Puedes convertir audio en coreano a texto enviándolo al bot de Potok en Telegram, con una salvedad. Pruebas publicadas por terceros con large-v3, no mediciones nuestras, indican una tasa de error de palabras de 14.1, cerca del umbral de 15 que usamos, así que considera el coreano un caso límite. 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
- El valor 14.1 queda justo por debajo de nuestro umbral de 15, así que otro conjunto de prueba podría caer a cada lado.
- El coreano usa espacios entre grupos de palabras, pero las reglas son flexibles, así que los espacios por sí solos pueden inflar el recuento de errores.
- El hangul se construye con bloques silábicos, así que un solo sonido erróneo cambia todo el bloque.
- Las terminaciones verbales formales e informales son distintas, y la transcripción conserva la que usó el hablante.
- Los préstamos del inglés se escriben en hangul, así que los nombres de productos pueden necesitar una revisión manual de ortografía.
Cómo se ve una transcripción
[00:00] Hablante 1: 회의를 시작하겠습니다. 먼저 지난주 결과를 검토하고, 그다음 다음 단계를 계획하겠습니다.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 |
|---|---|---|---|
| Coreano (한국어) | Recomendado, en el límite | tasa de error de palabras 14.1% (large-v3, FLEURS) Whale paper | Las pruebas publicadas muestran una tasa de error cercana a nuestro límite del 15%. Revisa primero una muestra corta. |
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
- Prueba un fragmento corto. Como el resultado es límite, envía primero un clip breve y evalúalo antes de comprometer una entrevista entera.
- Abre el bot. Ve a @potok_now_bot en Telegram y envía la muestra.
- Envía el archivo completo. Hasta 2 GB. Si es demasiado grande para el adjunto del chat, usa Subir en la mini app.
- Compara espacios y terminaciones. Mira dónde caen los espacios y si las terminaciones verbales coinciden con el nivel de cortesía que oíste.
- Activa las etiquetas en las conversaciones. Las etiquetas numeradas de hablante ayudan en un panel o en una entrevista con turnos que se solapan.
- Exporta. DOCX o TXT para editar, SRT o VTT para 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 |
|---|---|---|
| Saltarte la muestra | Un idioma límite puede esconder problemas hasta el final. | Prueba un clip corto antes del archivo largo. |
| Leer diferencias de espacios como palabras erróneas | Dos formas correctas de espaciar parecen un error. | Corrige los espacios en una sola pasada de edición. |
| Fiarte de los números | Cifras y unidades son fáciles de oír mal. | Compáralas con el audio. |
| Esperar nombres de hablantes | El bot solo numera las voces. | Cambia Hablante 1 y Hablante 2 por los nombres después de exportar. |
Más
Consulta la lista completa de idiomas, las herramientas y el glosario.
Preguntas frecuentes
¿Por qué el coreano se considera un caso límite?
Su tasa de error de palabras publicada, 14.1, está cerca de nuestro umbral de 15, así que los resultados pueden variar de una grabación a otra.
¿Los espacios cambian el resultado?
Sí. Las reglas de espaciado son laxas, así que la forma de contar los espacios puede mover la cifra.
¿Qué modelo dio el 14.1?
Pruebas publicadas por otras personas con el modelo large-v3. No medimos tu audio.
¿Cuál es el límite de tamaño de archivo?
2 GB por archivo, con el botón Subir para los grandes.
¿Puedo enviar un clip de una serie?
Puedes enviar archivos de vídeo que tengas derecho a usar. El habla se lee de la pista de sonido y se escribe como texto en coreano.
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
- Whale paper, Table 5 (Whisper large-v3 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