Um kantonesische Audio in Text umzuwandeln, senden Sie die Datei an den Potok-Bot in Telegram und bedenken, dass diese Sprache ein Grenzfall ist. Veröffentlichte Tests anderer mit large-v3, nicht unsere Messungen, ergeben eine Zeichenfehlerrate von 9.8. Die Qualität hängt von der Modellvariante ab. 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
- Grenzfall: Ein Test eines Anbieters meldete für die schnellere Turbo-Variante deutlich schlechtere Ergebnisse.
- Die 9.8 ist eine Zeichenfehlerrate aus veröffentlichten Tests anderer, weil Kantonesisch ohne Leerzeichen geschrieben wird.
- Beurteilen Sie das Ergebnis nach falschen Zeichen, nicht nach falschen Wörtern.
- Ein kurzer Ausschnitt zeigt am schnellsten, ob Ihr Sprecher gut funktioniert.
So sieht ein Transkript aus
[00:00] Sprecher 1: 我哋開始開會啦。首先睇下上個禮拜嘅結果，跟住傾下一步點做。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 |
|---|---|---|---|
| Kantonesisch (粵語) | Empfohlen, Grenzfall | Zeichenfehlerrate 9.8% (large-v3, FLEURS) Whale paper | Veröffentlichte Tests zeigen eine Fehlerquote nahe unserer Grenze von 15 %. Prüfen Sie zuerst eine kurze Probe. |
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
- Testen Sie zuerst eine kurze Probe. Weil diese Sprache ein Grenzfall ist, schneiden Sie dreißig Sekunden aus Ihrer Aufnahme und senden Sie diese vor der ganzen Datei. Das kostet wenig und zeigt, was Sie erwarten können.
- Öffnen Sie den Bot. Öffnen Sie @potok_now_bot in Telegram und wählen Sie den Chat.
- Senden Sie die ganze Datei. Wenn die Probe gut lesbar ist, hängen Sie die gesamte Aufnahme an, bis zu 2 GB. Für eine große Datei nutzen Sie die Upload-Taste der Mini-App.
- Lesen Sie in Zeichen, nicht in Wörtern. Ohne Leerzeichen gibt es keine Wortgrenzen. Gehen Sie daher Zeile für Zeile durch und markieren Sie jedes falsche Zeichen im Vergleich zum Audio.
- Exportieren. Speichern Sie TXT oder DOCX zum Bearbeiten oder SRT und VTT, wenn Sie Untertitel mit Zeitstempeln brauchen.
| 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 |
|---|---|---|
| Das Ergebnis nach der Wortzahl beurteilen | Text ohne Leerzeichen hat keine Wortgrenzen, die sich zählen ließen. | Zählen Sie Zeichen; das ist die Messgröße des veröffentlichten Werts. |
| Die Probe überspringen | Eine Grenzsprache kann bei einer Stimme scheitern und bei einer anderen funktionieren. | Testen Sie dreißig Sekunden, bevor Sie lange hochladen. |
| Einen Wert eines anderen Modells übernehmen | Für die schnellere Turbo-Variante wurden deutlich schlechtere Ergebnisse gemeldet. | Nennen Sie das Modell, das in der Quelle steht. |
| Einen Vortrag senden, der ins Mandarin wechselt | Die Erkennung folgt pro Datei einer Sprache. | Teilen Sie die Datei dort, wo die Sprache wechselt. |
Mehr
Sehen Sie sich die vollständige Liste der Sprachen, die Werkzeuge und das Glossar an.
Häufige Fragen
Warum gilt Kantonesisch als Grenzfall?
Die veröffentlichte Zeichenfehlerrate von 9.8 sieht gut aus, doch ein Test eines Anbieters meldete für die Turbo-Variante deutlich schlechtere Ergebnisse. Die Sprache braucht deshalb Sorgfalt.
Was bedeutet Zeichenfehlerrate?
Sie zählt falsche Zeichen im Vergleich zum korrekten Text. Sie eignet sich für Sprachen, die ohne Leerzeichen geschrieben werden.
Kann ich eine lange Aufnahme senden?
Ja, bis 2 GB. Die Upload-Taste der Mini-App des Bots ist für große Dateien gedacht.
Wird das Ergebnis von einem Menschen geprüft?
Nein. Es ist maschinelle Ausgabe, lesen Sie sie daher vor der Verwendung anhand der Aufnahme Korrektur.
Bekomme ich Untertitel?
Ja. Exportieren Sie SRT oder VTT mit eingeschalteten Zeitstempeln.
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
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