La transcripción de voz a texto en checo con Potok está en el grupo recomendado. Los resultados publicados de large-v3 para el checo van de 11.0 a 11.33 de tasa de error por palabra, dos fuentes que coinciden bastante. Son pruebas de otros, no mediciones nuestras, así que escucha una muestra de tu propio audio.
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
- Dos fuentes publicadas quedan a menos de un tercio de punto entre sí, algo más estable que en la mayoría de los idiomas.
- El extremo bajo del rango es 11.0 y el alto es 11.33.
- Los signos diacríticos del checo, como el háček, deben aparecer en el texto, y conviene corregir cualquier signo que falte.
- La tasa de error por palabra es la proporción de palabras que difieren de una referencia.
Cómo se ve una transcripción
[00:00] Hablante 1: Začněme schůzku. Nejdříve projdeme výsledky z minulého týdne a potom naplánujeme další kroky.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 |
|---|---|---|---|
| Checo (Čeština) | Recomendado | tasa de error de palabras 11% (large-v3, FLEURS) Canary-1B-v2 paper, Whale 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
- Prepárate. Decide antes de enviar si necesitas marcas de tiempo o etiquetas de hablante.
- Envía al bot. Abre @potok_now_bot en Telegram y adjunta la grabación.
- Espera. Los resultados cortos llegan al chat y los largos como archivo.
- Verifica. Lee en voz alta un párrafo frente a la transcripción y comprueba los signos diacríticos.
- Exporta. Elige el formato. Archivos de hasta 2 GB, con el botón Subir para los grandes.
- Conserva el audio original. Guarda el archivo original para poder volver a escuchar cualquier pasaje dudoso frente al texto.
| 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 el rango como una promesa | Describe pruebas publicadas, no tu audio. | Haz antes una muestra. |
| Ignorar los signos diacríticos | El sentido puede cambiar si falta un signo. | Revísalos. |
| Usar una sola fuente para un informe | Dos cifras dan una imagen mejor. | Cita ambas como publicadas por otros. |
| Enviar mal audio | Una mala grabación perjudica más que el idioma. | Vuelve a grabar si puedes. |
| Cortar el archivo en muchos trozos pequeños | Cada trozo pierde el contexto del anterior. | Envíalo entero, ya que se permiten 2 GB. |
Más
Consulta la lista completa de idiomas, las herramientas y el glosario.
Preguntas frecuentes
¿Cuál es el rango publicado?
De 11.0 a 11.33 de tasa de error por palabra para el modelo large-v3, según dos fuentes.
¿De quién son las pruebas?
Son de otros, y nosotros no las hemos hecho.
¿Puedo añadir marcas de tiempo?
Sí, actívalas antes de exportar SRT o VTT.
¿Qué duración de grabación se permite?
El límite es un tamaño de archivo de 2 GB, no una duración fija de audio.
¿La transcripción sale en checo?
Sí, y se queda en checo porque el bot no traduce.
¿La transcripción conserva los signos y acentos?
Debería escribir los signos diacríticos del checo, pero conviene corregir a mano un signo que falte en un nombre.
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
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