Um englische Audio in Text umzuwandeln, senden Sie die Datei an den Potok-Bot in Telegram. Veröffentlichte Tests anderer mit large-v3, nicht unsere Messungen, ergeben eine Wortfehlerrate von 4, wobei gemeldete Ergebnisse von 4.0 bis 4.25 reichen. Dateien bis 2 GB funktionieren, und der Text bleibt Englisch.
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
- Ein Drittanbieter-Test der schnelleren Turbo-Variante liegt im Schnitt bei 4.80, die Modellwahl verschiebt die Zahl also leicht.
- Englisch ist in den veröffentlichten Tests die am besten abgedeckte Sprache, sein Wert ist daher am stabilsten.
- Akzent, Rauschen und Durcheinanderreden verändern Ihr eigenes Ergebnis stärker als der Modellname.
- Kurze Ergebnisse kommen im Chat an, lange als Datei.
So sieht ein Transkript aus
[00:00] Sprecher 1: Let's start the meeting. First, we'll review last week's results, then plan the next steps.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 |
|---|---|---|---|
| Englisch (English) | Empfohlen | Wortfehlerrate 4% (large-v3, FLEURS) Canary-1B-v2 paper, Whale 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
- Öffnen Sie den Bot. Öffnen Sie @potok_now_bot in Telegram.
- Hängen Sie Ihre Aufnahme an. Audio, Video, Sprachnachricht oder YouTube-Link; Dateien bis 2 GB. Für größere drücken Sie auf Upload.
- Wählen Sie Sprecherlabels. Schalten Sie sie bei Besprechungen und Interviews ein, damit jede Zeile eine Nummer hat.
- Lesen Sie Eigennamen Korrektur. Markennamen, Nachnamen und Abkürzungen sind die üblichen Fehlerquellen, selbst bei Englisch.
- Hören Sie eine knifflige Stelle an. Wählen Sie einen schnellen oder verrauschten Abschnitt und vergleichen Sie ihn mit dem Text. So sehen Sie, wie genau der Rest gelesen werden muss.
- Exportieren. Wählen Sie TXT, MD, DOCX, PDF, SRT oder VTT.
| 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 |
|---|---|---|
| Sauberen Text annehmen, weil die Rate niedrig ist | Eine Rate von 4 bedeutet bei einer langen Datei immer noch Fehler. | Lesen Sie alles Korrektur, was veröffentlicht wird. |
| Eine andere Sprache einmischen | Fremde Wendungen werden oft nach dem Klang geschrieben. | Korrigieren Sie sie von Hand. |
| Über Freisprecheinrichtung aufnehmen | Hall schadet jeder Spracherkennung. | Nutzen Sie ein Headset oder halten Sie das Telefon nah an den Sprecher. |
| Musik mit Sprache senden | Hintergrundmusik überdeckt Konsonanten. | Senden Sie nur die Sprachspur, falls Sie sie haben. |
Mehr
Sehen Sie sich die vollständige Liste der Sprachen, die Werkzeuge und das Glossar an.
Häufige Fragen
Wie genau ist Englisch?
Veröffentlichte Ergebnisse liegen bei etwa 4 Wortfehlerrate mit large-v3, unter den besten, sind aber Tests anderer.
Spielt der Akzent eine Rolle?
Ja. Starke Akzente und laute Räume erhöhen die Fehler, auch bei Englisch.
Bekomme ich Untertitel?
Ja, exportieren Sie SRT oder VTT mit eingeschalteten Zeitstempeln.
Wie groß darf die Datei sein?
2 GB pro Datei, und die Upload-Taste der Mini-App übernimmt die größten.
Korrigiert er meine Grammatik?
Nein. Er schreibt, was gesagt wurde, gesprochene Fehler erscheinen also im Text.
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
- FLEURS speech dataset (Google, Hugging Face), Hugging Face · geprüft
- Canary-1B-v2 paper, Table 11 (Whisper large-v3 on FLEURS) · geprüft
- Whale paper, Table 5 (Whisper large-v3 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