La transcripción de voz a texto en alemán con Potok es un idioma recomendado. Las pruebas publicadas de large-v3 indican tasas de error por palabra de 4.30 a 5.8, de varias fuentes y no de una medición nuestra. Las palabras compuestas largas y los dialectos marcados son los puntos donde una transcripción puede necesitar una lectura cuidadosa.
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
- Tres fuentes tratan el alemán, y la dispersión de un punto y medio es el rango honesto.
- El alemán une sustantivos en compuestos largos, y la tasa de error por palabra cuenta como error un compuesto separado.
- Los dialectos regionales hablados pueden diferir mucho del alemán estándar, y las cifras cubren sobre todo el habla estándar.
- Las mayúsculas en los sustantivos forman parte de la ortografía y deben aparecer en el texto.
Cómo se ve una transcripción
[00:00] Hablante 1: Lassen Sie uns die Besprechung beginnen. Zuerst gehen wir die Ergebnisse der letzten Woche durch, danach planen wir die nächsten Schritte.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 |
|---|---|---|---|
| Alemán (Deutsch) | Recomendado | tasa de error de palabras 4.3% (large-v3, FLEURS) Canary-1B-v2 paper, Whale paper, TheWhisper benchmark | 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
- Valora el estilo. El alemán de los informativos es fácil; una conversación en dialecto es más difícil.
- Envía el archivo. Abre @potok_now_bot y adjunta audio, vídeo o un mensaje de voz.
- Revisa los compuestos. Busca los lugares donde un compuesto se separó o se unió de forma distinta a tu estilo.
- Archivo grande. Hasta 2 GB; usa Subir.
- Exporta. TXT, MD, DOCX, PDF, SRT o VTT.
- Conserva el audio original. Un compuesto dudoso se resuelve más fácil volviendo a escuchar el original.
| 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 |
|---|---|---|
| Dar por correcto un compuesto separado | Puede leerse bien pero diferir de la ortografía de referencia. | Fija una sola grafía al editar. |
| Usar cifras del habla estándar con un hablante de dialecto | Las pruebas cubren sobre todo el habla estándar. | Comprueba un fragmento. |
| Ignorar las mayúsculas de los sustantivos | En alemán tienen significado. | Revisa el texto. |
| Citar 4.30 como una promesa | Es lo mejor de un rango. | Cita el rango completo. |
| Leer la mejor cifra como la habitual | 4.30 es el extremo bajo de un rango que llega hasta 5.8. | Cita el rango completo. |
Más
Consulta la lista completa de idiomas, las herramientas y el glosario.
Preguntas frecuentes
¿Cuál es el rango?
De 4.30 a 5.8 de tasa de error por palabra para large-v3 en pruebas publicadas por otros.
¿Funcionan los dialectos?
Las cifras cubren sobre todo el habla estándar, así que prueba un fragmento de tu hablante de dialecto.
¿Escribe bien los compuestos?
A menudo sí, pero si un compuesto va separado o unido es una diferencia frecuente que conviene revisar.
¿Es una medición nuestra?
No, estas cifras las publicaron otros y nosotros no hicimos las pruebas.
¿El texto sale en alemán?
Sí, se queda en alemán 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
- Canary-1B-v2 paper, Table 11 (Whisper large-v3 on FLEURS) · comprobado
- Whale paper, Table 5 (Whisper large-v3 on FLEURS) · comprobado
- TheWhisper benchmark (turbo, average over FLEURS, MLS, Common Voice) · 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