La voz a texto en español con Potok es un idioma recomendado con uno de los mejores resultados publicados: una tasa de error de palabras de 3.12 para el modelo large-v3. Es una cifra de pruebas de otros, no de una medición nuestra. Envía notas de voz, audio o vídeo y luego revisa nombres y números.
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
- España, México, Argentina y otras regiones no se reportaron por separado, así que el único número abarca muchos acentos.
- El español se escribe con mucha regularidad, así que la mayoría de los errores que quedan están en nombres, palabras extranjeras y homófonos.
- En la escritura correcta, las preguntas y las exclamaciones empiezan con un signo invertido, algo que conviene revisar en el texto.
- Una puntuación baja con audio de prueba limpio dice poco sobre una sala ruidosa, una mala línea o hablantes que se solapan.
Cómo se ve una transcripción
[00:00] Hablante 1: Vamos a empezar la reunión. Primero repasaremos los resultados de la semana pasada y después planificaremos los próximos pasos.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 |
|---|---|---|---|
| Español | Recomendado | tasa de error de palabras 3.12% (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
- Anota el acento. Escribe una nota de una línea con el origen del hablante. Te ayuda a juzgar qué errores se deben al acento.
- Envíalo. Abre @potok_now_bot y comparte el archivo, un mensaje de voz reenviado o un enlace de YouTube.
- Grabación grande. El límite es 2 GB, y el botón Subir se ocupa de los archivos pesados.
- Revisa los homófonos. Las palabras que suenan igual, como las que solo se diferencian por una letra muda, necesitan contexto para acertar.
- Revisa los nombres propios. Los nombres de personas, calles y empresas van al final de una lectura completa.
- Exporta. TXT, MD, DOCX, PDF, SRT o VTT; los textos cortos también aparecen en el chat.
| 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 |
|---|---|---|
| Fiarte de una cifra excelente para todos los acentos | Las pruebas no se dividen por región. | Prueba un clip de tu propio hablante. |
| Enviar la grabación de un auditorio desde la última fila | La reverberación oculta las consonantes. | Usa una grabación más cercana o un micrófono de solapa. |
| Ignorar los nombres | Los nombres son las palabras menos predecibles. | Haz una lista de nombres y busca cada uno. |
| Usar TXT para trabajo de subtítulos | Se pierden los tiempos. | Exporta en SRT o VTT en su lugar. |
Más
Consulta la lista completa de idiomas, las herramientas y el glosario.
Preguntas frecuentes
¿Qué significa 3.12?
Es una tasa de error de palabras publicada para el modelo large-v3 en español, uno de los mejores resultados de nuestra lista.
¿Son mediciones propias?
No. Vienen de pruebas publicadas por otros.
¿Todos los acentos puntúan igual?
Las cifras publicadas no lo dicen. Los acentos regionales no se reportaron por separado.
¿El bot conserva el idioma?
Sí. La transcripción se queda en español, sea cual sea el acento, y no se convierte a otro idioma.
¿Hay un límite de tamaño?
Se aceptan archivos de hasta 2 GB, y el botón Subir de la mini app va bien para los más 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
- 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