Untuk mengubah audio Inggris ke teks, kirim file ke bot Potok di Telegram. Uji coba pihak lain yang dipublikasikan pada large-v3, bukan pengukuran kami, memberi tingkat kesalahan kata 4, dengan hasil yang dilaporkan dari 4.0 sampai 4.25. File hingga 2 GB bisa diproses, dan teks tetap berbahasa Inggris.
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
- Uji pihak ketiga atas varian turbo yang lebih cepat rata-rata 4.80, jadi pilihan model menggeser angkanya sedikit.
- Bahasa Inggris adalah bahasa yang paling banyak tercakup dalam uji yang dipublikasikan, jadi angkanya paling stabil.
- Aksen, bising, dan ucapan yang saling menyela lebih menggeser hasil Anda sendiri daripada nama modelnya.
- Hasil pendek tiba di chat dan yang panjang sebagai file.
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
- Buka bot. Buka @potok_now_bot di Telegram.
- Lampirkan rekaman Anda. Audio, video, pesan suara, atau tautan YouTube; file hingga 2 GB. Tekan Unggah untuk yang lebih besar.
- Pilih label pembicara. Aktifkan untuk rapat dan wawancara agar setiap baris punya nomor.
- Periksa nama diri. Nama merek, nama keluarga, dan akronim adalah yang biasanya terlewat, bahkan dalam bahasa Inggris.
- Dengarkan satu bagian yang sulit. Pilih bagian yang cepat atau bising dan bandingkan dengan teks. Ini memberi tahu seberapa teliti sisanya perlu dibaca.
- Ekspor. Pilih 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 |
|---|---|---|
| Mengira teks bersih karena tingkatnya rendah | Tingkat 4 tetap berarti ada kesalahan pada file yang panjang. | Periksa apa pun yang akan diterbitkan. |
| Mencampur bahasa lain | Frasa asing sering dieja menurut bunyi. | Perbaiki secara manual. |
| Merekam dengan pengeras suara telepon | Gema merugikan semua pengenal. | Pakai headset atau taruh ponsel dekat pembicara. |
| Mengirim musik bersama ucapan | Musik latar menutupi konsonan. | Kirim trek ucapan saja jika Anda punya. |
Selengkapnya
Lihat daftar lengkap bahasa, alat, dan glosarium.
Pertanyaan yang sering diajukan
Seberapa akurat bahasa Inggris?
Hasil yang dipublikasikan sekitar 4 tingkat kesalahan kata pada large-v3, termasuk yang terbaik, tetapi itu uji coba pihak lain.
Apakah aksen berpengaruh?
Ya. Aksen kental dan ruangan bising menaikkan kesalahan, bahkan untuk bahasa Inggris.
Bisakah saya mendapat subtitle?
Bisa, ekspor SRT atau VTT dengan stempel waktu diaktifkan.
Apa batas file?
2 GB per file, dan tombol Unggah di mini app menangani yang terbesar.
Apakah tata bahasa saya akan dikoreksi?
Tidak. Bot menuliskan apa yang diucapkan, jadi kesalahan lisan muncul di teks.
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
- 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