Englisch ist bei Potok eine empfohlene Sprache mit dem niedrigsten veröffentlichten Fehler auf unserer Liste. Die Ergebnisse von large-v3 reichen in veröffentlichten Tests von 4.0 bis 4.25 Wortfehlerrate, und ein Dritter ermittelte für die Variante turbo im Schnitt 4.80. 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
- Drei veröffentlichte Werte liegen zwischen 4.0 und 4.80, Englisch ist hier also die am besten belegte Sprache.
- Testsätze mit vorgelesener Sprache sind sauberer als echte Besprechungen, erwarten Sie bei Ihren Dateien also mehr Fehler als in den Vergleichstests.
- Englische Akzente sind sehr verschieden, und bei starkem regionalem Akzent oder schnellem Durcheinanderreden zeigen sich die Lücken.
- Gleichklingende Wörter werden nach Zusammenhang geschrieben, Verwechslungen wie bei their und there können also noch vorkommen.
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
- Von der Quelle ausgehen. Sprachnachrichten vom Telefon, Zoom-Exporte und Vorlesungsaufnahmen sind alle geeignet. Behalten Sie die Originaldatei statt einer erneut komprimierten Kopie.
- Senden. Öffnen Sie @potok_now_bot und teilen Sie die Datei oder einen Link.
- Nach Kontextfehlern suchen. Achten Sie auf gleichklingende Wörter und Eigennamen, die kein Wert erfasst.
- Große Aufnahmen. Alles bis 2 GB, nutzen Sie für die größten die Schaltfläche Upload.
- Export wählen. TXT, MD, DOCX, PDF, SRT oder VTT. Kurze Ergebnisse erscheinen im Chat.
| 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 |
|---|---|---|
| Vergleichswerte bei einem lauten Gespräch erwarten | Saubere Testsprache ist leichter als echte Räume. | Sehen Sie die Werte als Untergrenze, nicht als Durchschnitt. |
| Gleichklingende Wörter nicht lesen | Schreibfehler, die richtig klingen, rutschen durch. | Lesen Sie Korrektur mit dem Audio. |
| 4.0 als unsere Genauigkeit nennen | Es ist ein veröffentlichter Wert von anderen. | Nennen Sie ihn mit der Art der Quelle. |
| Sprecherkennzeichnung bei einer Podiumsdiskussion auslassen | Namen der Stimmen sind nicht bekannt, nur Nummern. | Schalten Sie die Kennzeichnung ein und benennen Sie später um. |
Mehr
Sehen Sie sich die vollständige Liste der Sprachen, die Werkzeuge und das Glossar an.
Häufige Fragen
Wie lauten die veröffentlichten Werte?
Large-v3 liegt zwischen 4.0 und 4.25 Wortfehlerrate, und die Variante turbo kommt in einem Test von Dritten im Schnitt auf 4.80.
Kommt es mit Akzenten zurecht?
Die veröffentlichten Werte trennen nicht nach Akzent. Testen Sie daher einen Ausschnitt des Sprechers.
Ist Englisch die am besten unterstützte Sprache?
Sie hat den niedrigsten veröffentlichten Fehler auf unserer Liste, aber das echte Audio zählt mehr als die Zahl.
Kann ich einen YouTube-Link senden?
Ja, YouTube-Links werden angenommen, ebenso Dateien bis 2 GB.
Bekomme ich Zeitstempel?
Ja, auf Wunsch, und sie lassen sich nach SRT und VTT exportieren.
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
- 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