La transcripción en vietnamita en Potok devuelve texto con marcas de tono. La tasa de error por palabra publicada es 10.3 para el modelo anterior large-v2, mientras que otro conjunto de prueba dio 18.9 para large-v3, así que los resultados varían según los datos. En Telegram 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 10.3 es una tasa de error por palabra de pruebas publicadas por otros, no una medición nuestra.
- Otra prueba publicada dio 18.9 para large-v3, así que la diferencia entre conjuntos de datos es grande.
- El vietnamita usa el alfabeto latino con marcas de tono y signos vocálicos adicionales, y cada sílaba va separada por un espacio.
- Las marcas de tiempo y las etiquetas numeradas de hablante son opcionales.
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 fragmento. Escoge un trozo corto con voz clara y envíalo a @potok_now_bot.
- Compáralo con el audio. Valora si la calidad sirve para tus propias grabaciones, que pueden estar más cerca de 10 o de 19.
- Envía el archivo completo. Entran hasta 2 GB, con el botón Subir de la miniaplicación para los más grandes.
- Activa las etiquetas y las horas. Las dos ayudan en reuniones y entrevistas largas.
- Revisa las marcas de tono. Una marca equivocada da otra sílaba, así que lee con atención los nombres y los números.
- Exporta. TXT, MD, DOCX, PDF, SRT o VTT.
| 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 |
|---|---|---|
| Fiarte de una sola cifra para todas las grabaciones | Las pruebas publicadas iban de 10.3 a 18.9. | Prueba tu propio audio. |
| Buscar sin las marcas | Las palabras que se distinguen solo por una marca no se encuentran juntas. | Busca con las marcas exactas. |
| Tomar los espacios por límites de palabra | Una palabra de varias sílabas se parte en trozos. | Revisa los compuestos en contexto. |
| Esperar una transcripción en español | El bot no traduce. | Traduce el texto en otra herramienta si lo necesitas. |
Más
Consulta la lista completa de idiomas, las herramientas y el glosario.
Preguntas frecuentes
¿La transcripción incluye las marcas de tono?
Sí, es vietnamita escrito con sus marcas de tono y signos vocálicos, así que la fuente con que lo muestres debe admitirlos.
¿Por qué difieren las cifras publicadas?
Una prueba de large-v2 dio 10.3 y otra de large-v3 dio 18.9, porque los conjuntos de datos son distintos.
¿Puedo obtener subtítulos?
Sí. Exporta SRT o VTT y comprueba los saltos de línea.
¿El bot separa a los hablantes?
Puede marcar las intervenciones con etiquetas numeradas cuando las activas.
¿Cuál es el límite de tamaño?
Archivos de hasta 2 GB; usa Subir en la miniaplicación para los más grandes.
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
- 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