La transcripción de voz a texto en croata a través de Potok está en el grupo recomendado. Las pruebas publicadas del modelo large-v3 dan al croata una tasa de error por palabra de 11.07, tomada del trabajo de otros y no de comprobaciones nuestras. Envía un mensaje de voz, una grabación o un vídeo al bot de Telegram.
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
- 11.07 es una sola cifra publicada, así que mantén cierto escepticismo con archivos largos de audio deficiente.
- La ortografía croata usa letras con signos, como la c con háček y la d con trazo, así que revisa cómo salen los nombres.
- La transcripción se queda en croata.
- Las etiquetas de hablante y las marcas de tiempo son opcionales.
Cómo se ve una transcripción
[00:00] Hablante 1: Počnimo sastanak. Prvo ćemo pregledati rezultate prošlog tjedna, a zatim isplanirati sljedeće korake.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 |
|---|---|---|---|
| Croata (Hrvatski) | Recomendado | tasa de error de palabras 11.07% (large-v3, FLEURS) Canary-1B-v2 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
- Ordena tu audio. Agrupa las grabaciones según el número de hablantes. Una sola voz es lo más fácil.
- Abre Telegram. Inicia @potok_now_bot y envía el archivo.
- Revisa las letras. Mira las palabras con letras especiales y los apellidos; ahí se ven antes los problemas.
- Envía los largos como toca. Hasta 2 GB con el botón Subir de la mini app.
- Guarda el texto. Elige TXT, MD, DOCX, PDF, SRT o VTT.
- Conserva el original. Guarda el audio de origen junto a la transcripción para poder comprobar más tarde una línea dudosa.
| 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 |
|---|---|---|
| Ignorar las letras especiales | Un signo que falta puede cambiar cómo se lee un nombre. | Revisa los nombres con una fuente. |
| Usar el mismo ajuste para entrevistas y conferencias | Las etiquetas ayudan en las entrevistas, pero las conferencias solo necesitan marcas de tiempo. | Activa las etiquetas solo cuando cambien las voces. |
| Presentar 11.07 como medición nuestra | Lo publicaron otros. | Anótalo así en tus notas. |
| Enviar un fragmento muy bajo | El habla débil se adivina. | Normaliza el volumen antes de enviar. |
| Suponer que el idioma elegido cubre los idiomas vecinos | El habla serbia y bosnia puede leerse distinto. | Prueba un fragmento en el idioma exacto que tengas. |
Más
Consulta la lista completa de idiomas, las herramientas y el glosario.
Preguntas frecuentes
¿Qué tal funciona el croata?
Está en el grupo recomendado, con una tasa de error por palabra publicada de 11.07 para large-v3.
¿Esa cifra es vuestra?
No. Viene de pruebas publicadas por otros, no de una medición hecha por nosotros.
¿El bot conoce el serbio o el bosnio?
En esta página no tenemos cifras para ellos, así que prueba un fragmento antes de fiarte.
¿Qué formatos puedo descargar?
TXT, MD, DOCX, PDF, SRT y VTT están disponibles para cada transcripción.
¿Puede etiquetar quién habla?
Sí, como Hablante 1, Hablante 2 y así sucesivamente, pero nunca con nombre real.
¿Qué debo revisar primero?
Apellidos, nombres de lugares y números, porque una letra errónea ahí cambia el sentido y no se adivina por el contexto.
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
- Canary-1B-v2 paper, Table 11 (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