Para convertir audio en inglés a texto, envía el archivo al bot de Potok en Telegram. Las pruebas publicadas de terceros con large-v3, no nuestras mediciones, dan una tasa de error por palabra de 4, con resultados de 4.0 a 4.25. Funcionan archivos de hasta 2 GB y el texto se queda en inglés.
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
- Una prueba de un tercero con la variante turbo, más rápida, promedia 4.80, así que la elección del modelo mueve un poco la cifra.
- El inglés es el idioma mejor cubierto en las pruebas publicadas, por lo que su cifra es la más estable.
- El acento, el ruido y el habla cruzada influyen en tu resultado más que el nombre del modelo.
- Los resultados cortos llegan al chat y los largos, como archivo.
Cómo se ve una transcripción
[00:00] Hablante 1: Let's start the meeting. First, we'll review last week's results, then plan the next steps.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 |
|---|---|---|---|
| Inglés (English) | Recomendado | tasa de error de palabras 4% (large-v3, FLEURS) Canary-1B-v2 paper, Whale 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
- Abre el bot. Abre @potok_now_bot en Telegram.
- Adjunta tu grabación. Audio, vídeo, nota de voz o enlace de YouTube; archivos de hasta 2 GB. Pulsa Upload para los más grandes.
- Elige las etiquetas de hablante. Actívalas en reuniones y entrevistas para que cada línea lleve un número.
- Revisa los nombres propios. Los nombres de marca, los apellidos y las siglas son los fallos habituales, incluso en inglés.
- Escucha un pasaje difícil. Elige un tramo rápido o ruidoso y compáralo con el texto. Te dirá cuánto del resto necesita una lectura atenta.
- Exporta. Elige TXT, MD, DOCX, PDF, SRT o VTT.
| 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 |
|---|---|---|
| Dar el texto por limpio porque la tasa es baja | Una tasa de 4 sigue significando errores en un archivo largo. | Revisa todo lo que vayas a publicar. |
| Mezclar otro idioma | Las frases extranjeras suelen escribirse según el sonido. | Corrígelas a mano. |
| Grabar con el altavoz del teléfono | El eco perjudica a cualquier reconocedor. | Usa auriculares con micrófono o acerca el teléfono al hablante. |
| Enviar música junto con el habla | La música de fondo tapa las consonantes. | Envía solo la pista de voz si la tienes. |
Más
Consulta la lista completa de idiomas, las herramientas y el glosario.
Preguntas frecuentes
¿Qué precisión tiene el inglés?
Los resultados publicados rondan una tasa de error por palabra de 4 con large-v3, entre los mejores, pero son pruebas de terceros.
¿Importa el acento?
Sí. Los acentos marcados y las salas ruidosas aumentan los errores, incluso en inglés.
¿Puedo obtener subtítulos?
Sí, exporta SRT o VTT con las marcas de tiempo activadas.
¿Cuál es el límite de archivo?
2 GB por archivo, y el botón Upload de la mini app gestiona los más grandes.
¿Corregirá mi gramática?
No. Escribe lo que se dijo, así que los errores al hablar aparecen en el texto.
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
- 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