La voz a texto en coreano con Potok está marcada como recomendada con una salvedad: la tasa de error de palabras publicada con large-v3 es 14.1, cerca del umbral de 15 que usamos. Además depende de cómo se cuenten los espacios. Son pruebas de otros, no mediciones nuestras. Envía primero un clip corto.
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
- Como la cifra está cerca de nuestro límite, trata el coreano como un idioma para revisar, no para publicar sin mirar.
- La tasa de error de palabras cuenta palabras separadas por espacios, y en la escritura coreana el espaciado no siempre es fijo, así que el mismo discurso puede puntuar distinto.
- El nivel de cortesía cambia las terminaciones de los verbos, así que una grabación formal y una informal de la misma idea producen textos distintos.
- Los números pueden aparecer como cifras o escritos con palabras; decide cuál prefieres antes de editar.
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
- Empieza con un clip corto de prueba. Envía primero uno o dos minutos. Así ves cómo se comportan tu hablante, tu micrófono y tu tema antes de mandar un archivo largo.
- Busca el bot. En Telegram abre @potok_now_bot. Acepta mensajes de voz, archivos de audio, vídeo y enlaces de YouTube.
- Envía el archivo largo. Se permiten hasta 2 GB, y el botón Subir de la mini app se encarga de los archivos más grandes.
- Revisa primero el espaciado. Lee un párrafo y fíjate en dónde caen los cortes entre palabras; aquí es donde más se separan las puntuaciones y el criterio humano.
- Revisa terminaciones y números. Comprueba que el estilo formal o informal coincide con el hablante y que los números siguen un solo estilo.
- Exporta. Elige TXT, MD, DOCX, PDF, SRT o VTT. Las transcripciones cortas se muestran en el chat y las largas llegan como archivo.
| 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 |
|---|---|---|
| Tomar 14.1 como una cifra claramente buena | Está cerca del umbral de 15, y contar los espacios de otra forma la movería. | Cuenta con leer completa cada transcripción. |
| Comparar dos herramientas solo por el espaciado | Las decisiones de espaciado pueden cambiar una puntuación sin cambiar el sentido. | Compara el contenido de las frases, no los puntos de corte. |
| Mezclar habla formal e informal en un mismo clip | Las terminaciones verbales varían dentro de la transcripción. | Divide las grabaciones por situación si el registro importa. |
| Esperar nombres de persona para los hablantes | Las etiquetas son Hablante 1, Hablante 2 y así sucesivamente. | Cámbiales el nombre después de exportar. |
Más
Consulta la lista completa de idiomas, las herramientas y el glosario.
Preguntas frecuentes
¿Se recomienda el coreano?
Está marcado como recomendado, pero la tasa de error de palabras publicada de 14.1 está en el límite, así que trata el resultado como un borrador.
¿Por qué importa cómo se cuentan los espacios?
La tasa de error de palabras cuenta palabras, y el lugar donde el texto coreano pone espacios no siempre es uniforme, así que la puntuación puede variar.
¿De quién es la cifra 14.1?
Es un resultado publicado por otros para el modelo large-v3, no una medición nuestra.
¿Se puede cambiar la transcripción a otro idioma?
No. El texto se escribe en el idioma que se habla en la grabación.
¿Qué tamaño puede tener el archivo?
Hasta 2 GB, y el botón Subir de la mini app del bot está pensado para archivos 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
- Whisper speech recognition system (Wikipedia), Wikipedia · 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