L'anglais est la langue où Potok est le plus solide dans les tests publiés : le modèle large-v3 atteint un taux d'erreur de mots de 4 dans l'un et de 4.25 dans un autre, et un test tiers de la variante turbo donne une moyenne de 4.80. Envoyez notes vocales, appels, vidéo ou fichiers jusqu'à 2 GB au bot Telegram.
Transcrire un enregistrement
Envoyez votre message vocal, audio ou vidéo à @potok_now_bot sur Telegram et le texte vous revient dans la conversation.
Ouvrir @potok_now_bot dans Telegram
Fichiers jusqu'à 2 Go · export en TXT, MD, DOCX, PDF, SRT et VTT · étiquettes des intervenants et horodatage · environ 30 langues
L'essentiel
- Les taux d'erreur de mots publiés de large-v3 pour l'anglais vont de 4 à 4.25, mesurés par d'autres et pas par nous.
- Un test tiers de la variante turbo donne une moyenne de 4.80 : même le modèle plus petit reste proche.
- Les accents, le jargon et les voix qui se coupent la parole changent les résultats réels plus que la moyenne.
- Les homophones comme there et their sont les erreurs restantes typiques.
À quoi ressemble une transcription
[00:00] Intervenant 1: Let's start the meeting. First, we'll review last week's results, then plan the next steps.Sens en français : Let's start the meeting. First, we'll review last week's results, then plan the next steps.
Rédigée par nos soins pour montrer l'écriture et la mise en page d'une transcription. Ce n'est pas le résultat du moteur de reconnaissance.
Qualité publiée
| Langue | Verdict | Résultat publié | Remarques |
|---|---|---|---|
| anglais (English) | Recommandé | taux d'erreur sur les mots 4 % (large-v3, FLEURS) Canary-1B-v2 paper, Whale paper | Les tests publiés montrent un faible taux d'erreur pour cette langue. |
Ces chiffres proviennent de tests publiés par des tiers, et non de tests réalisés par Potok. Votre propre audio, avec son bruit, ses accents et son microphone, donnera des résultats différents.
Comment faire
- Choisissez la meilleure source. Utilisez le fichier d'origine plutôt qu'un enregistrement d'écran d'un appel, qui ajoute du bruit et de la compression.
- Écrivez au bot. Envoyez de l'audio, une vidéo, un message vocal transféré ou un lien YouTube à @potok_now_bot.
- Pour un fichier de la taille d'un film. Le plafond est de 2 GB. Le bouton Téléverser de la mini-application sert à envoyer un très long enregistrement.
- Activez les étiquettes de locuteurs. Les étiquettes apparaissent sous la forme Locuteur 1, Locuteur 2. Ajoutez les horodatages si vous citerez l'audio.
- Relisez les détails. Vérifiez les noms de produits, les sigles, les nombres et les homophones.
- Exportez. TXT, MD, DOCX, PDF pour le texte ; SRT ou VTT pour les sous-titres.
| Fonction | Détails |
|---|---|
| Où ça fonctionne | Bot Telegram @potok_now_bot ; les gros fichiers passent par la mini-application du bot |
| Taille des fichiers | Jusqu'à 2 Go |
| Export | TXT, MD, DOCX, PDF, SRT, VTT |
| Intervenants et temps | Les étiquettes des intervenants et l'horodatage peuvent être activés |
| Langues | Environ 30 langues aux bons résultats publiés ; quelques autres avec des réserves |
| Traduction | La transcription n'est pas traduite dans une autre langue |
| Dictée | Une application de bureau Potok distincte vous permet de dicter du texte dans n'importe quel programme ; elle reconnaît la parole en russe |
Erreurs courantes
| Erreur | Ce qui se passe | Solution |
|---|---|---|
| Croire que 4 veut dire quatre mots faux sur cent dans votre fichier | De forts accents et du bruit peuvent pousser le taux réel bien plus haut. | Voyez le chiffre comme une référence, pas comme une promesse. |
| Passer à côté des homophones | Des mots qui sonnent pareil sont échangés et le texte garde l'air plausible. | Lisez la transcription en gardant le sens de la phrase en tête. |
| Ne pas épeler les sigles avant l'appel | Un jargon inconnu devient des mots ordinaires. | Gardez une courte liste de termes et corrigez ensuite. |
| Utiliser un appel enregistré sur haut-parleur | L'écho fait tomber des mots des deux côtés. | Enregistrez chaque locuteur près du micro. |
Pour aller plus loin
Consultez la liste complète des langues, les outils et le glossaire.
Questions fréquentes
Quelle est la qualité de la transcription en anglais ?
Les tests publiés de large-v3 indiquent des taux d'erreur de mots de 4 à 4.25 pour l'anglais, parmi les plus bas de notre liste. Ce sont des chiffres d'autres groupes.
Gère-t-il les accents britannique, américain et indien ?
Les chiffres publiés ne détaillent pas les résultats par accent. Testez un court extrait de votre locuteur si l'accent est marqué.
Puis-je transcrire une vidéo YouTube ?
Oui. Collez le lien dans la conversation et le bot transcrit la parole.
Les noms des locuteurs sont-ils renseignés ?
Non. Les étiquettes sont des numéros, que vous renommez vous-même dans le fichier exporté.
Le texte anglais est-il traduit ?
Non. Le résultat reste en anglais, et le bot ne le traduit pas vers une autre langue.
Sources
Chaque source a été ouverte manuellement à la date indiquée. Les pages évoluent : ouvrez la source si un détail compte pour vous.
- FLEURS speech dataset (Google, Hugging Face), Hugging Face · vérifié le
- Word error rate (Wikipedia), Wikipedia · vérifié le
- Canary-1B-v2 paper, Table 11 (Whisper large-v3 on FLEURS) · vérifié le
- Whale paper, Table 5 (Whisper large-v3 on FLEURS) · vérifié le
Essayez avec votre propre enregistrement
Envoyez votre message vocal, audio ou vidéo à @potok_now_bot sur Telegram et le texte vous revient dans la conversation.
Ouvrir @potok_now_bot dans Telegram