Puedes convertir audio en español a texto enviando la grabación al bot de Telegram de Potok. Pruebas publicadas por terceros con large-v3, no mediciones nuestras, dan una tasa de error de palabras de 3.12, uno de los mejores resultados. Los acentos regionales no se informaron por separado. 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 3.12 es uno de los resultados publicados más sólidos, pero no desglosa España, México ni Argentina.
- Las tildes distinguen pares de palabras, así que una tilde que falta es un error real.
- Las preguntas y las exclamaciones empiezan con un signo de apertura, fácil de perder en algunas herramientas.
- La eñe es una letra propia, y una n simple cambiaría la palabra.
- El habla de Latinoamérica y la de la península difieren en algunas palabras cotidianas, y la transcripción conserva las palabras que dijo el hablante.
Cómo se ve una transcripción
[00:00] Hablante 1: Vamos a empezar la reunión. Primero repasaremos los resultados de la semana pasada y después planificaremos los próximos pasos.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 |
|---|---|---|---|
| Español | Recomendado | tasa de error de palabras 3.12% (large-v3, FLEURS) Canary-1B-v2 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
- Elige la mejor fuente. Una grabación directa es mejor que una nota de voz reenviada varias veces.
- Abre el bot. Abre @potok_now_bot en Telegram y envíala.
- ¿Archivo grande? Usa Subir. La mini app admite hasta 2 GB.
- Prueba una voz regional. Si el hablante tiene un acento regional marcado, lee el primer minuto antes de fiarte del resto.
- Revisa tildes y signos de apertura. Repasa las tildes que faltan y las frases que carecen del signo de interrogación de apertura.
- Exporta. DOCX, PDF o TXT para compartir, SRT o VTT para subtitular un vídeo.
| 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 |
|---|---|---|
| Suponer que una cifra sirve para todos los acentos | No existe una cifra separada para cada región. | Prueba un clip corto. |
| Perder tildes en una edición rápida | Los pares de palabras que solo se distinguen por la tilde cambian de significado. | Busca el par. |
| Pegar en una herramienta que elimina la eñe | Una n simple cambia la palabra. | Usa un editor con Unicode. |
| No revisar los nombres | Muchos nombres españoles tienen variantes. | Verifica con una fuente. |
Más
Consulta la lista completa de idiomas, las herramientas y el glosario.
Preguntas frecuentes
¿De verdad funciona tan bien el español?
Su tasa de error de palabras publicada es 3.12 con large-v3, de las más bajas, aunque revisar el texto sigue siendo prudente.
¿Cubre los acentos latinoamericanos?
La cifra no desglosa los acentos, así que prueba un clip corto con el acento que necesites.
¿Cuál es el límite por archivo?
El límite es de 2 GB por archivo. Si es demasiado grande para un adjunto normal del chat, usa el botón Subir de la mini app.
¿De dónde sale el número?
De pruebas publicadas por otras personas, no de mediciones nuestras.
¿El bot me da una versión en inglés?
No. La transcripción se queda en español, el mismo idioma de la grabación que envías, y nunca se convierte a otro.
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
- Canary-1B-v2 paper, Table 11 (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