Transkripsi bahasa Vietnam di Potok mengembalikan teks lengkap dengan tanda nada. Tingkat kesalahan kata terbitan adalah 10.3 untuk model large-v2 yang lebih lama, sedangkan set uji lain memberi 18.9 untuk large-v3, jadi hasilnya bervariasi menurut datanya. Berkas hingga 2 GB diterima di 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
- Angka 10.3 adalah tingkat kesalahan kata dari uji terbitan pihak lain, bukan hasil ukur kami.
- Uji terbitan lain memberi 18.9 untuk large-v3, jadi selisih antarset data lebar.
- Bahasa Vietnam memakai alfabet Latin dengan tanda nada dan tanda vokal tambahan, dan setiap suku kata dipisahkan spasi.
- Stempel waktu dan label pembicara bernomor bersifat opsional.
Seperti apa transkrip itu
[00:00] Pembicara 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.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 |
|---|---|---|---|
| Vietnam (Tiếng Việt) | Direkomendasikan | tingkat kesalahan kata 10.3% (large-v2, FLEURS) Whisper 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 klip. Ambil potongan pendek dengan ucapan jelas dan kirim ke @potok_now_bot.
- Bandingkan dengan audionya. Nilai apakah mutunya cocok untuk rekaman Anda sendiri, yang mungkin lebih dekat ke 10 atau 19.
- Kirim seluruh berkas. Hingga 2 GB masuk, dengan tombol Unggah di aplikasi mini untuk yang terbesar.
- Aktifkan label dan waktu. Keduanya membantu untuk rapat dan wawancara panjang.
- Periksa tanda nada. Tanda yang salah menghasilkan suku kata lain, jadi baca nama dan angka dengan teliti.
- Ekspor. TXT, MD, DOCX, PDF, SRT, atau VTT.
| 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 |
|---|---|---|
| Memercayai satu angka untuk setiap rekaman | Uji terbitan berkisar dari 10.3 sampai 18.9. | Uji audio Anda sendiri. |
| Mencari tanpa tanda | Kata yang hanya berbeda pada satu tanda tidak ditemukan bersamaan. | Cari dengan tanda yang tepat. |
| Menganggap spasi sebagai batas kata | Kata bersuku kata banyak terpecah menjadi potongan. | Tinjau kata majemuk dalam konteks. |
| Menunggu transkrip bahasa Inggris | Bot tidak menerjemahkan. | Terjemahkan teksnya di tempat lain bila perlu. |
Selengkapnya
Lihat daftar lengkap bahasa, alat, dan glosarium.
Pertanyaan yang sering diajukan
Apakah transkrip memuat tanda nada?
Ya, itu bahasa Vietnam tulis dengan tanda nada dan tanda vokalnya, jadi fon tampilan sebaiknya mendukungnya.
Mengapa angka terbitannya berbeda?
Satu uji large-v2 memberi 10.3 dan uji large-v3 yang lain memberi 18.9, karena set datanya berbeda.
Bisakah saya mendapat subtitle?
Bisa. Ekspor SRT atau VTT dan periksa pemenggalan barisnya.
Apakah bot memisahkan pembicara?
Bisa menandai giliran dengan label bernomor setelah Anda mengaktifkannya.
Berapa batas ukurannya?
Berkas hingga 2 GB; pakai Unggah di aplikasi mini untuk yang terbesar.
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
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