Para probar una herramienta gratis de transcripción en catalán, envía un clip corto con topónimos y lee el texto mientras escuchas el audio. Con Potok, las pruebas publicadas del modelo anterior large-v2 dan una tasa de error por palabra de 7.3 para el catalán; no se encontró ninguna cifra de large-v3, así que el dato es antiguo.
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 7.3 es una tasa de error por palabra de una prueba publicada de large-v2, no una medición nuestra.
- No se encontró ninguna cifra de large-v3 para el catalán, así que la evidencia se apoya en el modelo anterior.
- Los topónimos, los nombres de calles y las palabras prestadas son buenas pruebas para un test corto.
- La transcripción se queda en catalán y no se traduce.
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
- Graba un clip con sabor local. Lee un párrafo que mencione algunos pueblos, calles o apellidos. Son más difíciles que el vocabulario cotidiano.
- Abre el bot. Abre @potok_now_bot en Telegram y envía el clip como mensaje de voz o archivo de audio.
- Revisa los acentos y los apóstrofos. El texto catalán usa acentos y apóstrofos. Comprueba si la herramienta los conserva.
- Anota qué hizo la herramienta con los nombres. Apunta cada topónimo que salió escrito de forma distinta a la habitual.
- Amplía. Si la muestra sale bien, envía el archivo largo. Se admiten hasta 2 GB, con Subir en la mini app para los grandes.
| 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 |
|---|---|---|
| Juzgar solo por palabras comunes | El vocabulario cotidiano oculta los problemas con los nombres. | Pon al menos cinco nombres propios en la muestra. |
| Pasar por alto los acentos que faltan | Una palabra sin su acento puede leerse como otra distinta. | Busca acentos en el texto y compáralos con el audio. |
| Leer 7.3 como la calidad del modelo actual | Se midió con el modelo anterior large-v2. | Dilo al citarlo y verifícalo con un clip. |
| Usar audio con varios idiomas mezclados | Los cambios entre el catalán y otra lengua confunden la prueba. | Prueba primero catalán puro y después el audio mezclado. |
Más
Consulta la lista completa de idiomas, las herramientas y el glosario.
Preguntas frecuentes
¿Qué tal va el catalán en las pruebas publicadas?
La tasa de error por palabra publicada es 7.3, con large-v2, lo que sitúa el catalán entre los buenos resultados.
¿Por qué no hay una cifra de large-v3?
No se encontró ninguna al reunir la evidencia, así que la página cita el modelo anterior y lo indica.
¿Puedo enviar un vídeo de una charla?
Sí. Se aceptan archivos de vídeo, audio y enlaces de YouTube, dentro del límite de 2 GB.
¿En qué formatos puedo guardar?
Se puede exportar a TXT, MD, DOCX, PDF, SRT y VTT.
¿El resultado cambiará a español o inglés?
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.
- FLEURS speech dataset (Google, Hugging Face), Hugging Face · comprobado
- Word error rate (Wikipedia), Wikipedia · 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