Um kostenlose Kantonesisch-Transkriptionstools zu vergleichen, lassen Sie einen kurzen Clip durch jedes laufen und zählen die falschen Zeichen. Potok stützt sich auf eine veröffentlichte Zeichenfehlerrate von 9.8 für Kantonesisch mit large-v3. Die Sprache ist jedoch ein Grenzfall, sehen Sie die Zahl daher als fremdes Ergebnis.
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
- Die 9.8 ist eine Zeichenfehlerrate (CER) aus einem veröffentlichten Test von large-v3, keine eigene Messung von uns.
- Kantonesisch wird ohne Leerzeichen geschrieben, deshalb wird die Qualität in Zeichen statt in Wörtern gezählt.
- Ein Hersteller-Test meldete für die schnellere Turbo-Variante deutlich schlechtere Ergebnisse, Kantonesisch bleibt also ein Grenzfall.
- Das Transkript bleibt auf Kantonesisch und wird nicht übersetzt.
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
- Einen kurzen Clip wählen. Nehmen Sie etwa eine halbe Minute klares Kantonesisch mit nur einer sprechenden Person, damit sich Fehler leicht zurückverfolgen lassen.
- Den Bot öffnen. Öffnen Sie @potok_now_bot in Telegram und senden Sie den Clip als Sprachnachricht, Audiodatei oder Video.
- Zeichen zählen, nicht Wörter. Ohne Leerzeichen gibt es keine Wortgrenzen. Kopieren Sie den Text in eine Tabelle und markieren Sie jedes falsche oder fehlende Zeichen.
- Tools am selben Clip vergleichen. Senden Sie dieselbe Datei an jedes Tool, das Sie ausprobieren. Dann kommen Unterschiede vom Tool und nicht vom Audio.
- Zu einer längeren Datei übergehen. Dateien bis 2 GB werden angenommen, und große Dateien bewältigt die Hochladen-Schaltfläche der Mini-App des Bots. Exportieren Sie TXT, DOCX oder SRT.
| 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 |
|---|---|---|
| Wörter in einem kantonesischen Ergebnis zählen | Es gibt keine Leerzeichen, die Zählung ist deshalb sinnlos. | Zählen Sie Zeichen und teilen Sie durch die Gesamtzahl des Gehörten. |
| Bei Grenzfällen einer einzelnen Zahl trauen | Kantonesisch liegt nahe an der Grenze dessen, was wir verlässlich nennen. | Behandeln Sie jedes Transkript als Entwurf und lesen Sie es noch einmal durch. |
| Im Testclip mehrere Sprechende mischen | Überlappungen erschweren die Zuordnung der Fehler zu den einzelnen Stimmen. | Testen Sie zuerst eine Stimme und fügen Sie dann eine zweite hinzu. |
| Ein zweites Tool auslassen | Mit nur einem Ergebnis gibt es nichts zum Vergleichen. | Lassen Sie denselben Clip anderswo laufen und legen Sie beide Texte nebeneinander. |
Mehr
Sehen Sie sich die vollständige Liste der Sprachen, die Werkzeuge und das Glossar an.
Häufige Fragen
Warum gilt Kantonesisch als Grenzfall?
Der veröffentlichte Wert ist ordentlich, doch ein Hersteller-Test meldete für die Turbo-Variante deutlich schlechtere Ergebnisse. Deshalb raten wir zur Vorsicht.
Was ist eine Zeichenfehlerrate?
Sie zählt falsche, fehlende oder überzählige Zeichen im Vergleich zu einer menschlichen Vorlage. Sie eignet sich für Sprachen, die ohne Leerzeichen geschrieben werden.
Ist 9.8 das, was ich bekomme?
Nicht unbedingt. Der Wert stammt aus einem veröffentlichten Test mit anderem Audio. Ihre Sprechenden, Störgeräusche und Ihr Wortschatz verändern das Ergebnis.
Kann ich Zeitmarken nutzen, um lange Abschnitte zu prüfen?
Ja. Schalten Sie Zeitmarken ein und springen Sie dann zu der Stelle im Audio, an der eine fragliche Wendung steht.
Wird die Ausgabe in Mandarin umgewandelt?
Nein. Das Transkript bleibt in der Sprache der Aufnahme und wird nicht in eine andere umgewandelt.
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
- Word error rate (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