Per convertire un audio cantonese in testo, invia il file al bot Potok su Telegram, sapendo che questa lingua è al limite. I test pubblicati da altri su large-v3, non nostre misure, danno un tasso di errore sui caratteri di 9.8. La qualità varia con la variante del modello. Si accettano file fino a 2 GB.
Trascrivi una registrazione
Invia il tuo messaggio vocale, audio o video a @potok_now_bot su Telegram e il testo ti torna nella chat.
Apri @potok_now_bot in Telegram
File fino a 2 GB · esportazione in TXT, MD, DOCX, PDF, SRT e VTT · etichette dei parlanti e marcatori temporali · circa 30 lingue
Punti chiave
- Al limite: un test di un fornitore ha riportato risultati molto peggiori per la variante turbo, più veloce.
- Il 9.8 è un tasso di errore sui caratteri da test pubblicati da altri, perché il cantonese si scrive senza spazi.
- Giudica il risultato dai caratteri sbagliati, non dalle parole sbagliate.
- Una breve clip è il modo più rapido per capire se il tuo parlante funziona bene.
Che aspetto ha una trascrizione
[00:00] Parlante 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。Significato in italiano: Let's start the meeting. First, we'll review last week's results, then plan the next steps.
Scritta da noi per mostrare la scrittura e l'impaginazione di una trascrizione. Non è l'output del motore di riconoscimento.
Qualità pubblicata
| Lingua | Giudizio | Risultato pubblicato | Note |
|---|---|---|---|
| Cantonese (粵語) | Consigliata, al limite | tasso di errore sui caratteri 9.8% (large-v3, FLEURS) Whale paper | I test pubblicati mostrano un tasso di errore vicino alla nostra soglia del 15%. Prova prima con un breve campione. |
Questi numeri vengono da test pubblicati da altri, non da test di Potok. Il tuo audio, con i suoi rumori, accenti e microfono, darà risultati diversi.
Come si fa
- Prova prima un breve campione. Poiché questa lingua è al limite, ritaglia trenta secondi della registrazione e inviali prima del file intero. Costa poco e mostra cosa aspettarsi.
- Apri il bot. Apri @potok_now_bot in Telegram e scegli la chat.
- Invia il file completo. Se il campione si legge bene, allega l'intera registrazione, fino a 2 GB. Per un file grande usa il pulsante Carica della mini applicazione.
- Leggi per caratteri, non per parole. Senza spazi non ci sono confini tra le parole, quindi scorri riga per riga e segna ogni carattere sbagliato rispetto all'audio.
- Esporta. Salva TXT o DOCX per modificare, oppure SRT e VTT se ti servono sottotitoli con marcatori di tempo.
| Funzione | Dettagli |
|---|---|
| Dove funziona | Bot di Telegram @potok_now_bot; i file grandi passano dalla mini app del bot |
| Dimensione del file | Fino a 2 GB |
| Esportazione | TXT, MD, DOCX, PDF, SRT, VTT |
| Parlanti e tempi | Le etichette dei parlanti e i marcatori temporali si possono attivare |
| Lingue | Circa 30 lingue con buoni risultati pubblicati; qualcuna in più con avvertenze |
| Traduzione | La trascrizione non viene tradotta in un'altra lingua |
| Dettatura | Un'app desktop Potok separata permette di dettare il testo in qualsiasi programma; riconosce il parlato in russo |
Errori comuni
| Errore | Cosa succede | Soluzione |
|---|---|---|
| Giudicare il risultato dal numero di parole | In un testo senza spazi non ci sono confini di parola da contare. | Conta i caratteri, la misura usata dal valore pubblicato. |
| Saltare il campione | Una lingua al limite può fallire con una voce e funzionare con un'altra. | Prova trenta secondi prima di un caricamento lungo. |
| Riusare un valore di un altro modello | Per la variante turbo, più veloce, sono stati riportati risultati molto peggiori. | Cita il modello indicato nella fonte. |
| Inviare un discorso che passa al mandarino | Il riconoscitore segue una sola lingua per file. | Dividi il file dove cambia la lingua. |
Altro
Vedi l'elenco completo delle lingue, gli strumenti e il glossario.
Domande frequenti
Perché il cantonese è definito al limite?
Il tasso di errore sui caratteri pubblicato, 9.8, sembra buono, ma un test di un fornitore ha riportato risultati molto peggiori per la variante turbo, quindi la lingua richiede cautela.
Cosa significa tasso di errore sui caratteri?
Conta i caratteri sbagliati rispetto al testo corretto. Si adatta alle lingue scritte senza spazi.
Posso inviare una registrazione lunga?
Sì, fino a 2 GB. Il pulsante Carica della mini applicazione del bot serve per i file grandi.
Il risultato è controllato da una persona?
No. È un risultato automatico, quindi leggilo con la registrazione davanti prima di usarlo.
Posso avere i sottotitoli?
Sì. Esporta SRT o VTT, con i marcatori di tempo attivati.
Fonti
Ogni fonte è stata aperta a mano alla data indicata. Le pagine cambiano, quindi apri la fonte se un dettaglio è importante per te.
- Word error rate (Wikipedia), Wikipedia · verificata
- Whisper speech recognition system (Wikipedia), Wikipedia · verificata
- Whale paper, Table 5 (Whisper large-v3 on FLEURS) · verificata
Provalo sulla tua registrazione
Invia il tuo messaggio vocale, audio o video a @potok_now_bot su Telegram e il testo ti torna nella chat.
Apri @potok_now_bot in Telegram