La transcripción de voz a texto en indonesio con Potok es un idioma recomendado. La cifra publicada es una tasa de error por palabra de 7.1 del modelo anterior large-v2, y un tercero dio un promedio turbo de 6.98. Son pruebas de otros, no mediciones nuestras.
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
- No se encontró ninguna cifra de large-v3, así que el 7.1 describe el modelo anterior.
- Un promedio turbo de terceros de 6.98 apunta en la misma dirección, lo que da algo más de confianza.
- El indonesio formal y el informal difieren en la elección de palabras, así que importa el registro de tu hablante.
- Los hablantes suelen cambiar entre el indonesio y una lengua regional en mitad de la frase.
- La tasa de error por palabra cuenta las palabras que difieren de un texto de referencia humano.
Cómo se ve una transcripción
[00:00] Hablante 1: Mari kita mulai rapat. Pertama, kita tinjau hasil minggu lalu, lalu kita rencanakan langkah berikutnya.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 |
|---|---|---|---|
| Indonesio (Bahasa Indonesia) | Recomendado | tasa de error de palabras 7.1% (large-v2, FLEURS) Whisper paper, TheWhisper benchmark | 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 registro. La lectura de noticias y la charla cotidiana difieren en la elección de palabras, así que recuerda qué tipo de habla tienes antes de juzgar el resultado.
- Envía el archivo. Abre @potok_now_bot en Telegram y adjunta audio, vídeo o un mensaje de voz, o pega un enlace de YouTube.
- Busca los cambios de idioma. Encuentra los pasajes en que el hablante pasa a una lengua regional o al inglés y revísalos primero.
- Envía los archivos grandes con Subir. Se aceptan hasta 2 GB, y el botón Subir de la mini app es el camino para las grabaciones más grandes.
- Exporta lo que necesites. TXT o DOCX para apuntes, SRT o VTT cuando quieras subtítulos con marcas de tiempo.
| 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 7.1 como un resultado del modelo más reciente | Viene del modelo anterior large-v2, que puede diferir del que funciona hoy. | Aclara que la cifra es de un modelo anterior. |
| Ignorar el habla informal | La jerga y las palabras abreviadas son más difíciles de escribir que el habla formal. | Prueba una muestra de la conversación real. |
| Pasar por alto los cambios de idioma en mitad de la frase | Las palabras regionales se adivinan y pueden escribirse de forma rara. | Comprueba esos pasajes con el audio. |
| Citar los números como propios | Los publicaron otros. | Cítalos como pruebas de otros. |
Más
Consulta la lista completa de idiomas, las herramientas y el glosario.
Preguntas frecuentes
¿Cuál es la puntuación del indonesio?
Una tasa de error por palabra de 7.1 en pruebas publicadas del modelo large-v2, no de comprobaciones nuestras.
¿Hay una cifra más reciente?
No se encontró ningún resultado de large-v3, así que la cifra anterior es la que se cita en esta página.
¿Y la variante turbo?
Un tercero publicó un promedio turbo de 6.98, que apunta en la misma dirección que la cifra anterior.
¿Cuál es el archivo más grande que puedo enviar?
Se aceptan archivos de hasta 2 GB, con el botón Subir para las grabaciones grandes.
¿El texto se traduce al inglés?
No. La transcripción se queda en indonesio porque el bot no traduce.
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
- Whisper paper, Table 13 (large-v2 on FLEURS) · comprobado
- TheWhisper benchmark (turbo, average over FLEURS, MLS, Common Voice) · 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