El chino mandarín encaja bien con Potok: envía audio o vídeo al bot de Telegram y recibe el texto en chino. Las pruebas publicadas del modelo large-v3 dan una tasa de error de caracteres de 7.8, frente a 14.7 del modelo anterior large-v2. 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 chino se escribe sin espacios, por lo que la calidad es una tasa de error de caracteres: 7.8 para large-v3 en pruebas publicadas.
- El modelo anterior large-v2 obtuvo 14.7 en el mismo tipo de prueba, así que el modelo nuevo supone una mejora clara.
- Son resultados de otros grupos, no mediciones nuestras sobre tus grabaciones.
- Comprueba si la salida está en el conjunto de caracteres que necesitas, ya que los lectores pueden esperar formas simplificadas o tradicionales.
Cómo se ve una transcripción
[00:00] Hablante 1: 我们开始开会吧。首先回顾上周的结果，然后规划下一步。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 |
|---|---|---|---|
| Chino (mandarín) (中文（普通话）) | Recomendado | tasa de error de caracteres 7.8% (large-v3, FLEURS) Whale paper, 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
- Conoce tu mandarín. El habla estándar de los informativos es el caso fácil. Los acentos regionales marcados o una mezcla con cantonés merecen una prueba corta primero.
- Envía el archivo. Escribe a @potok_now_bot con una nota de voz, audio, vídeo o enlace de YouTube. Para grabaciones cercanas a 2 GB, usa el botón Upload.
- Activa las marcas de tiempo. Las líneas sin espacios son más difíciles de recorrer con la vista, así que las marcas de tiempo ayudan a encontrar un punto en un texto largo.
- Revisa nombres y números. Los nombres de personas, los nombres de empresas y las cifras son donde los homófonos causan errores.
- Exporta. SRT o VTT sirven para subtítulos de vídeo; DOCX, PDF, TXT o MD sirven para informes.
| 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 |
|---|---|---|
| Comparar la tasa de caracteres de 7.8 con tasas de error de palabras del inglés | Las unidades son distintas, así que la comparación dice poco. | Compara tasas de caracteres solo con tasas de caracteres. |
| No revisar los homófonos en los nombres | Un nombre puede escribirse con caracteres equivocados aunque suene bien. | Confirma los nombres con una fuente. |
| Esperar espacios entre palabras | El texto chino no los tiene, así que las herramientas de búsqueda por palabras se comportan de otro modo. | Usa la búsqueda por caracteres de tu editor. |
| Contar con una traducción | El texto se queda en chino y el bot no traduce. | Traduce por separado si lo necesitas. |
Más
Consulta la lista completa de idiomas, las herramientas y el glosario.
Preguntas frecuentes
¿Qué tal funciona la transcripción en mandarín?
Las pruebas publicadas de large-v3 indican una tasa de error de caracteres de 7.8. Son resultados de otros grupos y tu grabación puede comportarse de forma distinta.
¿Por qué una tasa de caracteres y no de palabras?
El chino no tiene espacios entre palabras, así que contar palabras exige reglas adicionales. Los caracteres dan una medida más simple y justa.
¿Obtendré caracteres simplificados o tradicionales?
Las pruebas publicadas no lo indican, así que revisa una muestra corta y convierte el texto en tu editor si necesitas la otra forma.
¿El bot también procesa cantonés?
El cantonés es una entrada aparte en nuestra lista, con su propia advertencia. Esta página trata el mandarín.
¿Puedo exportar subtítulos?
Sí. Los archivos SRT y VTT llevan un tiempo en cada línea, y conviene corregirlos antes de publicarlos.
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
- 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