Bahasa Inggris adalah bahasa tempat Potok paling kuat dalam pengujian terbitan: model large-v3 mencapai tingkat kesalahan kata 4 pada satu uji dan 4.25 pada uji lain, dan uji pihak ketiga untuk varian turbo rata-rata 4.80. Kirim pesan suara, panggilan, video, atau file hingga 2 GB ke bot Telegram.
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
- Tingkat kesalahan kata large-v3 terbitan untuk bahasa Inggris berkisar dari 4 sampai 4.25, diukur oleh pihak lain dan bukan oleh kami.
- Uji pihak ketiga untuk varian turbo rata-rata 4.80, jadi model yang lebih kecil pun tetap dekat.
- Aksen, istilah khusus, dan percakapan bertumpuk menggeser hasil nyata lebih jauh daripada rata-rata.
- Kata sebunyi seperti there dan their adalah kesalahan sisa yang khas.
Seperti apa transkrip itu
[00:00] Pembicara 1: Let's start the meeting. First, we'll review last week's results, then plan the next steps.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 |
|---|---|---|---|
| Inggris (English) | Direkomendasikan | tingkat kesalahan kata 4% (large-v3, FLEURS) Canary-1B-v2 paper, Whale paper | Pengujian yang dipublikasikan menunjukkan tingkat kesalahan yang rendah untuk bahasa ini. |
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
- Pilih sumber terbaik. Pakai file aslinya, bukan rekaman layar dari sebuah panggilan, yang menambah bising dan kompresi.
- Kirim pesan ke bot. Kirim audio, video, pesan suara yang diteruskan, atau tautan YouTube ke @potok_now_bot.
- Untuk file sepanjang film. Batasnya 2 GB. Tombol Unggah di aplikasi mini adalah cara mengirim rekaman yang sangat panjang.
- Aktifkan label pembicara. Label pembicara muncul sebagai Pembicara 1, Pembicara 2. Tambahkan stempel waktu jika Anda akan mengutip audionya.
- Koreksi hal-hal spesifik. Periksa nama produk, singkatan, angka, dan kata sebunyi.
- Ekspor. TXT, MD, DOCX, PDF untuk teks; SRT atau VTT untuk teks tayang.
| 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 |
|---|---|---|
| Mengira 4 berarti empat kata salah dari seratus pada file Anda | Aksen yang kental dan bising bisa mendorong tingkat nyata jauh lebih tinggi. | Anggap angka itu tolok ukur, bukan janji. |
| Melewatkan kata sebunyi | Kata yang bunyinya mirip tertukar dan teks tetap tampak masuk akal. | Baca transkrip dengan memperhatikan makna kalimat. |
| Tidak mengeja singkatan sebelum panggilan | Istilah khusus yang asing menjadi kata biasa. | Simpan daftar istilah singkat dan koreksi setelahnya. |
| Memakai panggilan yang direkam lewat pengeras suara | Gema menghilangkan kata dari kedua sisi. | Rekam tiap pembicara dekat dengan mikrofon. |
Selengkapnya
Lihat daftar lengkap bahasa, alat, dan glosarium.
Pertanyaan yang sering diajukan
Seberapa baik transkripsi bahasa Inggris?
Pengujian large-v3 terbitan melaporkan tingkat kesalahan kata 4 sampai 4.25 untuk bahasa Inggris, termasuk yang terendah dalam daftar kami. Itu angka kelompok lain.
Apakah bot menangani aksen Inggris, Amerika, dan India?
Angka terbitan tidak merinci hasil per aksen. Uji klip pendek dari pembicara Anda jika aksennya kental.
Bisakah saya mentranskripsikan video YouTube?
Bisa. Tempel tautan ke obrolan dan bot mentranskripsikan ucapannya.
Apakah nama pembicara diisi otomatis?
Tidak. Labelnya berupa nomor, dan Anda mengganti namanya sendiri di file ekspor.
Apakah teks bahasa Inggris diterjemahkan?
Tidak. Hasilnya tetap dalam bahasa Inggris, dan bot tidak menerjemahkannya ke bahasa lain.
Sumber
Setiap sumber dibuka secara manual pada tanggal yang tertera. Halaman bisa berubah, jadi buka sumbernya jika ada detail yang penting bagi Anda.
- FLEURS speech dataset (Google, Hugging Face), Hugging Face · diperiksa
- Word error rate (Wikipedia), Wikipedia · diperiksa
- Canary-1B-v2 paper, Table 11 (Whisper large-v3 on FLEURS) · diperiksa
- Whale paper, Table 5 (Whisper large-v3 on FLEURS) · 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