Ubah audio Jerman ke teks

Oleh tim PotokDiperbarui ~2 menit baca

Potok mengubah audio Jerman menjadi teks saat Anda mengirim file ke bot Telegramnya. Uji coba pihak lain yang dipublikasikan pada large-v3, bukan pengukuran kami, menunjukkan tingkat kesalahan kata 4.3, dengan hasil dari 4.30 sampai 5.8. 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

  • Kisaran hasil menunjukkan bahwa uji yang berbeda selisihnya lebih dari satu poin, jadi anggaplah angka utama sebagai pedoman.
  • Kata majemuk bahasa Jerman bisa muncul sebagai satu kata atau terpecah menjadi dua, yang mungkin dikira pembaca sebagai salah ketik.
  • Kata benda memakai huruf kapital, jadi periksa pada hasilnya.
  • Ucapan Swiss dan Austria bisa berbeda dari bahasa Jerman baku dalam bunyi dan kosakata.

Seperti apa transkrip itu

Contoh kalimat dalam Jerman
[00:00] Pembicara 1: Lassen Sie uns die Besprechung beginnen. Zuerst gehen wir die Ergebnisse der letzten Woche durch, danach planen wir die nächsten Schritte.

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

Kualitas untuk bahasa ini
BahasaPenilaianHasil publikasiCatatan
Jerman (Deutsch)Direkomendasikantingkat kesalahan kata 4.3% (large-v3, FLEURS)
Canary-1B-v2 paper, Whale paper, TheWhisper benchmark
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

  1. Buka bot. Buka @potok_now_bot di Telegram.
  2. Kirim file. Audio, video, pesan suara, atau tautan YouTube, hingga 2 GB. Gunakan tombol Unggah untuk file besar.
  3. Periksa kata majemuk. Kata majemuk yang panjang mungkin terpecah menjadi dua kata di teks. Gabungkan di tempat ejaan baku memerlukan satu kata.
  4. Periksa huruf kapital. Kata benda ditulis kapital dalam bahasa Jerman; verifikasi terutama nama dan istilah teknis.
  5. Periksa kata kerja terpisah. Kata kerja Jerman terpisah dalam kalimat, sehingga awalannya bisa jatuh jauh dari kata kerjanya. Baca kalimat seperti ini dua kali.
  6. Ekspor. Pilih TXT, MD, DOCX, PDF, SRT, atau VTT untuk langkah berikutnya.
Apa yang bisa dilakukan Potok
FiturRincian
Tempat penggunaanBot Telegram @potok_now_bot; file besar diproses lewat aplikasi mini bot
Ukuran fileHingga 2 GB
EksporTXT, MD, DOCX, PDF, SRT, VTT
Pembicara dan waktuLabel pembicara dan stempel waktu dapat diaktifkan
BahasaSekitar 30 bahasa dengan hasil publikasi yang baik; beberapa bahasa lain disertai peringatan
TerjemahanTranskrip tidak diterjemahkan ke bahasa lain
DikteAplikasi desktop Potok terpisah memungkinkan Anda mendikte teks ke program apa pun; aplikasi ini mengenali ucapan bahasa Rusia

Kesalahan umum

Kesalahan umum dan cara memperbaikinya
KesalahanYang terjadiPerbaikan
Membiarkan kata majemuk yang terpecahTampak seperti salah ketik dan memperlambat membaca.Gabungkan saat mengedit.
Mengira ucapan Swiss atau Austria sama dengan yang diujiUcapan daerah berbeda dari bentuk baku.Uji sampel pendek lebih dulu.
Mengutip 4.3 sebagai hasil kamiAngka itu berasal dari uji coba pihak lain.Sebutkan dari mana angka itu berasal.
Mengirim pembicaraan dengan banyak istilah InggrisUcapan campuran lebih sulit dituliskan.Periksa istilah-istilah itu.

Selengkapnya

Lihat daftar lengkap bahasa, alat, dan glosarium.

Pertanyaan yang sering diajukan

Seberapa baik bahasa Jerman?

Tingkat kesalahan kata yang dipublikasikan adalah 4.3 pada large-v3, termasuk yang terbaik di daftar kami, dari uji coba pihak lain.

Mengapa kisarannya 4.30 sampai 5.8?

Uji coba yang dipublikasikan atas model ini melaporkan nilai berbeda, jadi kami menampilkan yang terendah sebagai angka utama dan kisarannya sebagai konteks.

Bisakah saya mengirim video?

Bisa, video dibaca seperti audio, dalam batas file 2 GB pada bot.

Apakah bahasa Jermannya diterjemahkan?

Tidak. Teks Jerman tetap Jerman, yaitu bahasa rekaman.

Bisakah saya mendapat stempel waktu?

Bisa, aktifkan sebelum mengirim, lalu ekspor SRT atau VTT.

Sumber

Setiap sumber dibuka secara manual pada tanggal yang tertera. Halaman bisa berubah, jadi buka sumbernya jika ada detail yang penting bagi Anda.

  1. Word error rate (Wikipedia), Wikipedia · diperiksa
  2. FLEURS speech dataset (Google, Hugging Face), Hugging Face · diperiksa
  3. Canary-1B-v2 paper, Table 11 (Whisper large-v3 on FLEURS) · diperiksa
  4. Whale paper, Table 5 (Whisper large-v3 on FLEURS) · diperiksa
  5. 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