Untuk mengubah audio Kanton ke teks, kirim file ke bot Potok di Telegram, dengan catatan bahasa ini berada di batas. Uji coba pihak lain yang dipublikasikan pada large-v3, bukan pengukuran kami, memberi tingkat kesalahan karakter 9.8. Kualitas berbeda menurut varian model. 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
- Di batas: satu uji dari vendor melaporkan hasil jauh lebih buruk untuk varian turbo yang lebih cepat.
- Angka 9.8 adalah tingkat kesalahan karakter dari uji coba pihak lain yang dipublikasikan, karena bahasa Kanton ditulis tanpa spasi.
- Nilailah hasil dari karakter yang salah, bukan dari kata yang salah.
- Klip pendek adalah cara tercepat untuk melihat apakah pembicara Anda cocok.
Seperti apa transkrip itu
[00:00] Pembicara 1: 我哋開始開會啦。首先睇下上個禮拜嘅結果，跟住傾下一步點做。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 |
|---|---|---|---|
| Kanton (粵語) | Direkomendasikan, di batas | tingkat kesalahan karakter 9.8% (large-v3, FLEURS) Whale paper | Pengujian yang dipublikasikan menunjukkan tingkat kesalahan yang mendekati batas 15% kami. Periksa dulu dengan contoh singkat. |
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
- Jalankan sampel pendek dulu. Karena bahasa ini berada di batas, potong tiga puluh detik rekaman Anda dan kirim sebelum seluruh file. Biayanya kecil dan menunjukkan apa yang bisa diharapkan.
- Buka bot. Buka @potok_now_bot di Telegram dan pilih chat.
- Kirim file lengkap. Jika sampel terbaca baik, lampirkan seluruh rekaman, hingga 2 GB. Untuk file besar gunakan tombol Unggah di mini app.
- Baca per karakter, bukan per kata. Tanpa spasi tidak ada batas kata, jadi periksa baris demi baris dan tandai setiap karakter yang salah dengan membandingkannya ke audio.
- Ekspor. Simpan TXT atau DOCX untuk diedit, atau SRT dan VTT jika Anda memerlukan subtitle dengan stempel waktu.
| 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 |
|---|---|---|
| Menilai hasil dari jumlah kata | Teks tanpa spasi tidak punya batas kata untuk dihitung. | Hitung karakter, yaitu ukuran yang dipakai angka yang dipublikasikan. |
| Melewatkan sampel | Bahasa di batas bisa gagal pada satu suara dan berhasil pada suara lain. | Uji tiga puluh detik sebelum mengunggah file panjang. |
| Memakai ulang angka dari model lain | Hasil varian turbo yang lebih cepat dilaporkan jauh lebih buruk. | Kutip model yang disebut dalam sumbernya. |
| Mengirim pembicaraan yang berpindah ke bahasa Mandarin | Pengenal mengikuti satu bahasa per file. | Pisahkan file di tempat bahasa berganti. |
Selengkapnya
Lihat daftar lengkap bahasa, alat, dan glosarium.
Pertanyaan yang sering diajukan
Mengapa bahasa Kanton disebut di batas?
Tingkat kesalahan karakter yang dipublikasikan sebesar 9.8 tampak baik, tetapi satu uji vendor melaporkan hasil jauh lebih buruk untuk varian turbo, jadi bahasa ini perlu kehati-hatian.
Apa arti tingkat kesalahan karakter?
Angka ini menghitung karakter yang salah terhadap teks yang benar. Cocok untuk bahasa yang ditulis tanpa spasi.
Bisakah saya mengirim rekaman panjang?
Bisa, hingga 2 GB. Tombol Unggah di mini app bot dibuat untuk file besar.
Apakah hasilnya diperiksa oleh manusia?
Tidak. Ini keluaran mesin, jadi bacalah sambil mendengarkan rekaman sebelum dipakai.
Bisakah saya mendapat subtitle?
Bisa. Ekspor SRT atau VTT, dengan stempel waktu diaktifkan.
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
- Whisper speech recognition system (Wikipedia), Wikipedia · 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