La transcripción en coreano de Potok es texto coreano con un bloque por hablante y marcas de tiempo opcionales. La tasa de error publicada para large-v3 es 14.1, justo bajo el umbral de 15 que usamos: es un caso límite, así que prevé una relectura. El bot acepta 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 14.1 es una tasa de error por palabra de pruebas publicadas por otros, no una medición nuestra, y queda cerca del umbral de 15.
- Las reglas de espaciado de la escritura coreana no se aplican de forma uniforme, así que el recuento de palabras depende de dónde se pongan los espacios.
- Las partículas y las terminaciones se pegan a la palabra anterior, por lo que la puntuación por palabra es más dura de lo que parece al leer.
- Las etiquetas de hablante aparecen como Hablante 1, Hablante 2 y así sucesivamente, nunca con nombres reales.
Cómo se ve una transcripción
[00:00] Hablante 1: 회의를 시작하겠습니다. 먼저 지난주 결과를 검토하고, 그다음 다음 단계를 계획하겠습니다.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 |
|---|---|---|---|
| Coreano (한국어) | Recomendado, en el límite | tasa de error de palabras 14.1% (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
- Abre el bot. Abre @potok_now_bot en Telegram y elige el chat donde quieres recibir el texto.
- Envía la grabación en coreano. Sirve un mensaje de voz, un archivo de audio, un vídeo o un enlace de YouTube. Pasa cualquier archivo de hasta 2 GB, y el botón Subir de la miniaplicación se encarga de los más grandes.
- Elige cómo se organiza la transcripción. Activa las etiquetas de hablante para una entrevista, y las marcas de tiempo si piensas volver después a una línea concreta.
- Revisa los espacios. Lee los primeros minutos y decide si los cortes entre palabras van con tu estilo antes de exportar todo.
- Exporta. Guarda TXT o MD para apuntes, DOCX o PDF para compartir, y SRT o VTT para archivos de subtítulos.
| 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 |
|---|---|---|
| Leer 14.1 como un margen seguro | Un pequeño cambio en el audio o en el conjunto de prueba puede llevar el resultado por encima del umbral. | Incluye una revisión de corrección en tu plan. |
| Corregir a mano los espacios de cada línea | Se van horas en un detalle que rara vez cambia el sentido. | Corrige primero nombres y números, y deja los espacios para una pasada final. |
| Esperar que el habla formal y la informal se lean igual | Las terminaciones cambian según quién habla, así que una conversación mixta se ve irregular. | Revisa un hablante cada vez. |
| Cortar los subtítulos en los saltos de línea exportados | Las líneas pueden terminar a mitad de una frase. | Ajusta los saltos en el archivo SRT. |
Más
Consulta la lista completa de idiomas, las herramientas y el glosario.
Preguntas frecuentes
¿Cómo es una transcripción en coreano?
Es texto en coreano dividido en bloques, cada uno con su etiqueta de hablante y, si lo pides, la hora antes de la línea.
¿Por qué el coreano figura como caso límite?
Los resultados publicados de large-v3 dan una tasa de error por palabra de 14.1, cercana al umbral de 15, y el recuento de palabras depende del espaciado.
¿Puedo obtener subtítulos?
Sí. Exporta SRT o VTT y revisa los saltos de línea y los nombres antes de publicar.
¿El bot pone nombre a los hablantes?
No. Las etiquetas son números, como Hablante 1, y tú los cambias por nombres reales en tu editor.
¿Recibiré una versión en español?
No. El texto se queda en coreano, y el bot no ofrece una versión en otro idioma.
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
- 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