La voz a texto en vietnamita con Potok es un idioma recomendado, con una tasa de error de palabras publicada de 10.3 del modelo anterior large-v2. Otro conjunto de prueba dio 18.9 con large-v3, así que los resultados varían según los datos. 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
- La diferencia entre 10.3 y 18.9 es grande, así que espera que tu grabación caiga en cualquier punto de una banda amplia.
- Seis tonos se marcan con signos diacríticos, y una marca equivocada convierte una palabra en otra.
- Cada sílaba se escribe como una palabra separada con espacios, lo que hace que la tasa de error de palabras cuente muchas unidades cortas.
- El habla del norte y la del sur difieren en el sonido, y las cifras publicadas no las separan.
Cómo se ve una transcripción
[00:00] Hablante 1: Chúng ta bắt đầu cuộc họp nhé. Trước tiên, chúng ta sẽ xem lại kết quả tuần trước, sau đó lên kế hoạch cho các bước tiếp theo.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 |
|---|---|---|---|
| Vietnamita (Tiếng Việt) | Recomendado | tasa de error de palabras 10.3% (large-v2, FLEURS) Whisper 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
- Elige un clip de prueba. Escoge un minuto con conversación normal y algunos nombres.
- Envíalo al bot. Abre @potok_now_bot y comparte el archivo, un mensaje de voz o un enlace de YouTube.
- Cuida el límite. Se aceptan archivos de hasta 2 GB; Subir en la mini app va bien para los más grandes.
- Revisa las marcas de tono. Compara una muestra de palabras con el audio, centrándote en aquellas en las que una marca cambia el significado.
- Revisa los nombres. Los nombres de personas y de lugares suelen llevar combinaciones de marcas menos comunes.
- Exporta. TXT, MD, DOCX, PDF, SRT o VTT.
| 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 |
|---|---|---|
| Citar solo 10.3 | Otra prueba dio 18.9. | Muestra las dos y di que usan datos distintos. |
| Saltarte la revisión de tonos | Una marca equivocada puede formar otra palabra. | Comprueba por muestreo cada página. |
| Usar una grabación con un fuerte acento regional sin probarla | Las cifras publicadas no separan las regiones. | Haz una prueba corta. |
| Pegar en un editor que quita los signos diacríticos | Se pierde el significado. | Usa archivos UTF-8 o DOCX. |
Más
Consulta la lista completa de idiomas, las herramientas y el glosario.
Preguntas frecuentes
¿Cuáles son las cifras publicadas?
10.3 para large-v2 en una prueba, y 18.9 para large-v3 en otro conjunto de prueba.
¿Por qué difieren tanto los números?
Vienen de datos distintos y de modelos distintos, así que no se pueden comparar directamente.
¿De quién son las pruebas?
Las publicaron otros, no las medimos nosotros.
¿El bot maneja el habla del norte y la del sur?
Las cifras publicadas no separan los acentos, así que revisa un clip corto de tu hablante.
¿El texto se queda en vietnamita?
Sí. No se cambia a otro idioma.
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
- Whisper paper, Table 13 (large-v2 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