Neocortex Logo

Oyun NPC'leri için Gerçek Zamanlı Ses API'leri: 2026 Karşılaştırması

OpenAI Realtime, Gemini Live, ElevenLabs Agents, Deepgram, Amazon Nova Sonic ve Hume EVI, sesli oyun karakterleri için karşılaştırıldı; üstüne ne kurmanız gerektiği de anlatıldı.

Neocortex TeamThe team behind Neocortex

· 20 Eki 2026 tarihinde güncellendi · 7 dk okuma

OpenAI Realtime, Gemini Live, ElevenLabs Agents, Deepgram, Amazon Nova Sonic ve Hume EVI, sesli oyun karakterleri için karşılaştırıldı; üstüne ne kurmanız gerektiği de anlatıldı.

Hume, EVI ve TTS ses API'lerini kapatacağını duyurdu; bunlar üzerine konuşan bir karakter kuran her geliştiricinin şimdi taşınması gerekiyor. Bu, gerçek zamanlı bir ses API'sinin oyun karakterinin bir katmanı olduğunu ve bu katmanın altınızdan değişebileceğini hatırlatan faydalı bir uyarı.

Gerçek zamanlı ses modelleri, konuşan bir NPC demosunu bir öğleden sonrada yapacak kadar iyi. Bir oyunun üstüne hangi API'yi kuracağınızı seçmek daha zor, çünkü çoğu müşteri hizmetleri için tasarlandı, oyunlar için değil. Ana gerçek zamanlı ses API'lerinin oyun NPC'leri için nasıl karşılaştığını ve her birinin üstüne ne kurduğunuzu anlatıyoruz.

Hangi gerçek zamanlı ses API'leri bir oyun NPC'sine ses verebilir?

OpenAI Realtime. WebRTC ya da WebSocket üzerinden konuşma girer, konuşma çıkar; ses ve metin token'larına göre faturalanır. Oturum 60 dakikada sona erer. Resmi bir Unity SDK'sı yok, bu yüzden ses istemcisini ve token sunucusunu kendiniz kurmanız gerekir.

Gemini Live. Google'ın gerçek zamanlı API'si, o da token ile faturalanır. Bir WebSocket bağlantısı yaklaşık 10 dakika sürer; oturum devamı sayesinde bir istemci yeniden bağlanıp kaldığı yerden devam edebilir. Unity erişimi, Unity SDK'sı önizlemede olan Firebase AI Logic üzerinden geçer.

ElevenLabs Agents. Dakika başına faturalanan, sesi öncelikli bir ajan platformu; dil modeli ayrıca ücretlendirilir. Eşzamanlılık planınıza bağlı. ElevenLabs web ve mobil çerçeveler için resmi SDK'lar, bir de bildirim yapılmadan değişebilecek erken aşamada bir Unity SDK'sı listeliyor.

Deepgram Voice Agent. Dakika başına faturalandırma; kendi dil modelinizi ya da TTS'inizi getirme seçenekleriyle. Bir C# SDK'sı var ama Unity paketi yok; eşzamanlılık planınıza bağlı.

Amazon Nova Sonic. Amazon Bedrock üzerinde konuşmadan konuşmaya; token ile faturalanır, bağlantılar 8 dakikayla sınırlı. Bu süre dolduğunda yeni bir bağlantı açıp geçmişi geri göndermeniz gerekir. Çağrı merkezlerine yönelik ve Unity SDK'sı yok.

Hume EVI. Hume'un TTS API'siyle birlikte kapanıyor. Bunun üstünde yayın yaptıysanız, taşınmayı şimdiden planlayın; çünkü ses kimlikleri ve yapılandırmalar diğer sağlayıcılara aktarılamaz.

Birbirleriyle nasıl karşılaştırılıyorlar?

