Ucapan ke teks bahasa Kanton dengan Potok datang dengan catatan di ambang batas. Uji terbit large-v3 melaporkan tingkat kesalahan karakter 9.8, karena bahasa Kanton ditulis tanpa spasi, tetapi uji dari sebuah vendor menunjukkan hasil jauh lebih lemah untuk varian turbo yang lebih cepat. Anggap angka ini temuan orang lain, bukan milik 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
- Mutu disebut per karakter, bukan per kata, karena teks bahasa Kanton tidak punya spasi antarkata.
- Uji vendor melaporkan hasil jauh lebih buruk untuk varian turbo, itulah sebabnya bahasa ini ditandai di ambang batas.
- Status tepi berarti angkanya dekat dengan batas kami, jadi uji contoh layak dilakukan, hanya butuh semenit.
- Hasil ekspor tetap dalam bahasa rekaman.
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
- Mulai dengan klip uji. Kirim tiga puluh detik dulu. Untuk bahasa di ambang batas, ini murah dan menunjukkan apakah hasilnya cocok untuk Anda.
- Pakai bot. Buka @potok_now_bot dan lampirkan contoh sebagai pesan suara atau file audio.
- Nilai per karakter. Baca teks sambil mendengar audio dan hitung tempat yang karakternya salah, bukan seluruh kalimat.
- Kirim sisanya. Jika contohnya terbaca baik, kirim rekaman lengkap. Hingga 2 GB tidak masalah dan tombol Unggah menangani file besar.
- Pilih ekspor. DOCX atau TXT untuk dibaca, SRT atau VTT untuk teks sari kata.
| 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 |
|---|---|---|
| Membaca tingkat kesalahan karakter sebagai tingkat kesalahan kata | 9.8 menghitung karakter, jadi keduanya tidak sebanding. | Bandingkan hanya angka dengan ukuran yang sama. |
| Mengirim file panjang tanpa uji | Bahasa di ambang batas bisa mengejutkan Anda pada satu jam penuh. | Selalu jalankan contoh singkat dulu. |
| Mencampur frasa bahasa Inggris dalam klip yang sama | Kata asing tertulis kurang andal. | Tandai bagian itu dan periksa dengan telinga. |
| Mengharapkan spasi antarkata | Bahasa Kanton tulis tidak memakainya. | Jangan mencari pemisah kata di transkrip. |
Selengkapnya
Lihat daftar lengkap bahasa, alat, dan glosarium.
Pertanyaan yang sering diajukan
Mengapa bahasa Kanton di ambang batas?
Uji vendor melaporkan hasil jauh lebih buruk untuk varian turbo yang lebih cepat, sehingga bahasa ini berada dekat batas kami.
Apa itu tingkat kesalahan karakter?
Itu porsi karakter yang berbeda dari teks acuan, dipakai bila tulisan tidak punya spasi antarkata.
Apakah 9.8 pengukuran kami sendiri?
Bukan. Angka itu berasal dari uji terbit model large-v3 yang dijalankan pihak lain.
Bisakah bot menangani video?
Bisa. Video, audio, dan pesan suara semuanya diterima, hingga 2 GB per file.
Apakah pembicara akan diberi nama?
Tidak. Suara hanya bisa diberi label angka, tidak pernah dengan nama asli.
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