybı olmadan v2 JSON formatına otomatik yükseltilir.
• Güncellenmiş Uyumluluk (2025.1): Belge Okuyucu gibi gelişmiş özellikler nedeniyle minimum NVDA sürümü 2025.1 olarak ayarlandı.
• Ayarlar Arayüzü Optimizasyonu: İstem yönetimi ayrı bir iletişim kutusuna taşındı.
• İstem Değişkenleri Rehberi: [selection], [clipboard] gibi değişkenleri tanıtan yerleşik rehber eklendi.

4.0.3 için Değişiklikler

• Geliştirilmiş Ağ Dayanıklılığı: Kararsız bağlantılar için otomatik yeniden deneme mekanizması eklendi.
• Görsel Çeviri Penceresi: Uzun çevirileri satır satır okumaya uygun yeni pencere eklendi.
• Birleştirilmiş Biçimlendirilmiş Görünüm: İşlenen tüm sayfalar tek bir pencerede, net başlıklarla gösterilir.
• OCR İş Akışı Optimizasyonu: Tek sayfalı belgelerde sayfa aralığı seçimi atlanır.
• API Kararlılığı İyileştirmeleri: Daha sağlam kimlik doğrulama yöntemine geçildi.
• Hata Düzeltmeleri: Eklenti kapanışı ve sohbet penceresi odak sorunları giderildi.

4.0.1 için Değişiklikler

• Gelişmiş Belge Okuyucu: PDF ve görseller için sayfa aralığı seçimi ve arka plan işleme.
• Yeni Araçlar Alt Menüsü: NVDA Araçlar menüsüne “Vision Assistant” alt menüsü eklendi.
• Esnek Özelleştirme: OCR motoru ve TTS sesi ayarlardan seçilebilir.
• Çoklu API Anahtarı Desteği: Birden fazla Gemini anahtarı desteği.
• Alternatif OCR Motoru: Kota sınırlarında güvenilir tanıma.
• Akıllı API Anahtarı Döndürme: En hızlı çalışan anahtara otomatik geçiş.
• Belgeden MP3/WAV: Okuyucu içinde ses dosyası oluşturma.
• Instagram Hikâyeleri Desteği
• TikTok Desteği
• Yeniden Tasarlanan Güncelleme Penceresi
• Birleşik Durum ve UX

3.6.0 için Değişiklikler

• Yardım Sistemi: Komut katmanına (H) yardım eklendi.
• Çevrim İçi Video Analizi: Twitter (X) videoları desteği eklendi.
• Projeye Katkı: Bağış iletişim kutusu eklendi.

3.5.0 için Değişiklikler

• Komut Katmanı: Varsayılan NVDA+Shift+V.
• Çevrim İçi Video Analizi: YouTube ve Instagram URL analizi.

3.1.0 için Değişiklikler

• Doğrudan Çıktı Modu
• Pano Entegrasyonu

3.0 için Değişiklikler

• Yeni Diller: Farsça ve Vietnamca
• Genişletilmiş Yapay Zekâ Modelleri
• Dikte Kararlılığı İyileştirmeleri
• Dosya İşleme Düzeltmeleri
• İstem Optimizasyonu

2.9 için Değişiklikler

• Fransızca ve Türkçe çeviriler eklendi.
• Biçimlendirilmiş Görünüm
• Markdown Ayarı
• İletişim Kutusu Yönetimi
• Kullanıcı Deneyimi İyileştirmeleri

2.8 için Değişiklikler

• İtalyanca çeviri eklendi.
• Durum Bildirimi
• HTML Dışa Aktarma
• Ayarlar Arayüzü İyileştirmeleri
• Yeni Modeller
• Yeni Diller
• Dikte İyileştirmeleri
• Güncelleme Ayarları
• Kod temizliği.

2.7 için Değişiklikler

• Resmî NV Access Eklenti Şablonuna geçiş.
• HTTP 429 için otomatik yeniden deneme.
• Çeviri istemleri optimizasyonu.
• Rusça çeviri güncellemesi.

2.6 için Değişiklikler

• Rusça çeviri desteği.
• Hata iletileri güncellendi.
• Varsayılan hedef dil İngilizce yapıldı.

2.5 için Değişiklikler

• Yerel Dosya OCR Komutu.
• “Sohbeti Kaydet” düğmesi.
• Tam yerelleştirme desteği.
• NVDA ton modülüne geçiş.
• Gemini Dosya API’sine geçiş.
• Süslü parantez hatası düzeltildi.

2.1.1 için Değişiklikler

• [file_ocr] değişkeni düzeltildi.

2.1 için Değişiklikler

• Tüm kısayollar NVDA+Control+Shift standardına alındı.

2.0 için Değişiklikler

• Otomatik güncelleme sistemi.
• Akıllı çeviri önbelleği.
• Sohbet belleği.
• Panoya özel çeviri komutu.
• Yapay zekâ istemleri optimizasyonu.
• Özel karakter çökmesi düzeltildi.

1.5 için Değişiklikler

• 20’den fazla yeni dil desteği.
• Etkileşimli iyileştirme penceresi.
• Akıllı dikte.
• NVDA Girdi Hareketleri kategorisi.
• COMError çökme düzeltmeleri.
• Otomatik yeniden deneme.

1.0 için Değişiklikler

• İlk sürüm.