APIDurumUnity desteğiFiyatlandırma temeliOturum sınırları
OpenAI RealtimeAktifResmi SDK yokSes ve metin token'ları60 dakikalık oturumlar
Gemini LiveAktifFirebase AI Logic, önizlemedeSes ve metin token'larıYaklaşık 10 dakikalık bağlantılar, devam ettirilebilir
ElevenLabs AgentsAktifErken aşamada resmi SDKDakika başına artı LLMPlana bağlı eşzamanlılık
Deepgram Voice AgentAktifPaket yok, C# SDK'sıDakika başınaPlana bağlı eşzamanlılık
Amazon Nova SonicAktifYokToken8 dakikalık bağlantılar
Hume EVIKapanıyorYokArtık geçerli değilŞimdi taşının

Bir ses API'si size neyi kurmanızı bırakır?

Bu API'lerin hiçbiri bir oyun karakteri değil. Hangisini kullanırsanız kullanın, yine de şunları kurmanız gerekir:

  1. Motor ses istemcisi. Unity ya da Unreal'da yakalama, kodlama, oynatma ve sözü kesme; Unity'nin yerleşik mikrofon sınıfının çalışmadığı WebGL dahil.
  2. Bir arka uç kısa ömürlü token'lar üretsin; böylece gizli anahtarlar oyun derlemesinin içinde, oyuncuların çıkarabileceği bir yerde durmaz.
  3. Karakter. Kişilik, bilgi, hafıza ve korkuluklar; istem olarak yazılır ve bakımı yapılır.
  4. Oturum yönetimi. Süre sınırlarından önce yeniden bağlanma, bağlantılar arasında bağlamı taşıma ve oyuncunun ağı bir cümlenin ortasında koptuğunda toparlanma.
  5. Oyun entegrasyonu. Fonksiyon çağrılarını eyleme çevirmek ve sahne durumunu geri beslemek, böylece karakter oyuncunun neye baktığını bilir.
  6. Maliyet kontrolü. Dakika ya da token başına faturalandırma için, bir oyuncu mikrofonu açık bırakırsa ne olacağı dahil.
  7. Bakım. Modeller, fiyatlar ve API'ler değiştiğinde, yeniden adlandırıldığında ya da kapandığında.

Küçük bir ekip için 1, 2 ve 4 numaralı işler tek başına, ilk diyalog doğru duymaya başlamadan haftalar sürer.

Konuşan bir NPC'nin işletme maliyeti ne?

İki faturalandırma biçimi öne çıkıyor. Token faturalandırması (OpenAI, Gemini, Nova Sonic) giren ve çıkan ses için ücret alır; bu yüzden uzun yanıtlar ve uzayan geçmiş, konuşma büyüdükçe daha pahalıya gelir. Dakika faturalandırması (ElevenLabs, Deepgram) bağlantı süresi için ücret alır; oyuncu bir menüyü okurken süren sessizlik, oturumu kapatmazsanız yine sayılır.

Her iki durumda da maliyet, sahip olduğunuz oyuncu sayısına değil, oyuncuların ne kadar konuştuğuna göre artar. Bir NPC'nin sürekli bir yoldaş olduğu bir oyun ile oyuncuların bir satıcıyla otuz saniye sohbet ettiği bir oyun çok farklı davranır. Lansmandan önce modelleyin; dil modeli ayrı faturalandırılıyorsa onu üstüne ekleyin.

Neocortex, kullanım payı olan sabit aylık planlar kullanıyor: Starter (9 EUR, kişisel ve akademik kullanım), Pro (29 EUR, ticari kullanım) ve Team (99 EUR, beş koltuk).

Kapanan bir ses API'sinden nasıl çıkılır?

Hume EVI'den ayrılıyorsanız ya da bir API değiştiği gün için bir plan istiyorsanız, Neocortex'e geçiş şöyle görünür:

  1. Elinizdekileri dışa aktarın. Erişim bitmeden ses, transkript ve kayıtları indirin; her karakterin sistem istemini ve ses ayarlarını kopyalayın.
  2. Her karakteri düzenleyicide yeniden kurun. Sistem istemi, Agent düğümüne (kim olduklarına), Personality ve Emotion düğümlerine (nasıl tepki verdiklerine) ve bir Knowledge dosyasına (neyi bildiklerine) bölünür.
  3. Sesi yeniden oluşturun. Hakkına sahip olduğunuz bir örnekten klonlayın ya da kelimelerle tarif edip ses tasarımını kullanın.
  4. İstemciyi değiştirin. WebSocket ses kodunuzu, motorunuz için Neocortex SDK'sı ile değiştirin; başka bir şey için Web API'si.
  5. Araçları eylemlere eşleyin. Eskiden yönettiğiniz her fonksiyon çağrısı, bir yanıtta göründüğünde oyununuzun yürüttüğü bir eyleme dönüşür.

