Um ein kostenloses Englisch-Transkriptionstool zu testen, wählen Sie einen kurzen Clip in dem Akzent, den Sie wirklich brauchen, und lesen den Text gegen das Audio. Potok nennt veröffentlichte Wortfehlerraten von 4.0 bis 4.25 für Englisch mit large-v3, aus fremden Tests und nicht aus unseren.
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
- Veröffentlichte Ergebnisse von large-v3 für Englisch liegen bei einer Wortfehlerrate von 4.0 bis 4.25.
- Die Turbo-Variante erreicht in einem Test einer Drittquelle im Schnitt 4.80.
- Englisch ist in veröffentlichten Tests die am besten abgedeckte Sprache, doch Akzente und Fachjargon bereiten weiterhin Probleme.
- Das Transkript bleibt auf Englisch und wird nicht übersetzt.
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
- Den wichtigen Akzent wählen. Nehmen Sie eine Minute Sprache von der Art Sprechenden, die Sie wirklich transkribieren werden, nicht von einem Nachrichtensprecher.
- Den Bot öffnen. Öffnen Sie @potok_now_bot in Telegram und senden Sie den Clip als Sprachnachricht, Audiodatei oder Video.
- Nach Fachjargon suchen. Nehmen Sie Produktnamen, Abkürzungen und Familiennamen auf. An ihnen scheitert ein gut aussehendes Transkript.
- Gleichklingende Wörter vergleichen. Prüfen Sie Wörter, die gleich klingen, und sehen Sie, ob der Zusammenhang das richtige gewählt hat.
- Auf die ganze Aufnahme hochskalieren. Bis 2 GB werden angenommen, für die größten Dateien gibt es das Hochladen in der Mini-App. Exportieren Sie TXT, DOCX, 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 |
|---|---|---|
| Nur mit einer Stimme in Studioqualität testen | Das schmeichelt jedem Tool und sagt nichts über Ihre Sprechenden. | Fügen Sie einen Clip mit regionalem Akzent oder mit einer Person an der Telefonleitung hinzu. |
| Abkürzungen auslassen | Sie werden selten so geschrieben, wie das Fachgebiet sie schreibt. | Nehmen Sie mehrere in den Clip auf und prüfen Sie jede einzeln. |
| Eine Spanne als eine einzige Zahl behandeln | Die Ergebnisse reichen in den Tests von 4.0 bis 4.25. | Nennen Sie die Spanne und das Modell. |
| Bei unterschiedlicher Lautstärke vergleichen | Leises Audio schadet einem Tool mehr als einem anderen. | Verwenden Sie überall dieselbe Datei. |
Mehr
Sehen Sie sich die vollständige Liste der Sprachen, die Werkzeuge und das Glossar an.
Häufige Fragen
Wie schneidet Englisch in veröffentlichten Tests ab?
large-v3 zeigt Wortfehlerraten von 4.0 bis 4.25 und einen Turbo-Durchschnitt einer Drittquelle von 4.80.
Verändern Akzente das Ergebnis?
Das können sie. Die veröffentlichten Zahlen schlüsseln Akzente nicht auf, testen Sie also den, den Sie brauchen.
Kann ich einen YouTube-Link senden?
Ja. Links werden neben Sprachnachrichten, Audiodateien und Video angenommen.
Kann ich Zeitmarken bekommen?
Ja. Schalten Sie sie vor dem Senden ein, dann trägt jeder Abschnitt eine Zeit, mit der Sie zurück ins Audio springen können.
Kann der Text in einer anderen Sprache erscheinen?
Nein. Das Transkript bleibt in der Sprache der Aufnahme.
Quellen
Jede Quelle wurde am angegebenen Datum von Hand geöffnet. Seiten ändern sich, öffnen Sie die Quelle also, wenn Ihnen ein Detail wichtig ist.
- FLEURS speech dataset (Google, Hugging Face), Hugging Face · geprüft
- Word error rate (Wikipedia), Wikipedia · 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