Para convertir audio en árabe a texto, envía el archivo al bot de Potok en Telegram, con una advertencia. Las pruebas publicadas de terceros con el modelo large-v2, no nuestras mediciones, dan una tasa de error por palabra de 16 para el árabe, y el habla dialectal sale peor. Se aceptan archivos de hasta 2 GB.
Transcribe una grabación
Envía tu mensaje de voz, audio o vídeo a @potok_now_bot en Telegram y el texto te llega en el chat.
Abrir @potok_now_bot en Telegram
Archivos de hasta 2 GB · exportación a TXT, MD, DOCX, PDF, SRT y VTT · etiquetas de hablantes y marcas de tiempo · unos 30 idiomas
Datos clave
- Un promedio de 10.57 con turbo, publicado por un tercero, muestra que las cifras publicadas para el árabe no coinciden entre sí.
- Los dialectos coloquiales suenan muy lejos del árabe estándar moderno, y las tasas de error publicadas son más altas en ellos.
- El texto se escribe de derecha a izquierda, así que el archivo exportado necesita un editor que respete esa dirección.
- Los presentadores de noticias y los conferenciantes hablan cerca de la forma estándar, por lo que sus grabaciones se ajustan mejor a esa cifra.
Cómo se ve una transcripción
[00:00] Hablante 1: لنبدأ الاجتماع. أولاً سنراجع نتائج الأسبوع الماضي، ثم نخطط للخطوات التالية.Significado en inglés: Let's start the meeting. First, we'll review last week's results, then plan the next steps.
La escribimos nosotros para mostrar la escritura y el formato de una transcripción. No es el resultado del motor de reconocimiento.
Calidad publicada
| Idioma | Veredicto | Resultado publicado | Notas |
|---|---|---|---|
| Árabe (العربية) | Úsalo con cuidado | tasa de error de palabras 16% (large-v2, FLEURS) Whisper paper, TheWhisper benchmark | Las pruebas publicadas muestran una tasa de error más alta para este idioma. Revisa primero una muestra corta y prevé una corrección posterior. |
Estas cifras provienen de pruebas publicadas por terceros, no de pruebas de Potok. Tu propio audio, con su ruido, acentos y micrófono, dará resultados distintos.
Cómo hacerlo
- Decide qué árabe grabaste. El habla preparada, como un boletín o una conferencia, está cerca de la forma estándar. Una llamada familiar o una charla de mercado es dialecto. Esto te dice con cuánto cuidado conviene revisar después.
- Abre el bot. Abre @potok_now_bot en Telegram y elige el chat.
- Entrega la grabación. Adjunta un audio, un vídeo, una nota de voz o pega un enlace de YouTube. Sirve cualquier archivo de hasta 2 GB; si es pesado, pulsa Upload en la mini app del bot.
- Prueba el primer minuto. Lee el primer minuto de texto mientras suena el audio. Si hay nombres o números equivocados, lee la transcripción completa antes de compartirla.
- Guarda el resultado. Elige TXT o DOCX para leer, SRT o VTT para subtítulos. Deja las marcas de tiempo activadas si vas a volver al audio.
| Función | Detalles |
|---|---|
| Dónde funciona | Bot de Telegram @potok_now_bot; los archivos grandes se procesan en la mini app del bot |
| Tamaño del archivo | Hasta 2 GB |
| Exportación | TXT, MD, DOCX, PDF, SRT, VTT |
| Hablantes y tiempo | Se pueden activar las etiquetas de hablantes y las marcas de tiempo |
| Idiomas | Unos 30 idiomas con buenos resultados publicados; algunos más con advertencias |
| Traducción | La transcripción no se traduce a otro idioma |
| Dictado | Una app de escritorio de Potok aparte permite dictar texto en cualquier programa; reconoce el habla en ruso |
Errores comunes
| Error | Qué ocurre | Solución |
|---|---|---|
| Aplicar una sola cifra a todos los dialectos | El habla coloquial produce claramente más errores que la formal. | Prueba antes un fragmento corto del mismo hablante. |
| Abrir el archivo en un editor de izquierda a derecha | Los dígitos y la puntuación saltan al extremo equivocado de la línea. | Usa un procesador de textos con soporte de derecha a izquierda. |
| Presentar el 16 como resultado propio | Los lectores creen que se midió en su grabación. | Indica que procede de pruebas publicadas de terceros. |
| Esperar las vocales breves | El árabe cotidiano suele omitirlas, así que una marca ausente no siempre es un error. | Añade las marcas a mano si tu lector las necesita. |
Más
Consulta la lista completa de idiomas, las herramientas y el glosario.
Preguntas frecuentes
¿Por qué la página de árabe lleva una advertencia?
Las tasas de error publicadas para el árabe son más altas que para los idiomas recomendados y suben con el habla dialectal, así que el resultado merece una lectura cuidadosa.
¿Funciona con habla egipcia, del Golfo o levantina?
Las pruebas publicadas no separan los resultados por dialecto. Solo señalan que los dialectos difieren mucho del árabe estándar moderno, así que prueba antes una muestra corta.
¿Puedo enviar un vídeo en árabe en lugar de un audio?
Sí. El bot lee archivos de vídeo y enlaces de YouTube igual que audio, dentro del límite de 2 GB.
¿Qué formatos puedo exportar?
Están disponibles TXT, MD, DOCX, PDF, SRT y VTT, y puedes activar las etiquetas de hablante o las marcas de tiempo antes de enviar.
¿El bot convierte el árabe a otro idioma?
No. El texto se queda en el idioma de la grabación.
Fuentes
Cada fuente se abrió a mano en la fecha indicada. Las páginas cambian, así que abre la fuente si un detalle te importa.
- Word error rate (Wikipedia), Wikipedia · comprobado
- FLEURS speech dataset (Google, Hugging Face), Hugging Face · comprobado
- Whisper paper, Table 13 (large-v2 on FLEURS) · comprobado
- TheWhisper benchmark (turbo, average over FLEURS, MLS, Common Voice) · comprobado
Pruébalo con tu propia grabación
Envía tu mensaje de voz, audio o vídeo a @potok_now_bot en Telegram y el texto te llega en el chat.
Abrir @potok_now_bot en Telegram