Bei Englisch ist Potok in veröffentlichten Tests am stärksten: Das Modell large-v3 erreicht in einem Test eine Wortfehlerrate von 4 und in einem anderen 4.25, und ein Test Dritter zur Turbo-Variante ergibt im Schnitt 4.80. Senden Sie Sprachnachrichten, Anrufe, Videos oder Dateien bis 2 GB an den Telegram-Bot.
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 Wortfehlerraten von large-v3 für Englisch liegen zwischen 4 und 4.25, gemessen von anderen und nicht von uns.
- Ein Test Dritter zur Turbo-Variante ergibt im Schnitt 4.80, selbst das kleinere Modell bleibt also nah dran.
- Akzente, Fachjargon und Durcheinanderreden beeinflussen echte Ergebnisse stärker als der Durchschnitt.
- Homophone wie there und their sind die typischen verbleibenden Fehler.
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
- Wählen Sie die beste Quelle. Nutzen Sie die Originaldatei statt einer Bildschirmaufnahme eines Anrufs, die Rauschen und Kompression hinzufügt.
- Schreiben Sie dem Bot. Senden Sie Audio, Video, eine weitergeleitete Sprachnachricht oder einen YouTube-Link an @potok_now_bot.
- Für eine Datei in Spielfilmlänge. Das Limit liegt bei 2 GB. Die Schaltfläche „Hochladen“ in der Mini-App ist der Weg für eine sehr lange Aufnahme.
- Schalten Sie die Sprechermarkierungen ein. Die Markierungen erscheinen als Sprecher 1, Sprecher 2. Fügen Sie Zeitmarken hinzu, wenn Sie aus dem Audio zitieren wollen.
- Prüfen Sie die Einzelheiten. Kontrollieren Sie Produktnamen, Abkürzungen, Zahlen und Homophone.
- Exportieren. TXT, MD, DOCX, PDF für Text, 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 |
|---|---|---|
| Man nimmt an, 4 bedeute vier falsche Wörter von hundert in Ihrer Datei | Starke Akzente und Rauschen können die echte Rate weit nach oben treiben. | Sehen Sie den Wert als Maßstab und nicht als Zusage. |
| Homophone werden übersehen | Gleich klingende Wörter werden vertauscht, und der Text wirkt trotzdem plausibel. | Lesen Sie das Transkript mit Blick auf den Sinn der Sätze. |
| Abkürzungen werden vor dem Anruf nicht erklärt | Ungewohnter Fachjargon wird zu gewöhnlichen Wörtern. | Führen Sie eine kurze Begriffsliste und korrigieren Sie danach. |
| Ein Anruf über Freisprecheinrichtung wird verwendet | Echo lässt Wörter beider Seiten ausfallen. | Nehmen Sie jeden Sprecher nah am Mikrofon auf. |
Mehr
Sehen Sie sich die vollständige Liste der Sprachen, die Werkzeuge und das Glossar an.
Häufige Fragen
Wie gut ist die Transkription auf Englisch?
Veröffentlichte Tests von large-v3 nennen für Englisch Wortfehlerraten von 4 bis 4.25, mit die niedrigsten auf unserer Liste. Das sind Zahlen anderer Gruppen.
Kommt der Bot mit britischen, amerikanischen und indischen Akzenten zurecht?
Die veröffentlichten Werte schlüsseln die Ergebnisse nicht nach Akzent auf. Testen Sie einen kurzen Ausschnitt Ihres Sprechers, wenn der Akzent stark ist.
Kann ich ein YouTube-Video transkribieren?
Ja. Fügen Sie den Link in den Chat ein, dann transkribiert der Bot die Sprache.
Werden Namen der Sprecher eingetragen?
Nein. Die Markierungen sind Nummern, und Sie benennen sie selbst in der exportierten Datei um.
Wird der englische Text übersetzt?
Nein. Das Ergebnis bleibt Englisch, der Bot übersetzt es nicht in eine andere Sprache.
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