La transcripción de voz a texto en chino con Potok cubre el mandarín y está marcada como recomendada. Las pruebas publicadas de large-v3 indican una tasa de error por carácter de 7.8, frente a 14.7 del modelo anterior large-v2. Ambas son cifras de terceros, no mediciones nuestras, y el resultado depende de tu 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
- El modelo anterior large-v2 obtuvo 14.7 en el mismo tipo de prueba, así que el modelo nuevo reduce más o menos a la mitad el error publicado.
- El chino se escribe sin espacios, por eso los resultados se dan por carácter.
- La tasa de error por carácter cuenta los caracteres erróneos, omitidos o sobrantes respecto a un texto de referencia.
- Esta página habla del mandarín; estas cifras no cubren otras variedades del chino.
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
- Confirma que es mandarín. Los resultados publicados aquí describen el mandarín. Una grabación en otra variedad necesita su propia prueba.
- Envía el archivo. Abre @potok_now_bot y adjunta audio, vídeo o un mensaje de voz.
- Usa Subir para los largos. El bot acepta hasta 2 GB; el botón Subir de su mini app se encarga de los archivos grandes.
- Revisa números y nombres. Los dígitos, los nombres de producto y los nombres de persona son los lugares más probables para un carácter erróneo.
- Exporta. TXT o DOCX para apuntes, SRT o VTT para 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 |
|---|---|---|
| Aplicar las cifras del mandarín a otra variedad | Los números no se midieron para ella. | Comprueba antes un fragmento. |
| Comparar 7.8 con una tasa de error por palabra | Las unidades difieren, así que la comparación engaña. | Compara caracteres con caracteres. |
| Citar 14.7 como cifra actual | Es del modelo anterior. | Cita 7.8 para large-v3 y señala que es publicada. |
| Buscar separaciones de palabras en el resultado | No hay espacios entre palabras. | Busca la cadena de caracteres. |
Más
Consulta la lista completa de idiomas, las herramientas y el glosario.
Preguntas frecuentes
¿Esto cubre también el cantonés?
No. El cantonés tiene su propia página y sus propios números publicados.
¿Qué significa 7.8?
Es una tasa de error por carácter de pruebas publicadas, unos 7.8 caracteres erróneos de cada 100.
¿El resultado sale en caracteres simplificados o tradicionales?
No tenemos datos publicados al respecto, así que revisa una muestra si la escritura te importa.
¿Puedo enviar la grabación de una videollamada?
Sí. Se aceptan vídeo, audio y mensajes de voz, hasta 2 GB por archivo.
¿El texto se pasará al inglés?
No. Se queda en chino; 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
- 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