Para convertir audio en indonesio a texto, envía el archivo al bot de Potok en Telegram. Las pruebas publicadas de terceros con el modelo anterior large-v2, no nuestras mediciones, dan una tasa de error por palabra de 7.1. 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
- Un tercero publicó un promedio con turbo de 6.98, cercano a la cifra de large-v2.
- El habla indonesia suele mezclar palabras regionales y del inglés, que pueden confundir al reconocedor.
- Las formas habladas informales difieren del indonesio escrito formal.
- Exporta como TXT, DOCX, PDF, MD, SRT o VTT.
- Las formas abreviadas e informales del habla de chat se escriben tal como se oyen, así que el texto puede sonar coloquial.
Cómo se ve una transcripción
[00:00] Hablante 1: Mari kita mulai rapat. Pertama, kita tinjau hasil minggu lalu, lalu kita rencanakan langkah berikutnya.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 |
|---|---|---|---|
| Indonesio (Bahasa Indonesia) | Recomendado | tasa de error de palabras 7.1% (large-v2, FLEURS) Whisper paper, TheWhisper benchmark | 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
- Abre el bot. Abre @potok_now_bot en Telegram.
- Envía el archivo. Audio, vídeo o enlace de YouTube, hasta 2 GB. Usa Upload para archivos grandes.
- Revisa las palabras mezcladas. Repasa los términos regionales e ingleses; son los lugares más probables de error.
- Compara con el audio. Comprueba por muestreo algunos pasajes para juzgar cuánta edición necesita el resto.
- Corrige una vez los nombres repetidos. Los nombres se repiten a lo largo de una grabación, así que corrige uno y luego busca la misma grafía en el resto.
- Conserva la grabación original. Guarda el audio hasta que el texto sea definitivo, para poder volver a escuchar cualquier línea que parezca dudosa.
- 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 |
|---|---|---|
| Citar 7.1 como resultado de large-v3 | Pertenece al modelo anterior. | Nombra el modelo. |
| Ignorar las palabras mezcladas | Pueden estar mal escritas. | Corrígelas. |
| Saltarse la revisión | Unas pocas palabras equivocadas pueden alterar una frase. | Revisa el texto. |
| Esperar texto formal a partir de habla informal | El habla informal se escribe tal como se oye. | Edita el estilo. |
| Enviar audio de chat lleno de jerga y esperar prosa pulida | La jerga y las contracciones se escriben tal como se oyen. | Prevé una pasada de edición para el tono y la ortografía. |
Más
Consulta la lista completa de idiomas, las herramientas y el glosario.
Preguntas frecuentes
¿Qué tal funciona el indonesio?
La tasa de error por palabra publicada es 7.1 con large-v2, en el grupo bueno, según pruebas de terceros.
¿Por qué la cifra es de large-v2?
No encontramos una cifra de large-v3 para el indonesio en las fuentes públicas que usamos, así que mostramos el resultado de large-v2.
¿Cuál es el límite de tamaño?
El límite es de 2 GB por archivo, y el botón Upload de la mini app gestiona los archivos grandes.
¿Se traduce el texto?
No. El texto se queda en indonesio, el idioma de la grabación que enviaste al bot.
¿Puedo obtener marcas de tiempo?
Sí, puedes activarlas antes de enviar y exportar después SRT o VTT.
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