El cantonés es un idioma límite para Potok: funciona con el bot de Telegram, pero trata el texto como un borrador. Las pruebas publicadas del modelo large-v3 indican una tasa de error de caracteres de 9.8, y una prueba de un proveedor con la variante turbo dio resultados mucho peores. Se aceptan archivos de hasta 2 GB.
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 cantonés se escribe sin espacios, por lo que la calidad se expresa como tasa de error de caracteres: 9.8 en pruebas publicadas de large-v3.
- Una prueba de un proveedor dio resultados mucho peores para la variante turbo, y por eso marcamos el cantonés como idioma límite.
- La tasa de error de caracteres y la de palabras son escalas distintas, así que no compares 9.8 con una cifra del inglés.
- El cantonés y el mandarín son entradas separadas en nuestra lista de idiomas.
Cómo se ve una transcripción
[00:00] Hablante 1: 我哋開始開會啦。首先睇下上個禮拜嘅結果，跟住傾下一步點做。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 |
|---|---|---|---|
| Cantonés (粵語) | Recomendado, en el límite | tasa de error de caracteres 9.8% (large-v3, FLEURS) Whale 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
- Prueba un clip corto. Como el idioma es límite, envía un minuto de tu propio hablante a @potok_now_bot antes del archivo completo.
- Valora el clip. Lee el texto en cantonés junto al audio. Fíjate en las palabras coloquiales, los nombres de lugares y las palabras en inglés mezcladas en el habla.
- Envía la grabación real. Si el borrador es utilizable, envía el archivo entero. Funcionan hasta 2 GB; el botón Upload de la mini app sirve para los más grandes.
- Añade marcas de tiempo para revisar. Con las marcas de tiempo activadas puedes volver a una línea dudosa y reproducirla de nuevo.
- Exporta para subtítulos o notas. SRT y VTT dan líneas con tiempos para vídeo; TXT, MD, DOCX y PDF van bien para un documento.
| 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 |
|---|---|---|
| Aplicar expectativas del mandarín a una grabación en cantonés | El vocabulario coloquial se falla con facilidad y puedes culpar a la causa equivocada. | Revisa el resultado con alguien que lea cantonés escrito. |
| Comparar la tasa de caracteres de 9.8 con una tasa de palabras | Las dos cifras usan unidades distintas, así que la comparación engaña. | Compara solo cifras de la misma métrica. |
| Fiarse de la transcripción para subtítulos sin revisarla | Los caracteres incorrectos se quedan en pantalla ante los espectadores. | Corrige el SRT antes de publicar el vídeo. |
| Enviar una grabación ruidosa de la calle | Un idioma límite pierde más con el ruido que uno fuerte. | Usa el audio más limpio que puedas conseguir. |
Más
Consulta la lista completa de idiomas, las herramientas y el glosario.
Preguntas frecuentes
¿Por qué el cantonés está marcado como idioma límite?
La tasa de error de caracteres de 9.8 parece buena, pero una prueba de un proveedor dio resultados mucho peores para la variante turbo, así que recomendamos una revisión cuidadosa.
¿Qué es una tasa de error de caracteres?
Es la proporción de caracteres que difieren de un texto de referencia. Se usa en idiomas que se escriben sin espacios, donde contar palabras no es práctico.
¿El bot distingue el cantonés hablado del mandarín?
Son entradas separadas en nuestra lista, pero las pruebas publicadas no dan detalles sobre el habla mezclada, así que prueba un clip si tu audio las combina.
¿Puedo obtener subtítulos de un vídeo en cantonés?
Sí. Exporta SRT o VTT y corrige las líneas antes de publicarlas.
¿Se traduce la transcripción al inglés?
No. El texto se queda en cantonés porque el bot no traduce transcripciones.
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
- 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