La transcripción gratis en italiano es fácil de encontrar y difícil de juzgar, así que júzgala con un clip que conozcas. En pruebas publicadas por otros, el modelo large-v3 que se usa con Potok alcanza una tasa de error de palabras de 2.31 en italiano, de las más bajas de la lista. Compara una muestra de un minuto con el audio antes de enviar más.
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 2.31 es una tasa de error de palabras de pruebas publicadas por otros con large-v3, no una medición nuestra.
- El italiano tiene consonantes dobles y elisiones con apóstrofo, así que una sola letra que falte puede cambiar una palabra sin cambiar el sonido.
- Las tasas de error bajas que se publican describen habla limpia de prueba; un clip de teléfono con ruido puede comportarse distinto.
- Las etiquetas de hablante, si las activas, aparecen como números, así que una prueba con dos personas es fácil de leer.
Cómo se ve una transcripción
[00:00] Hablante 1: Iniziamo la riunione. Prima esamineremo i risultati della settimana scorsa, poi pianificheremo i prossimi passi.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 |
|---|---|---|---|
| Italiano | Recomendado | tasa de error de palabras 2.31% (large-v3, FLEURS) Canary-1B-v2 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
- Elige un clip con nombres propios. Escoge un minuto que incluya una ciudad, un apellido y un número dicho en voz alta. Ahí es donde cualquier herramienta falla primero.
- Abre el bot. Abre @potok_now_bot en Telegram y envía el clip como mensaje de voz, archivo de audio o vídeo.
- Compara línea por línea. Reproduce el audio a velocidad normal y marca cada línea que coincide. Subraya cada letra doble o palabra elidida que sea distinta.
- Prueba un segundo clip, más difícil. Graba algo en una cocina o en un coche. Si el resultado aguanta ahí, habrás aprendido más que con una muestra de estudio.
- Exporta la mejor prueba. Guarda la transcripción como TXT, DOCX, PDF, SRT o VTT. Para material más largo se aceptan archivos de hasta 2 GB.
| 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 la primera frase | El comienzo suele ser lo más limpio, así que favorece a la herramienta. | Revisa también el medio y el final del clip. |
| Ignorar apóstrofos y acentos | Una elisión o un acento que falta parece poca cosa, pero cambia la palabra. | Cuéntalos como errores al hacer el recuento del clip. |
| Probar con una sola voz y un micrófono de estudio | La prueba no dice nada de una mesa animada de invitados. | Añade un clip con dos voces que se pisan. |
Más
Consulta la lista completa de idiomas, las herramientas y el glosario.
Preguntas frecuentes
¿La tasa de error del italiano sale de vuestras propias pruebas?
No. Viene de pruebas publicadas por otros con el modelo large-v3, así que tómala como una guía, no como una promesa.
¿Qué significa 2.31 en la práctica?
Es la proporción de palabras erróneas en un banco de pruebas, más o menos dos de cada cien. Tu grabación será distinta.
¿El italiano necesita algún ajuste especial?
No hace falta ningún ajuste; el bot reconoce solo el idioma de la grabación.
¿Puedo obtener el texto en otro idioma?
No. La transcripción se queda en el idioma de la grabación.
¿Y si mi clip es largo?
Se aceptan archivos de hasta 2 GB, y un resultado largo llega como archivo en lugar de en el chat.
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
- 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