Was ist mehrsprachige Spracherkennung? Es ist ein einziges System, das Sprache in vielen Sprachen erkennt, statt je ein eigenes Modell. Es lernt gemeinsame Lautmuster und entscheidet, welche Sprache es hört. Die Qualität schwankt trotzdem, manche Sprachen werden weit besser bedient.
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 Modell für viele Sprachen wird mit Aufnahmen in allen trainiert, daher schneiden Sprachen mit viel Trainingsaudio meist am besten ab.
- Veröffentlichte Benchmarks wie FLEURS testen dasselbe System in vielen Sprachen, und die Werte streuen meist weit vom stärksten bis zum schwächsten.
- Viele Sprachen auf der Liste heißt nicht, dass jede abgedeckt ist: Eine Sprache mit wenig Trainingsdaten kann gelistet sein und trotzdem schlecht gelesen werden.
- Ein mehrsprachiges System muss die Sprache entweder erkennen oder genannt bekommen, und eine falsche Wahl schadet jedem folgenden Wort.
- Sprache, die zwei Sprachen mischt, ist schwerer als einsprachige, auch für ein Modell, das beide einzeln beherrscht.
So sieht es aus
// illustrative output of a multilingual recogniser
{
"language": "de",
"text": "Guten Morgen, wir beginnen mit dem Bericht.",
"language_confidence": "high"
}
// the same system, given a clip in French, would return language "fr"
Mehr
Sehen Sie sich die vollständige Liste der Sprachen, die Werkzeuge und das Glossar an.
Häufige Fragen
Ist ein mehrsprachiges Modell besser als je ein Modell pro Sprache?
Nicht immer. Es ist leichter zu betreiben und deckt mehr Sprachen ab, aber ein Modell für nur eine Sprache kann dort besser sein. Es hängt von den Daten ab.
Erkennt es jede Sprache?
Nein. Die Abdeckung hat Grenzen, und die Qualität unterscheidet sich je nach Sprache. Prüfen Sie veröffentlichte Testergebnisse für Ihre Sprache, bevor Sie einem langen Transkript vertrauen.
Wie viele Sprachen beherrscht der Potok-Bot gut?
Bei etwa 30 Sprachen liegen gut belegte Ergebnisse vor, bei einigen weiteren gibt es einen Warnhinweis. Die Sprachliste auf dieser Website zeigt, was wo gilt.
Übersetzt der Bot das Transkript?
Nein. Das Transkript bleibt in der gesprochenen Sprache. Der Bot macht daraus keine andere Sprache.
Was tun bei einer seltenen Sprache?
Testen Sie zuerst einen kurzen Clip, lesen Sie das Ergebnis genau und rechnen Sie damit, dass Namen und Fachwörter von Hand korrigiert werden müssen.
Quellen
Jede Quelle wurde am angegebenen Datum von Hand geöffnet. Seiten ändern sich, öffnen Sie die Quelle also, wenn Ihnen ein Detail wichtig ist.
- Whisper speech recognition system (Wikipedia), Wikipedia · geprüft
- FLEURS speech dataset (Google, Hugging Face), Hugging Face · 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