Envía tu audio en catalán al bot de Potok en Telegram y el texto vuelve al chat. Las pruebas publicadas de terceros con el modelo anterior large-v2, no nuestras mediciones, muestran una tasa de error por palabra de 7.3 para el catalán. No encontramos ninguna cifra de large-v3. Funcionan 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
- La tasa de error por palabra es la proporción de palabras que difieren de una referencia correcta, así que un número menor es mejor.
- No encontramos una cifra de large-v3 para el catalán, por lo que el número procede de un modelo más antiguo.
- Una tasa baja no es una promesa con habla ruidosa o superpuesta.
- Los resultados cortos llegan como texto en el chat y los largos, como archivo.
Cómo se ve una transcripción
[00:00] Hablante 1: Comencem la reunió. Primer repassarem els resultats de la setmana passada i després planificarem els propers passos.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 |
|---|---|---|---|
| Catalán (Català) | Recomendado | tasa de error de palabras 7.3% (large-v2, FLEURS) Whisper paper | Las pruebas publicadas muestran una tasa de error baja para este idioma. |
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
- Reúne las grabaciones. Pon todos los clips en catalán en una carpeta y nómbralos por fecha o por hablante, para poder emparejar después las respuestas con los archivos correctos.
- Abre el bot. Abre @potok_now_bot en Telegram.
- Adjunta cada archivo. Envía un audio, una nota de voz, un vídeo o un enlace de YouTube. El límite es de 2 GB por archivo, y el botón Upload de la mini app ayuda con los grandes.
- Espera la respuesta. Un clip corto se responde en el chat como texto. Una grabación larga llega como un archivo que puedes abrir o reenviar.
- Exporta lo que necesites. TXT, MD, DOCX, PDF, SRT o VTT. Elige SRT si el texto va a convertirse en subtítulos.
| 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 |
|---|---|---|
| Leer el 7.3 como un resultado de large-v3 | Procede del modelo anterior, así que puede no coincidir con el actual. | Indica a qué modelo pertenece la cifra. |
| Enviar dos voces que se superponen | El habla superpuesta confunde a cualquier reconocedor. | Pide que hablen por turnos o activa las etiquetas de hablante. |
| Saltarse los nombres | Los apellidos y los topónimos son los errores más probables. | Compruébalos con tus propias notas. |
| Enviar un clip con música de fondo | La música tapa la voz. | Envía una versión sin música si la tienes. |
Más
Consulta la lista completa de idiomas, las herramientas y el glosario.
Preguntas frecuentes
¿Se admite el catalán?
Sí. Su tasa de error por palabra publicada, 7.3, está en el rango bueno, aunque procede del modelo anterior large-v2.
¿Por qué la cifra es de un modelo más antiguo?
No encontramos ningún resultado de large-v3 para el catalán en las fuentes públicas que usamos.
¿Cuánto puede durar la grabación?
El archivo puede pesar hasta 2 GB. Usa el botón Upload para los más grandes.
¿Puedo obtener marcas de tiempo?
Sí, puedes activarlas y exportar SRT o VTT para subtítulos.
¿El texto saldrá en español?
No. La transcripción 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
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