Para probar una herramienta gratis de transcripción en inglés, elige un clip corto con el acento que realmente necesitas y lee el texto mientras escuchas el audio. Potok cita tasas de error por palabra publicadas de large-v3 de 4.0 a 4.25 para el inglés, de pruebas ajenas y no nuestras.
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
- Los resultados publicados de large-v3 para el inglés van de 4.0 a 4.25 de tasa de error por palabra.
- La variante turbo promedia 4.80 en una prueba de terceros.
- El inglés es el idioma mejor cubierto en las pruebas publicadas, pero los acentos y la jerga siguen dando problemas.
- La transcripción se queda en inglés y no se traduce.
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
- Elige el acento que importa. Toma un minuto de habla del tipo de hablante que vas a transcribir, no de un locutor de noticias.
- Abre el bot. Abre @potok_now_bot en Telegram y envía el clip como mensaje de voz, archivo de audio o vídeo.
- Caza la jerga. Incluye nombres de producto, siglas y apellidos. Ahí falla una transcripción que parecía buena.
- Compara los homófonos. Revisa las palabras que suenan igual y mira si el contexto eligió la correcta.
- Amplía a toda la grabación. Se admiten hasta 2 GB, con Subir en la mini app para los archivos más grandes. Exporta TXT, DOCX, 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 |
|---|---|---|
| Probar solo con una voz de calidad de estudio | Halaga a todas las herramientas y no dice nada de tus hablantes. | Añade un clip con acento regional o con un hablante por línea telefónica. |
| Saltarse las siglas | Rara vez se escriben como las escribe el sector. | Pon varias en el clip y revisa cada una. |
| Tratar un rango como un solo número | Los resultados abarcan de 4.0 a 4.25 según la prueba. | Cita el rango y nombra el modelo. |
| Comparar con volúmenes distintos | El audio bajo perjudica más a una herramienta que a otra. | Usa el mismo archivo en todas. |
Más
Consulta la lista completa de idiomas, las herramientas y el glosario.
Preguntas frecuentes
¿Cómo puntúa el inglés en las pruebas publicadas?
Large-v3 muestra tasas de error por palabra de 4.0 a 4.25, y una media de turbo de terceros de 4.80.
¿Los acentos cambian el resultado?
Pueden. Las cifras publicadas no desglosan los acentos, así que prueba el que necesitas.
¿Puedo enviar un enlace de YouTube?
Sí. Se aceptan enlaces junto con mensajes de voz, archivos de audio y vídeo.
¿Puedo obtener marcas de tiempo?
Sí. Actívalas antes de enviar y cada pasaje llevará una hora que sirve para volver al audio.
¿Puede salir el texto en otro idioma?
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
- 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