Potok wandelt Mandarin-Audio über einen Telegram-Bot in Text um. Veröffentlichte Tests anderer mit large-v3, nicht unsere Messungen, ergeben eine Zeichenfehlerrate von 7.8, gegenüber 14.7 beim früheren Modell large-v2. Chinesisch kennt keine Leerzeichen, deshalb werden Fehler pro Zeichen gezählt. Dateien bis 2 GB werden angenommen.
Aufnahme transkribieren
Senden Sie Ihre Sprachnachricht, Audio- oder Videodatei an @potok_now_bot in Telegram, und der Text kommt im Chat zurück.
@potok_now_bot in Telegram öffnen
Dateien bis 2 GB · Export als TXT, MD, DOCX, PDF, SRT und VTT · Sprecherkennzeichnung und Zeitmarken · rund 30 Sprachen
Wichtige Fakten
- Die Zeichenfehlerrate zählt falsche Zeichen im Vergleich zu einem korrekten Referenztext; niedriger ist besser.
- Das frühere Modell large-v2 erreichte in einem ähnlichen veröffentlichten Test 14.7.
- Chinesisch wird ohne Leerzeichen geschrieben, deshalb zählt die Messgröße Zeichen statt Wörter.
- Kantonesisch ist eine eigene gesprochene Sprache und hat auf dieser Website eine eigene Seite.
So sieht ein Transkript aus
[00:00] Sprecher 1: 我们开始开会吧。首先回顾上周的结果，然后规划下一步。Bedeutung auf Deutsch: Let's start the meeting. First, we'll review last week's results, then plan the next steps.
Von uns geschrieben, um die Schrift und das Layout eines Transkripts zu zeigen. Es ist keine Ausgabe der Spracherkennung.
Veröffentlichte Qualität
| Sprache | Einschätzung | Veröffentlichtes Ergebnis | Hinweise |
|---|---|---|---|
| Chinesisch (Mandarin) (中文（普通话）) | Empfohlen | Zeichenfehlerrate 7.8% (large-v3, FLEURS) Whale paper, Whisper paper | Veröffentlichte Tests zeigen für diese Sprache eine niedrige Fehlerquote. |
Diese Zahlen stammen aus veröffentlichten Tests Dritter, nicht aus Tests von Potok. Ihre eigene Aufnahme mit Störgeräuschen, Akzenten und Mikrofon wird abweichen.
So geht es
- Vergewissern Sie sich, dass es Mandarin ist. Wechseln Sprecher ins Kantonesische oder in einen starken regionalen Dialekt, sinken die Ergebnisse. Teilen Sie die Datei dort, wo die Sprache wechselt.
- Öffnen Sie den Bot. Öffnen Sie @potok_now_bot in Telegram.
- Senden Sie die Datei. Audio, Video, Sprachnachricht oder YouTube-Link funktionieren alle, bis 2 GB. Für große Dateien nutzen Sie die Upload-Taste.
- Lesen Sie ähnlich klingende Zeichen Korrektur. Verschiedene Zeichen können gleich ausgesprochen werden. Lesen Sie das Ergebnis mit dem Audio und korrigieren Sie vor allem Namen.
- Exportieren. Wählen Sie DOCX oder TXT zum Bearbeiten und SRT für Untertitel.
| Funktion | Details |
|---|---|
| Wo es funktioniert | Telegram-Bot @potok_now_bot; große Dateien laufen über die Mini-App des Bots |
| Dateigröße | Bis zu 2 GB |
| Export | TXT, MD, DOCX, PDF, SRT, VTT |
| Sprecher und Zeit | Sprecherkennzeichnung und Zeitmarken lassen sich einschalten |
| Sprachen | Rund 30 Sprachen mit guten veröffentlichten Ergebnissen; einige weitere mit Einschränkungen |
| Übersetzung | Das Transkript wird nicht in eine andere Sprache übersetzt |
| Diktat | Mit einer separaten Potok-Desktop-App können Sie in jedem Programm Text diktieren; sie erkennt russische Sprache |
Häufige Fehler
| Fehler | Was passiert | Lösung |
|---|---|---|
| Mandarin und Kantonesisch in einer Datei mischen | Die Erkennung folgt einer Sprache, die andere Hälfte wird schlechter. | Schneiden Sie die Datei dort, wo die Sprache wechselt. |
| Die Qualität an der Wortzahl messen | Text ohne Leerzeichen lässt sich nicht in Wörter teilen. | Vergleichen Sie Zeichen, wie es der veröffentlichte Wert tut. |
| Namen blind vertrauen | Ein Name kann mit einem anderen, ähnlich klingenden Zeichen geschrieben sein. | Prüfen Sie Namen anhand einer schriftlichen Quelle. |
| Die 14.7 als aktuelles Ergebnis zitieren | Diese Zahl gehört zum früheren Modell large-v2. | Nutzen Sie den Wert 7.8 für large-v3 und nennen Sie das Modell. |
Mehr
Sehen Sie sich die vollständige Liste der Sprachen, die Werkzeuge und das Glossar an.
Häufige Fragen
Wie gut ist die Mandarin-Transkription?
Die veröffentlichte Zeichenfehlerrate liegt bei 7.8 mit large-v3 und damit in der guten Gruppe, doch Namen und seltene Wörter brauchen weiterhin eine Prüfung.
Warum eine Zeichenfehlerrate?
Chinesisch wird ohne Leerzeichen geschrieben, deshalb zählt die übliche Messgröße Zeichen statt Wörter.
Ist der Wert für large-v2 noch relevant?
Er lag bei 14.7, das neuere Modell liest in diesen veröffentlichten Tests also besser.
Kann ich ein Video hochladen?
Ja. Videodateien und YouTube-Links werden im Rahmen der Grenze von 2 GB angenommen.
Schreibt der Bot traditionelle oder vereinfachte Zeichen?
Die veröffentlichten Tests sagen dazu nichts. Prüfen Sie daher an einer Probe, ob die gewünschte Form herauskommt.
Quellen
Jede Quelle wurde am angegebenen Datum von Hand geöffnet. Seiten ändern sich, öffnen Sie die Quelle also, wenn Ihnen ein Detail wichtig ist.
- Word error rate (Wikipedia), Wikipedia · geprüft
- Whisper speech recognition system (Wikipedia), Wikipedia · geprüft
- Whale paper, Table 5 (Whisper large-v3 on FLEURS) · geprüft
- Whisper paper, Table 13 (large-v2 on FLEURS) · geprüft
Probieren Sie es mit Ihrer eigenen Aufnahme aus
Senden Sie Ihre Sprachnachricht, Audio- oder Videodatei an @potok_now_bot in Telegram, und der Text kommt im Chat zurück.
@potok_now_bot in Telegram öffnen