Die Spracherkennung für Chinesisch mit Potok deckt Mandarin ab und ist als empfohlen markiert. Veröffentlichte Tests von large-v3 nennen eine Zeichenfehlerrate von 7.8, gegenüber 14.7 beim früheren Modell large-v2. Beides sind Werte Dritter, keine eigenen Messungen, und das Ergebnis hängt von Ihrem Audio ab.
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
- Das ältere Modell large-v2 erreichte im gleichen Testtyp 14.7, das neuere Modell halbiert den veröffentlichten Fehler also ungefähr.
- Chinesisch wird ohne Leerzeichen geschrieben, deshalb werden die Ergebnisse pro Zeichen angegeben.
- Die Zeichenfehlerrate zählt falsche, fehlende oder zusätzliche Zeichen im Vergleich zu einem Referenztext.
- Diese Seite handelt von Mandarin, andere chinesische Varietäten decken diese Werte nicht ab.
So sieht ein Transkript aus
[00:00] Sprecher 1: 我们开始开会吧。首先回顾上周的结果，然后规划下一步。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 |
|---|---|---|---|
| Chinesisch (Mandarin) (中文（普通话）) | Empfohlen | Zeichenfehlerrate 7.8% (large-v3, FLEURS) Whale paper, Whisper 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
- Prüfen, dass es Mandarin ist. Die veröffentlichten Ergebnisse beschreiben hier Mandarin. Eine Aufnahme in einer anderen Varietät braucht einen eigenen Test.
- Die Datei senden. Öffnen Sie @potok_now_bot und hängen Sie Audio, Video oder eine Sprachnachricht an.
- Upload für lange Dateien nutzen. Der Bot nimmt bis zu 2 GB an, die Schaltfläche Upload in seiner Mini-App verarbeitet die großen Dateien.
- Zahlen und Namen durchsehen. Ziffern, Produktnamen und Personennamen sind die wahrscheinlichsten Stellen für ein falsches Zeichen.
- Exportieren. TXT oder DOCX für Notizen, SRT oder VTT für Untertitel.
| 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 |
|---|---|---|
| Mandarin-Werte auf eine andere Varietät anwenden | Die Zahlen wurden dafür nicht gemessen. | Prüfen Sie zuerst einen Ausschnitt. |
| 7.8 mit einer Wortfehlerrate vergleichen | Die Einheiten unterscheiden sich, der Vergleich führt in die Irre. | Vergleichen Sie Zeichen mit Zeichen. |
| 14.7 als aktuellen Wert nennen | Das ist das ältere Modell. | Nennen Sie 7.8 für large-v3 und kennzeichnen Sie ihn als veröffentlicht. |
| In der Ausgabe nach Wortlücken suchen | Zwischen den Wörtern gibt es keine Leerzeichen. | Suchen Sie stattdessen nach der Zeichenfolge. |
Mehr
Sehen Sie sich die vollständige Liste der Sprachen, die Werkzeuge und das Glossar an.
Häufige Fragen
Gilt das auch für Kantonesisch?
Nein. Kantonesisch hat eine eigene Seite und eigene veröffentlichte Werte.
Was bedeutet 7.8?
Es ist eine Zeichenfehlerrate aus veröffentlichten Tests, grob 7.8 falsche Zeichen auf je 100.
Ist die Ausgabe in vereinfachten oder traditionellen Zeichen?
Dazu haben wir keine veröffentlichten Daten. Prüfen Sie einen Ausschnitt, wenn Ihnen die Schrift wichtig ist.
Kann ich die Aufzeichnung eines Videoanrufs senden?
Ja. Video, Audio und Sprachnachrichten werden bis zu 2 GB pro Datei angenommen.
Wird der Text ins Englische übertragen?
Nein. Er bleibt Chinesisch, der Bot übersetzt keine Transkripte.
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
- Whisper paper, Table 13 (large-v2 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