Veo 3 ve Kling'i Türkçe konuşturma: test sonuçları ve istem yapısı

Test düzeni

Eylül 2026'da iki modeli de Kie API'si üzerinden kullandık. Her iki sahne de onayladığımız bir ilk kareden başladı: aynı kurgusal kişi, aynı banyo, aynı kurgusal serum şişesi (LUMIA). Böylece modellerin kişiyi ve ürünü ne kadar koruduğunu da görebildik.

Klipleri bir yapay zeka hakemi sesiyle birlikte izleyip puanladı (Gemini 3.8 Flash): konuşulan dil, repliğin doğru söylenip söylenmediği, dudak senkronu, hareket doğallığı, gerçekçilik, kişinin ve ürünün değişip değişmediği.

• Veo 3.1 Fast: konuşan sahne, 8 saniye, Türkçe replik
• Kling 3.0: konuşmasız ürün uygulama sahnesi, 5 saniye
• Aynı ilk kare mantığı, aynı karakter ve ürün

Veo 3.1: Türkçe konuştu

Replik şuydu: "Kızlar, bu serumu iki haftadır kullanıyorum, cildim bambaşka oldu." Hakem konuşulan dili Türkçe olarak tanıdı ve repliğin doğru söylendiğini onayladı. Dudak senkronu, hareket ve gerçekçilik 10 üzerinden 8 aldı; kişi ve ürün klip boyunca değişmedi, ekranda yazı ya da istenmeyen müzik çıkmadı.

Kusurlar küçüktü: klibin sonunda "cildim" kelimesinde kısa bir tekrar (kekeleme) ve şişe çevrilirken parmak uçlarında hafif yapaylık. Veo klibi 720 × 1280 çözünürlükte, 24 kare/sn ve yaklaşık 2,2 Mbps bit hızında geldi; süre her zaman 8 saniyeydi.

Türkçe konuşmayı bozan iki ayar

İlk denemelerimizde iki ayar sonucu bozuyordu. Birincisi otomatik çeviriydi: kullandığımız API'de istem çevirisi açıkken Türkçe replik İngilizceye çevrilip İngilizce seslendiriliyordu. Çeviriyi kapatınca (enableTranslation: false) model repliği Türkçe söyledi.

İkincisi görselin nasıl kullanıldığıydı. Görseli yalnız "referans" olarak verdiğimizde (REFERENCE_2_VIDEO) model seçtiğimiz kareyle başlamıyor, kişiyi ve sahneyi yeniden yorumluyordu. Görseli ilk kare olarak verince (FIRST_AND_LAST_FRAMES_2_VIDEO) klip tam onayladığımız kareden başladı; kişinin kimliği de bu sayede korundu.

• Otomatik çeviriyi kapat: açıkken Türkçe replik İngilizce seslendirildi
• Görseli ilk kare olarak ver, yalnız referans olarak değil
• Hareketi ilk karedeki pozun devamı olarak yaz; farklı bir eylem yazınca model ikisini uzlaştırıp tuhaf hareket üretiyor

İşe yarayan istem yapısı

Sahneyi İngilizce, repliği Türkçe yazdık ve repliğin Türkçe olduğunu açıkça belirttik. Tarife yalnız tek bir hareket koyduk ve sahnenin ilk karedeki pozdan devam ettiğini yazdık. Repliği kısa tuttuk: 8 saniyelik klipte en fazla 12 kelime civarı. Daha uzun repliklerde konuşma hızlanıyor ya da klip cümlenin ortasında bitiyor.

Repliğin içine tarifte geçen Türkçe notlar koymadık; tırnak içindeki her Türkçe ifade repliğe karışabiliyor. Ürün adını da yazmadık: ürün ilk karede zaten görünüyor. Görsel üretiminde ürün adını isteme yazdığımızda modelin etiketi değiştirdiğini görmüştük; videoda da aynı riski almadık.

İlgili:AI video prompt yazma rehberiTürkçe konuşan yapay zeka videosu

Kling 3.0: Türkçe konuşturmadık, neden?

Kling'in resmî Video 3.0 rehberine göre yerel ses ve diyalog özelliği beş dili destekliyor: Çince, İngilizce, Japonca, Korece ve İspanyolca. Türkçe bu listede yok. Bu yüzden Kling ile Türkçe diyalog denemedik ve konuşan sahneleri Veo'ya verdik. Kling'i Türkçe konuşturan bir istem bulsak bile resmî olarak desteklenmeyen bir dilde her klipte aynı sonucu almayı bekleyemezdik.

Kling'in güçlü olduğu yer konuşmasız sahneler oldu. Serumun damlalıkla uygulandığı 5 saniyelik sahnede, kişiyi karakter öğesi olarak verdiğimizde (portre ve karakter sayfasıyla) hakem hareket doğallığına ve gerçekçiliğe 9 verdi; ne kişi ne ürün değişti. Karakter öğesi olmadan yaptığımız ilk denemede aynı puanlar 6 ve 7'de kalmıştı.

İlgili:AI dudak senkronu nasıl yapılır?

Karşılaştırma tablosu

İki model aynı işi yapmadığı için bu tablo bir "kazanan" seçmiyor; hangisinin hangi sahne için uygun olduğunu gösteriyor.

İki modeli tek reklamda birleştirmek

Kendi üretim hattımızda kural basit: replikli sahne Veo'ya, repliksiz sahne Kling'e gidiyor. İki klibin aynı kişiyi göstermesi için her sahne aynı onaylı portre ve karakter sayfasından üretilmiş ilk kareyle başlıyor. Kurguda klipler aynı çözünürlüğe ve kare hızına getiriliyor, ikinci klibin rengi ilkinin son karesine eşleniyor.

Çözünürlük farkı kurguda hissediliyor: Veo'nun 720p klibi Kling'in 1080p klibinin yanında biraz yumuşak duruyor. Veo için 1080p yükseltme seçeneği var; açılış ve kapanış sahnelerinde kullanmak mantıklı.

İlgili:Kling, Veo veya HeyGen: hangi sahne için hangisi?Gerçekçi AI UGC video kontrol listesi

Testin sınırları

Her model için az sayıda klip ürettik ve puanları bir yapay zeka hakemi verdi. Modelleri bir API sağlayıcısı (Kie) üzerinden kullandık; Gemini uygulamasında ya da Kling'in kendi arayüzünde aynı ayarlar farklı adlarla görünebilir veya hiç olmayabilir. Modeller sık güncelleniyor: Kling'in desteklediği diller değişirse bu yazıyı güncelleyeceğiz.