Um Hindi-Audio in Text umzuwandeln, senden Sie die Datei mit einem Vorbehalt an den Potok-Bot in Telegram. Veröffentlichte Werte anderer schwanken: 16.9 Wortfehlerrate aus der Ankündigung von large-v3 und etwa 37 in unabhängigen Tests mit anderer Normalisierung. Rechnen Sie mit mehr Fehlern als bei den empfohlenen Sprachen. Dateien bis 2 GB funktionieren.
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 Durchschnittswert eines Dritten für die schnellere Turbo-Variante lag bei 19.25 und damit zwischen den beiden Werten.
- Die Textnormalisierung verändert den Wert stark, vergleichen Sie daher nur Werte aus demselben Test.
- Hindi wird in Devanagari-Schrift geschrieben, Ihr Editor braucht daher eine Unicode-Schrift.
- Alltägliches Hindi mischt oft englische Wörter ein.
- Ein Video oder YouTube-Link wird wie Audio gelesen, Sie können einen Vortrag also transkribieren, ohne zuvor den Ton zu extrahieren.
So sieht ein Transkript aus
[00:00] Sprecher 1: चलिए बैठक शुरू करते हैं। पहले हम पिछले हफ़्ते के नतीजों की समीक्षा करेंगे, फिर अगले कदमों की योजना बनाएँगे।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 |
|---|---|---|---|
| Hindi (हिन्दी) | Mit Vorsicht verwenden | Wortfehlerrate 16.9% (large-v3, FLEURS) Whisper discussion, TheWhisper benchmark | Veröffentlichte Tests zeigen für diese Sprache eine höhere Fehlerquote. Prüfen Sie zuerst eine kurze Probe und planen Sie eine Korrektur ein. |
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
- Planen Sie eine Durchsicht ein. Behandeln Sie die Ausgabe als Entwurf, denn veröffentlichte Ergebnisse streuen weit.
- Öffnen Sie den Bot. Öffnen Sie @potok_now_bot in Telegram.
- Senden Sie die Datei. Audio, Video oder YouTube-Link, bis 2 GB. Nutzen Sie Upload für große Dateien.
- Prüfen Sie die eingemischten englischen Wörter. Suchen Sie englische Begriffe in Hindi-Zeilen und sehen Sie nach, ob sie in Devanagari oder in lateinischen Buchstaben geschrieben wurden.
- Prüfen Sie Namen und Zahlen. Personennamen und gezählte Angaben werden am ehesten falsch erkannt, bestätigen Sie sie daher anhand der Aufnahme.
- Exportieren. DOCX oder TXT zum Bearbeiten, SRT oder VTT 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 |
|---|---|---|
| Nur die 16.9 zitieren | Unabhängige Tests waren schlechter. | Nennen Sie die ganze Spanne. |
| Eine Schrift ohne Devanagari nutzen | Der Text erscheint als Kästchen. | Nutzen Sie eine Unicode-Schrift. |
| Die Durchsicht überspringen | Fehler sind hier wahrscheinlicher. | Lesen Sie anhand des Audios Korrektur. |
| Werte aus verschiedenen Tests vergleichen | Die Normalisierung unterscheidet sich. | Vergleichen Sie Gleiches mit Gleichem. |
| Erwarten, dass jedes englische Wort in lateinischer Schrift steht | Die Erkennung schreibt sie womöglich stattdessen in Devanagari. | Entscheiden Sie, welchen Stil Sie wollen, und passen Sie den Text an. |
Mehr
Sehen Sie sich die vollständige Liste der Sprachen, die Werkzeuge und das Glossar an.
Häufige Fragen
Warum steht auf der Hindi-Seite ein Vorbehalt?
Veröffentlichte Ergebnisse streuen weit, von 16.9 bis etwa 37, die Ausgabe braucht daher eine sorgfältige Prüfung.
Welcher Wert ist der beste Fall?
16.9. Er stammt aus der Ankündigung des Modells und ist weder unsere eigene Messung noch ein neutraler Test.
Wie groß darf die Datei sein?
2 GB pro Datei, mit der Upload-Taste für große.
Wird der Text übersetzt?
Nein. Der Text bleibt Hindi, die Sprache der Aufnahme, die Sie an den Bot gesendet haben.
Kann ich ein Video senden?
Ja, ein Video wird wie Audio gelesen, im Rahmen der Grenze des Bots von 2 GB.
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
- OpenAI Whisper discussion on large-v3 · geprüft
- TheWhisper benchmark (turbo, average over FLEURS, MLS, Common Voice) · 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