La transcripción gratis en tagalo exige una prueba cuidadosa con un clip, porque la tasa de error de palabras publicada con el modelo anterior large-v2 es 13.8, cerca de la línea de 15 que tratamos como límite. Son pruebas de otros, y Potok no tuvo cifra de large-v3. Lee una muestra corta con el audio.
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
- Precaución: 13.8 está cerca de nuestra línea de 15, así que el tagalo está en el límite y el texto necesita una lectura humana.
- No se encontró cifra de large-v3, así que el número es de large-v2 y del banco de pruebas de otras personas, no nuestro.
- El tagalo cotidiano suele pasar al inglés a mitad de frase, así que una buena muestra incluye esa mezcla.
- Las palabras suelen formarse con afijos y sílabas repetidas, lo que puede confundir la ortografía.
Cómo se ve una transcripción
[00:00] Hablante 1: Simulan na natin ang pulong. Una, susuriin natin ang mga resulta noong nakaraang linggo, pagkatapos ay magpaplano tayo ng mga susunod na hakbang.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 |
|---|---|---|---|
| Tagalo (Tagalog) | Recomendado, en el límite | tasa de error de palabras 13.8% (large-v2, FLEURS) Whisper paper | Las pruebas publicadas muestran una tasa de error cercana a nuestro límite del 15%. Revisa primero una muestra corta. |
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 habla real y mezclada. Toma un minuto de cómo habla la gente de verdad, con las palabras en inglés que meten en una frase.
- Abre el bot. Abre @potok_now_bot en Telegram y envía el clip como mensaje de voz, archivo de audio o vídeo.
- Marca los puntos de cambio. Mira los lugares exactos donde el hablante pasa de un idioma a otro y fíjate en qué palabras fallaron.
- Revisa las sílabas repetidas. Compara con el audio las palabras con partes dobles, como plurales o intensificadores.
- Planifica la revisión. Si la muestra sirve tras editarla, envía el archivo completo, de hasta 2 GB, 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 un resultado limpio con cifras en el límite | Una cifra tan cerca de la línea implica una proporción visible de errores. | Reserva tiempo para una lectura completa. |
| Probar solo tagalo puro | El habla real es mixta, así que una prueba limpia favorece a la herramienta. | Añade un clip con palabras en inglés. |
| Saltarte la revisión de los nombres | Los nombres de persona se adivinan por el sonido. | Ten a mano una lista de nombres para comparar. |
| Leer el texto sin audio | Se cuelan errores que parecen plausibles. | Reproduce el clip mientras lees. |
Más
Consulta la lista completa de idiomas, las herramientas y el glosario.
Preguntas frecuentes
¿Por qué el tagalo lleva una advertencia?
La tasa de error publicada está cerca de nuestro límite, así que revisar con cuidado forma parte del trabajo.
¿A qué modelo se refiere 13.8?
Al modelo anterior large-v2, porque no se encontró cifra de large-v3.
¿El número sale de vuestras propias pruebas?
No. Viene de pruebas publicadas por otros.
¿Puedo sacar texto en inglés?
No. La transcripción se queda en el idioma de la grabación.
¿Cuál es el límite de tamaño de archivo?
Se aceptan archivos de hasta 2 GB, y un resultado largo llega como un archivo que puedes guardar.
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
- Whisper speech recognition system (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