Die Spracherkennung für Arabisch mit Potok läuft über einen Telegram-Bot und kommt mit einer Warnung. In veröffentlichten Tests des Modells large-v2 liegt die Wortfehlerrate für Arabisch bei 16, also über dem Niveau der empfohlenen Sprachen, und Dialekte schneiden schlechter ab. Das sind Tests anderer, keine eigenen Messungen.
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
- Der Dialekt ist das größte Risiko: Alltagsgespräche unter Verwandten können weit vom modernen Hocharabisch formeller Sendungen entfernt sein.
- Ein anderer Durchschnittswert von Dritten für das Modell turbo lag bei 10.57, selbst die veröffentlichten Zahlen einigen sich also nicht auf einen Wert.
- Die Wortfehlerrate zählt Wörter, die im Vergleich zu einem Referenztext vertauscht, ausgelassen oder hinzugefügt wurden.
- Ein einzelner Sprecher in einem ruhigen Raum ist der sicherste erste Test.
So sieht ein Transkript aus
[00:00] Sprecher 1: لنبدأ الاجتماع. أولاً سنراجع نتائج الأسبوع الماضي، ثم نخطط للخطوات التالية.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 |
|---|---|---|---|
| Arabisch (العربية) | Mit Vorsicht verwenden | Wortfehlerrate 16% (large-v2, FLEURS) Whisper paper, 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
- Kurzen Ausschnitt schneiden. Nehmen Sie etwa eine Minute aus der Mitte Ihrer Aufnahme, nicht die saubere Einleitung, und behalten Sie die Stimme, auf die es Ihnen ankommt.
- An den Bot senden. Öffnen Sie @potok_now_bot in Telegram und senden Sie den Ausschnitt als Sprachnachricht, Audiodatei oder Video.
- Mit dem Ohr vergleichen. Hören Sie zu und lesen Sie mit. Prüfen Sie zuerst Namen von Personen und Orten, denn diese Wörter hat ein Modell am seltensten gesehen.
- Die ganze Datei senden. Bis zu 2 GB werden angenommen. Nutzen Sie bei einer langen Aufnahme die Schaltfläche Upload in der Mini-App des Bots.
- Zum Lesen exportieren. Wählen Sie DOCX oder TXT zur Durchsicht und SRT oder VTT für Untertitel. Lassen Sie die Zeitstempel an, damit Sie zu zweifelhaften Zeilen zurückspringen können.
| 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 |
|---|---|---|
| Jeden arabischen Dialekt an einem veröffentlichten Wert messen | Die Zahl sagt wenig über einen regionalen Akzent, und bei Dialekten steigen die Fehler. | Testen Sie einen Ausschnitt des tatsächlichen Sprechers, bevor Sie viele Stunden Audio abgeben. |
| Den exportierten Text in einem Editor von links nach rechts öffnen | Ziffern und Satzzeichen landen auf der falschen Seite der Zeile. | Verwenden Sie ein Textprogramm mit Unterstützung für Schrift von rechts nach links. |
| Die 16 als Ergebnis für Ihre Dateien nennen | Leser nehmen an, sie sei an Ihrem Audio gemessen worden. | Schreiben Sie dazu, dass es ein Wert aus veröffentlichten Tests anderer ist. |
| Die Sprecherprüfung bei einem Gruppengespräch auslassen | Sich überlagernde Stimmen verschmelzen zu einer Zeile. | Schalten Sie die Sprecherkennzeichnung ein, sie erscheint als Nummern. |
Mehr
Sehen Sie sich die vollständige Liste der Sprachen, die Werkzeuge und das Glossar an.
Häufige Fragen
Warum trägt diese Seite eine Warnung?
Die veröffentlichten Fehlerraten für Arabisch sind höher als bei den empfohlenen Sprachen und steigen bei Dialekten weiter. Lesen Sie die Ausgabe daher sorgfältig.
Kommt es mit ägyptischem oder Golf-Arabisch zurecht?
Die veröffentlichten Tests trennen die Ergebnisse nicht nach Dialekt. Sie halten nur fest, dass Dialekte stark von der Standardsprache abweichen. Probieren Sie also einen kurzen Ausschnitt.
Kann ich ein arabisches Video senden?
Ja. Der Bot liest Video- und Audiodateien, Sprachnachrichten und YouTube-Links innerhalb der Grenze von 2 GB.
Werden Vokalzeichen geschrieben?
Verlassen Sie sich nicht darauf. Alltägliches Arabisch lässt kurze Vokale oft weg. Ergänzen Sie die Zeichen selbst, wenn Sie sie brauchen.
Wofür steht die 16?
Es ist die Wortfehlerrate in Prozent der Wörter aus veröffentlichten Tests des Modells large-v2.
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
- Whisper paper, Table 13 (large-v2 on FLEURS) · 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