Potok dapat mengubah pesan suara, audio, dan video berbahasa Arab menjadi teks lewat bot Telegram, tetapi dengan catatan kehati-hatian. Pengujian terbitan atas model large-v2 melaporkan tingkat kesalahan kata 16 untuk bahasa Arab, dan ucapan dialek hasilnya lebih buruk daripada bahasa Arab Standar Modern. File hingga 2 GB diterima.
Transkripsikan rekaman
Kirim pesan suara, audio, atau video Anda ke @potok_now_bot di Telegram, lalu teksnya akan dikirim kembali di obrolan.
Buka @potok_now_bot di Telegram
File hingga 2 GB · ekspor ke TXT, MD, DOCX, PDF, SRT, dan VTT · label pembicara dan stempel waktu · sekitar 30 bahasa
Fakta utama
- Angka 16 adalah tingkat kesalahan kata dari pengujian terbitan atas model large-v2 yang lebih lama, bukan hasil ukur kami sendiri.
- Rata-rata pihak ketiga untuk varian turbo adalah 10.57, jadi angka terbitan untuk bahasa Arab tidak sepakat pada satu nilai.
- Dialek lisan sangat berbeda dari bahasa Arab Standar Modern, dan tingkat kesalahan lebih tinggi pada ucapan dialek.
- Bahasa Arab ditulis dari kanan ke kiri, jadi buka file ekspor di editor yang mendukung arah tersebut.
Seperti apa transkrip itu
[00:00] Pembicara 1: لنبدأ الاجتماع. أولاً سنراجع نتائج الأسبوع الماضي، ثم نخطط للخطوات التالية.Artinya dalam bahasa Inggris: Let's start the meeting. First, we'll review last week's results, then plan the next steps.
Ditulis oleh kami untuk menunjukkan aksara dan tata letak transkrip. Ini bukan keluaran mesin pengenalan.
Kualitas yang dipublikasikan
| Bahasa | Penilaian | Hasil publikasi | Catatan |
|---|---|---|---|
| Arab (العربية) | Gunakan dengan hati-hati | tingkat kesalahan kata 16% (large-v2, FLEURS) Whisper paper, TheWhisper benchmark | Pengujian yang dipublikasikan menunjukkan tingkat kesalahan yang lebih tinggi untuk bahasa ini. Periksa dulu dengan contoh singkat dan siapkan waktu untuk koreksi. |
Angka-angka ini berasal dari pengujian yang dipublikasikan oleh pihak lain, bukan dari pengujian Potok. Audio Anda sendiri, dengan kebisingan, aksen, dan mikrofonnya, akan memberi hasil yang berbeda.
Cara melakukannya
- Tentukan jenis bahasa Arab Anda. Berita, kuliah, dan pidato yang disiapkan dekat dengan bentuk baku. Percakapan sehari-hari dan telepon keluarga adalah dialek, jadi siapkan lebih banyak koreksi.
- Mulai bot. Buka @potok_now_bot di Telegram, lalu kirim pesan suara, audio, video, atau tautan YouTube.
- Gunakan Unggah untuk file besar. File hingga 2 GB diterima; untuk rekaman panjang, pakai tombol Unggah di aplikasi mini bot.
- Baca dulu satu bagian pendek. Bandingkan menit pertama dengan yang Anda dengar sebelum memercayai transkrip panjang, terutama untuk dialek.
- Ekspor. Pilih TXT atau DOCX untuk dibaca, SRT atau VTT untuk subjudul. Biarkan stempel waktu aktif jika Anda akan mencocokkan bagian tertentu dengan audio.
| Fitur | Rincian |
|---|---|
| Tempat penggunaan | Bot Telegram @potok_now_bot; file besar diproses lewat aplikasi mini bot |
| Ukuran file | Hingga 2 GB |
| Ekspor | TXT, MD, DOCX, PDF, SRT, VTT |
| Pembicara dan waktu | Label pembicara dan stempel waktu dapat diaktifkan |
| Bahasa | Sekitar 30 bahasa dengan hasil publikasi yang baik; beberapa bahasa lain disertai peringatan |
| Terjemahan | Transkrip tidak diterjemahkan ke bahasa lain |
| Dikte | Aplikasi desktop Potok terpisah memungkinkan Anda mendikte teks ke program apa pun; aplikasi ini mengenali ucapan bahasa Rusia |
Kesalahan umum
| Kesalahan | Yang terjadi | Perbaikan |
|---|---|---|
| Menganggap satu skor berlaku untuk semua dialek Arab | Rekaman dialek menghasilkan jauh lebih banyak kesalahan daripada ucapan formal. | Uji klip pendek dari pembicara Anda sebelum mengirim berjam-jam audio. |
| Membaca file ekspor di editor kiri-ke-kanan | Tanda baca dan angka pindah ke sisi yang salah dalam satu baris sehingga teks tampak rusak. | Buka di pengolah kata yang mendukung kanan-ke-kiri. |
| Mengutip angka 16 sebagai hasil kami sendiri | Pembaca mengira angka itu diukur pada audio Anda. | Sebutkan bahwa angka itu berasal dari pengujian pihak ketiga yang diterbitkan. |
| Mengharapkan teks berbahasa Inggris | Transkrip tetap berbahasa Arab karena bot tidak menerjemahkan. | Terjemahkan teks jadi pada langkah terpisah. |
Selengkapnya
Lihat daftar lengkap bahasa, alat, dan glosarium.
Pertanyaan yang sering diajukan
Mengapa halaman bahasa Arab memuat catatan kehati-hatian?
Tingkat kesalahan terbitan untuk bahasa Arab lebih tinggi daripada bahasa yang direkomendasikan, dan naik lagi pada ucapan dialek, jadi hasilnya perlu dibaca dengan teliti.
Apakah bot memahami ucapan Mesir, Teluk, atau Levant?
Pengujian terbitan tidak merinci hasil per dialek, hanya mencatat bahwa dialek sangat berbeda dari bahasa Arab Standar Modern. Coba contoh pendek dulu.
Bisakah saya mengirim video berbahasa Arab atau tautan YouTube?
Bisa. Bot membaca file audio dan video serta menerima tautan YouTube, dalam batas file 2 GB.
Apakah vokal pendek dan tanda baca harakat akan ditulis?
Jangan berharap begitu. Teks Arab biasa sering tidak memuatnya, dan tanda yang Anda perlukan perlu ditambahkan sendiri.
Bisakah saya mendapat transkrip dalam bahasa Inggris?
Tidak. Transkrip tetap dalam bahasa rekaman, dan bot tidak menerjemahkannya.
Sumber
Setiap sumber dibuka secara manual pada tanggal yang tertera. Halaman bisa berubah, jadi buka sumbernya jika ada detail yang penting bagi Anda.
- Word error rate (Wikipedia), Wikipedia · diperiksa
- FLEURS speech dataset (Google, Hugging Face), Hugging Face · diperiksa
- Whisper paper, Table 13 (large-v2 on FLEURS) · diperiksa
- TheWhisper benchmark (turbo, average over FLEURS, MLS, Common Voice) · diperiksa
Coba pada rekaman Anda sendiri
Kirim pesan suara, audio, atau video Anda ke @potok_now_bot di Telegram, lalu teksnya akan dikirim kembali di obrolan.
Buka @potok_now_bot di Telegram