Ses API'si mi, karakter platformu mu?

Neocortex bir seviye yukarıda duruyor. Bir ses API'si yerine, tüm karakteri elde edersiniz: görsel bir düzenleyicide tasarlanmış, klonlanmış ya da tasarlanmış bir sesle seslendirilmiş ve Unity, Unreal ve Godot için SDK'lar ya da Web API'si üzerinden sunulmuş.

Ses API'siNeocortex
Motor SDK'sıGenellikle kendiniz kurunUnity, Unreal, Godot
WebGL mikrofonuKendiniz kurunUnity SDK'sında dahil
Karakter tasarımıİstemlerPersonality, Emotion, Knowledge ve daha fazlasıyla görsel düğüm düzenleyicisi
SeslerSağlayıcının hazır sesleriSes klonlama ve ses tasarımı (Pro'da 5, Team'de 20)
Oyun eylemleriFonksiyon çağrılarını bağlayınEylemler ve etkileşilebilir öğeler hazır
Hikâye yapısıKendiniz kurunflowState kontrol noktalı Conversation Flows
Sağlayıcı değişiklikleriSizin sorununuzBizim sorunumuz

Sonuç

Bu API'lerin her biri sesli bir NPC'nin bir katmanı ve Hume'un kapanışı, bir katmanın ne kadar hızlı ortadan kalkabileceğini gösteriyor. Neocortex bütün karakter: akan ses girişi ve çıkışı, kendi sesiniz, oyununuzun yürüttüğü eylemler ve sesi zaten yöneten motor SDK'ları. Bir karakter kurun ve sahnenizde konuştuğunu duyun.

Tek tek karşılaştırmalar

API ayrıntıları en son Ekim 2026'da kontrol edildi.

Sık sorulan sorular

Hume EVI kapanıyor mu?

Evet. Hume, EVI ve TTS API'lerini 13 Kasım 2026'da kapatıyor ve bu tarihten sonra hesap verilerini siliyor. Neocortex, tam bir karakterin parçası olarak akan konuşmadan metne, metinden sese ve özel sesleri sunuyor; Unity, Unreal ve Godot için SDK'larla birlikte.

OpenAI Realtime API'nin bir Unity SDK'sı var mı?

Hayır, OpenAI resmi bir Unity SDK'sı yayımlamıyor; bu yüzden ses istemcisini, token sunucusunu ve yeniden bağlanma mantığını kendiniz kurarsınız. Neocortex'in Unity 6 için altı örnek sahneli bir Unity SDK'sı var ve WebGL derlemelerinde mikrofon desteği sunuyor.

Gerçek zamanlı bir ses oturumu ne kadar sürebilir?

Değişiyor: OpenAI Realtime oturumları 60 dakikada biter, Gemini Live bağlantıları devam ettirilmezse yaklaşık 10 dakika sürer ve Nova Sonic bağlantıları 8 dakika. Neocortex ile SDK konuşmayı yönetir, siz de her oyuncu sırasını olduğu anda gönderirsiniz.

Oyun NPC'leri için en ucuz ses API'si hangisi?

Token ile faturalanan API'ler ile dakika başına faturalanan API'ler, oyuncuların ne kadar konuştuğuna göre büyür ve dil modeli çoğu zaman üstüne ayrıca ücretlendirilir. Neocortex, kullanım payı olan sabit aylık planlar kullanır.

Bir NPC için özel bir ses kullanabilir miyim?

Çoğu ses API'si hazır sesler sunar; klonlama ise çoğu zaman ayrı bir üründür. Neocortex'te hakkına sahip olduğunuz kısa bir örnekten ses klonlayabilir ya da bir metin tarifinden ses tasarlayabilirsiniz: Pro'da 5, Team'de 20 özel ses.

Benzer yazılar

Okumaya devam et