La voz a texto en italiano con Potok es un idioma recomendado, y las pruebas publicadas del modelo large-v3 dan una tasa de error de palabras de 2.31, una de las más bajas de nuestra lista. Esa cifra viene del trabajo de otros, no de nuestras mediciones. Envía notas de voz, audio o 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
- Una tasa de error de palabras de 2.31 se acerca a la diferencia que habría entre dos personas atentas, así que la mayoría de las líneas solo piden una revisión ligera.
- Las pruebas publicadas usan italiano estándar; el habla regional marcada, como un dialecto que se habla en casa, no se reportó por separado.
- Las formas elididas como l'amico o un'ora son una sola unidad hablada, así que comprueba que los apóstrofos queden en su sitio.
- Las consonantes dobles cambian el significado en italiano, así que un par como pala y palla merece una mirada en el resultado.
Cómo se ve una transcripción
[00:00] Hablante 1: Iniziamo la riunione. Prima esamineremo i risultati della settimana scorsa, poi pianificheremo i prossimi passi.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 |
|---|---|---|---|
| Italiano | Recomendado | tasa de error de palabras 2.31% (large-v3, FLEURS) Canary-1B-v2 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
- Elige un clip con una voz principal. Una entrevista, una clase o un mensaje de voz de un amigo sirven bien como prueba. Si es fácil, recorta el silencio largo del principio.
- Compártelo con el bot. Entra en @potok_now_bot y reenvía el mensaje, adjunta el archivo o pega un enlace de YouTube.
- Usa la mini app para archivos grandes. El bot acepta archivos de hasta 2 GB. Para los más grandes, pulsa el botón Subir de su mini app.
- Lee el resultado mientras escuchas. Los resultados cortos aparecen en el chat; los largos llegan como archivo. Escucha un minuto y compara.
- Corrige nombres y consonantes dobles. Los apellidos, los pueblos y las palabras con consonante doble suelen ser los puntos débiles.
- Elige la exportación. TXT o DOCX para apuntes, SRT o VTT si necesitas 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 |
|---|---|---|
| Leer 2.31 como una promesa para tu archivo | Es una cifra de pruebas publicadas por otros, con habla leída y limpia. | Revisa una página de tu propio resultado antes de fiarte del resto. |
| Enviar una grabación de un restaurante ruidoso | Las voces superpuestas y el ruido de platos aumentan las palabras erróneas. | Acerca el teléfono o graba en un sitio más tranquilo la próxima vez. |
| Esperar que el dialecto coincida con el estándar | El habla con vocabulario local puede escribirse en la forma estándar más cercana. | Marca esos pasajes y compruébalos de oído. |
| Buscar los nombres reales de los hablantes | Las voces se etiquetan como Hablante 1, Hablante 2 y así sucesivamente. | Cámbiales el nombre en el documento exportado. |
Más
Consulta la lista completa de idiomas, las herramientas y el glosario.
Preguntas frecuentes
¿Qué tal funciona el italiano en las pruebas publicadas?
El modelo large-v3 tiene una tasa de error de palabras publicada de 2.31 para el italiano, de las más bajas reportadas entre los idiomas de nuestra lista.
¿Son mediciones propias?
No. Vienen de pruebas publicadas por otros, y no hicimos una medición propia para el italiano.
¿Funciona el italiano regional?
Las cifras publicadas no separan los resultados por región, así que prueba primero con un clip corto de tu hablante.
¿El texto se queda en italiano?
Sí. La transcripción se escribe en el idioma de la grabación y no se convierte a otro idioma.
¿Puedo obtener subtítulos para un vídeo?
Sí. Activa las marcas de tiempo y exporta en SRT o VTT.
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
- 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