Para probar una herramienta gratis de transcripción en mandarín, envía un clip corto con números y nombres y cuenta los caracteres erróneos. Potok cita una tasa de error por carácter publicada de 7.8 para el chino con large-v3, de pruebas ajenas, mientras que el modelo anterior obtuvo 14.7.
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 7.8 es una tasa de error por carácter de large-v3 en una prueba publicada, no una medición nuestra.
- El modelo anterior large-v2 obtuvo 14.7 en pruebas publicadas, así que la versión del modelo importa.
- El chino se escribe sin espacios, así que los errores se cuentan por carácter.
- Comprueba si la salida usa la forma de escritura que esperas.
Cómo se ve una transcripción
[00:00] Hablante 1: 我们开始开会吧。首先回顾上周的结果，然后规划下一步。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 |
|---|---|---|---|
| Chino (mandarín) (中文（普通话）) | Recomendado | tasa de error de caracteres 7.8% (large-v3, FLEURS) Whale paper, 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
- Prepara un clip con trampas. Elige un minuto de mandarín que mezcle números, nombres de empresas y el nombre de una persona.
- Abre el bot. Abre @potok_now_bot en Telegram y envía el clip como audio, mensaje de voz o vídeo.
- Mira la escritura. El chino puede aparecer en caracteres simplificados o tradicionales. Anota cuál recibiste y si te conviene.
- Cuenta caracteres. Sin espacios entre palabras, marca cada carácter erróneo o ausente y divide entre el total que oíste.
- Pasa a uno largo si aguanta. Se acepta una grabación de hasta 2 GB. Usa Subir en la mini app para los archivos grandes y exporta TXT, DOCX o SRT.
| 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 |
|---|---|---|
| Esperar espacios entre palabras | El texto chino no los tiene, así que las comprobaciones por palabras fallan. | Juzga por caracteres. |
| Ignorar los numerales | Los números pueden escribirse con dígitos o con caracteres, y una discrepancia causa confusión. | Decide cómo quieres que se escriban y revisa la muestra. |
| Citar la puntuación de large-v2 como la actual | El 14.7 pertenece al modelo anterior. | Cita 7.8 para large-v3 y nombra el modelo. |
| Mezclar habla dialectal en la prueba | El habla regional no es lo que describe la cifra. | Usa mandarín estándar en la primera prueba. |
Más
Consulta la lista completa de idiomas, las herramientas y el glosario.
Preguntas frecuentes
¿Cuál es la calidad publicada para el chino?
Una tasa de error por carácter de 7.8 para large-v3 y de 14.7 para el anterior large-v2, ambas de pruebas publicadas.
¿Por qué caracteres y no palabras?
El chino se escribe sin espacios, así que contar palabras no es fiable y la unidad es el carácter.
¿Recibiré caracteres simplificados o tradicionales?
Puede variar, así que revisa una muestra corta. La transcripción no se convierte después por ti.
¿Puedo revisar una línea dudosa más tarde?
Sí. Activa las marcas de tiempo y salta a ese momento del audio.
¿El bot muestra el texto en 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.
- Whisper speech recognition system (Wikipedia), Wikipedia · comprobado
- Word error rate (Wikipedia), Wikipedia · comprobado
- Whale paper, Table 5 (Whisper large-v3 on FLEURS) · 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