Ucapan ke teks bahasa Arab dengan Potok berjalan lewat bot Telegram dan disertai catatan kehati-hatian. Dalam uji terbit model large-v2, tingkat kesalahan kata untuk bahasa Arab adalah 16, di atas bahasa yang direkomendasikan, dan ucapan berdialek lebih buruk lagi. Itu uji orang lain, bukan pengukuran kami.
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
- Dialek adalah risiko utama: obrolan santai antarkerabat bisa jauh dari bahasa Arab Standar Modern pada siaran resmi.
- Rata-rata pihak ketiga untuk model turbo adalah 10.57, jadi angka terbit pun tidak sepakat pada satu nilai.
- Tingkat kesalahan kata menghitung kata yang tertukar, hilang, atau bertambah dibandingkan teks acuan.
- Satu pembicara di ruangan tenang adalah uji pertama yang paling aman.
Seperti apa transkrip itu
[00:00] Pembicara 1: لنبدأ الاجتماع. أولاً سنراجع نتائج الأسبوع الماضي، ثم نخطط للخطوات التالية.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 |
|---|---|---|---|
| Arab (العربية) | Gunakan dengan hati-hati | tingkat kesalahan kata 16% (large-v2, FLEURS) Whisper paper, TheWhisper benchmark | Pengujian yang dipublikasikan menunjukkan tingkat kesalahan yang lebih tinggi untuk bahasa ini. Periksa dulu dengan contoh singkat dan siapkan waktu untuk koreksi. |
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
- Potong contoh singkat. Ambil sekitar satu menit dari bagian tengah rekaman, bukan pembukaan yang rapi, dan pilih pembicara yang Anda butuhkan.
- Kirim ke bot. Buka @potok_now_bot di Telegram dan kirim klip sebagai pesan suara, file audio, atau video.
- Bandingkan dengan telinga Anda. Dengarkan sambil membaca. Periksa dulu nama orang dan tempat, karena kata-kata itu paling jarang dilihat model.
- Kirim file lengkap. File hingga 2 GB diterima. Untuk rekaman panjang, pakai tombol Unggah di aplikasi mini bot.
- Ekspor untuk dibaca. Pilih DOCX atau TXT untuk ditinjau, dan SRT atau VTT untuk teks sari kata. Biarkan stempel waktu menyala agar mudah kembali ke baris yang meragukan.
| 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 semua dialek Arab dengan satu skor terbit | Angka itu tidak banyak bicara soal aksen daerah, dan kesalahan naik pada ucapan berdialek. | Jalankan contoh dari pembicara yang sebenarnya sebelum mengirim berjam-jam audio. |
| Membuka teks ekspor di editor kiri ke kanan | Angka dan tanda baca jatuh di sisi baris yang salah. | Gunakan pengolah kata yang mendukung kanan ke kiri. |
| Mengutip 16 sebagai hasil pada file Anda | Pembaca mengira angka itu diukur pada audio Anda. | Sebutkan bahwa itu angka dari uji terbit milik orang lain. |
| Melewatkan pemeriksaan pembicara pada panggilan grup | Suara yang tumpang tindih menyatu dalam satu baris. | Nyalakan label pembicara, yang muncul berupa angka. |
Selengkapnya
Lihat daftar lengkap bahasa, alat, dan glosarium.
Pertanyaan yang sering diajukan
Mengapa halaman ini disertai catatan kehati-hatian?
Tingkat kesalahan terbit untuk bahasa Arab lebih tinggi daripada bahasa yang direkomendasikan dan naik lagi pada ucapan berdialek, jadi baca hasilnya dengan teliti.
Apakah bisa menangani ucapan Mesir atau Teluk?
Uji terbit tidak memisahkan hasil menurut dialek. Uji itu hanya mencatat bahwa dialek berbeda jauh dari bentuk baku, jadi coba contoh singkat.
Bolehkah saya mengirim video berbahasa Arab?
Boleh. Bot membaca file video dan audio, pesan suara, dan tautan YouTube dalam batas 2 GB.
Apakah tanda harakat akan ditulis?
Jangan mengandalkannya. Tulisan Arab sehari-hari sering tidak menuliskan vokal pendek, jadi tambahkan sendiri bila perlu.
Apa arti angka 16?
Itu tingkat kesalahan kata, dalam persen kata, dari uji terbit model large-v2.
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
- 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