La transcripción gratis en vietnamita depende de las marcas de tono, así que prueba Potok con un clip corto. Las pruebas publicadas por otros con el modelo anterior large-v2 dan una tasa de error de palabras de 10.3 para el vietnamita, y otro conjunto de prueba dio 18.9 con large-v3. Lee una muestra con el audio y mira cada marca.
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
- Las puntuaciones varían entre conjuntos de prueba, lo que significa que 10.3 es una guía y no una predicción.
- Ambas cifras vienen de bancos de pruebas de otras personas, no de nuestras mediciones.
- El vietnamita se escribe con marcas de tono y de vocal, y una marca errónea forma una palabra distinta.
- Cada sílaba se escribe como una palabra aparte, así que una sola sílaba errónea es una palabra errónea.
Cómo se ve una transcripción
[00:00] Hablante 1: Chúng ta bắt đầu cuộc họp nhé. Trước tiên, chúng ta sẽ xem lại kết quả tuần trước, sau đó lên kế hoạch cho các bước tiếp theo.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 |
|---|---|---|---|
| Vietnamita (Tiếng Việt) | Recomendado | tasa de error de palabras 10.3% (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
- Elige un habla con tonos. Un clip de conversación normal prueba las marcas mejor que una lista de palabras.
- Abre el bot. Abre @potok_now_bot en Telegram y envía el clip como mensaje de voz, archivo de audio o vídeo.
- Revisa las marcas de tono. Compara las vocales marcadas con el audio y señala las que coinciden.
- Prueba una segunda voz. Prueba con un hablante de otra región, porque los acentos cambian cómo suenan los tonos.
- Exporta el resultado. Guarda TXT, DOCX, PDF, SRT o VTT. 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 |
|---|---|---|
| Aceptar una marca que falta | Forma una palabra distinta. | Revisa las marcas. |
| Fiarte de una sola cifra | 10.3 y 18.9 difieren mucho. | Prueba tu propio audio. |
| Probar una sola región | El habla del norte y la del sur difieren. | Añade un segundo hablante. |
| Leer con una fuente sin las marcas | Las marcas se ven mal. | Usa una fuente con cobertura completa. |
| Juzgar por una sola sílaba | Cada sílaba es una palabra escrita aparte, así que un desliz cuenta como una palabra entera errónea. | Al hacer el recuento, cuenta sílabas, no frases. |
Más
Consulta la lista completa de idiomas, las herramientas y el glosario.
Preguntas frecuentes
¿Por qué dos cifras difieren tanto?
Vienen de modelos y conjuntos de prueba distintos, así que 10.3 y 18.9 están publicadas pero no son comparables.
¿A qué modelo se refieren?
10.3 es de large-v2 y 18.9 es de large-v3.
¿Es una medición vuestra?
No. Viene de pruebas publicadas por otros.
¿Debería probar más de un clip?
Sí. Una voz del norte y otra del sur muestran cuánto importan los tonos para la herramienta que estás juzgando.
¿Puedo recibir 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