Die vietnamesische Transkription bei Potok liefert Text mit Tonzeichen. Die veröffentlichte Wortfehlerrate beträgt 10.3 für das ältere Modell large-v2, während ein anderer Testsatz 18.9 für large-v3 ergab, die Ergebnisse schwanken also mit den Daten. Dateien bis 2 GB werden in Telegram angenommen.
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 10.3 ist eine Wortfehlerrate aus veröffentlichten Tests anderer, keine eigene Messung.
- Ein anderer veröffentlichter Test ergab 18.9 für large-v3, die Streuung zwischen Datensätzen ist also groß.
- Vietnamesisch nutzt das lateinische Alphabet mit Tonzeichen und zusätzlichen Vokalzeichen, und jede Silbe wird durch ein Leerzeichen getrennt.
- Zeitstempel und nummerierte Sprecherkennzeichnungen sind optional.
So sieht ein Transkript aus
[00:00] Sprecher 1: Chúng ta bắt đầu cuộc họp nhé. Trước tiên, chúng ta sẽ xem lại kết quả tuần trước, sau đó lên kế hoạch cho các bước tiếp theo.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 |
|---|---|---|---|
| Vietnamesisch (Tiếng Việt) | Empfohlen | Wortfehlerrate 10.3% (large-v2, FLEURS) 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
- Einen Ausschnitt wählen. Nehmen Sie ein kurzes Stück mit klarer Sprache und senden Sie es an @potok_now_bot.
- Mit dem Audio vergleichen. Beurteilen Sie, ob die Qualität zu Ihren eigenen Aufnahmen passt, die näher bei 10 oder bei 19 liegen können.
- Die ganze Datei senden. Bis 2 GB gehen hinein, für die größten gibt es die Schaltfläche Upload der Mini-App.
- Kennzeichnung und Zeitangaben einschalten. Beides hilft bei Besprechungen und langen Interviews.
- Tonzeichen prüfen. Ein falsches Zeichen ergibt eine andere Silbe, lesen Sie Namen und Zahlen daher genau.
- Exportieren. TXT, MD, DOCX, PDF, SRT oder VTT.
| 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 |
|---|---|---|
| Einer Zahl für jede Aufnahme vertrauen | Veröffentlichte Tests reichten von 10.3 bis 18.9. | Testen Sie Ihr eigenes Audio. |
| Ohne die Zeichen suchen | Wörter, die sich nur durch ein Zeichen unterscheiden, werden nicht gemeinsam gefunden. | Suchen Sie mit den genauen Zeichen. |
| Leerzeichen als Wortgrenzen behandeln | Ein mehrsilbiges Wort wird in Stücke zerlegt. | Prüfen Sie Zusammensetzungen im Zusammenhang. |
| Auf ein englisches Transkript warten | Der Bot übersetzt nicht. | Übersetzen Sie den Text bei Bedarf anderswo. |
Mehr
Sehen Sie sich die vollständige Liste der Sprachen, die Werkzeuge und das Glossar an.
Häufige Fragen
Enthält das Transkript Tonzeichen?
Ja, es ist geschriebenes Vietnamesisch mit Tonzeichen und Vokalzeichen, die Anzeigeschrift sollte sie also unterstützen.
Warum unterscheiden sich die veröffentlichten Zahlen?
Ein Test von large-v2 ergab 10.3 und ein anderer von large-v3 ergab 18.9, weil sich die Datensätze unterscheiden.
Bekomme ich Untertitel?
Ja. Exportieren Sie SRT oder VTT und prüfen Sie die Zeilenumbrüche.
Trennt der Bot die Sprecher?
Er kann Redebeiträge mit nummerierten Kennzeichnungen markieren, sobald Sie diese einschalten.
Wie groß darf die Datei sein?
Dateien bis 2 GB. Nutzen Sie für die größten Upload in der Mini-App.
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
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