Potok converte in testo l'audio in cinese mandarino tramite un bot Telegram. I test pubblicati da altri su large-v3, non nostre misure, danno un tasso di errore sui caratteri di 7.8, contro 14.7 del modello precedente large-v2. Il cinese non ha spazi, quindi gli errori si contano per carattere. 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
- Il tasso di errore sui caratteri conta i caratteri sbagliati rispetto a un testo di riferimento corretto, quindi più è basso, meglio è.
- Il modello precedente large-v2 ha ottenuto 14.7 in un test pubblicato dello stesso tipo.
- Il cinese si scrive senza spazi, quindi la misura conta i caratteri, non le parole.
- Il cantonese è una lingua parlata a sé e ha una propria pagina su questo sito.
Che aspetto ha una trascrizione
[00:00] Parlante 1: 我们开始开会吧。首先回顾上周的结果，然后规划下一步。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 |
|---|---|---|---|
| Cinese (mandarino) (中文（普通话）) | Consigliata | tasso di errore sui caratteri 7.8% (large-v3, FLEURS) Whale paper, Whisper paper | I test pubblicati mostrano un basso tasso di errore per questa lingua. |
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
- Conferma che la lingua sia il mandarino. Se i parlanti passano al cantonese o a un forte dialetto regionale, i risultati calano. Dividi il file dove cambia la lingua.
- Apri il bot. Apri @potok_now_bot in Telegram.
- Invia il file. Vanno bene audio, video, messaggio vocale o link YouTube, fino a 2 GB. Per i file grandi usa il pulsante Carica.
- Rivedi i caratteri che suonano uguali. Caratteri diversi possono avere la stessa pronuncia. Leggi il risultato con l'audio e correggi soprattutto i nomi.
- Esporta. Scegli DOCX o TXT per modificare e SRT per i sottotitoli.
| 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 |
|---|---|---|
| Mescolare mandarino e cantonese in un solo file | Il riconoscitore segue una sola lingua e l'altra metà peggiora. | Taglia il file dove cambia la lingua. |
| Contare le parole per misurare la qualità | Un testo senza spazi non si divide in parole. | Confronta i caratteri, come fa il valore pubblicato. |
| Fidarsi dei nomi | Un nome può essere scritto con un carattere diverso ma di suono simile. | Controlla i nomi su una fonte scritta. |
| Citare 14.7 come risultato attuale | Quel numero appartiene al modello precedente large-v2. | Usa il valore large-v3 di 7.8 e indica il modello. |
Altro
Vedi l'elenco completo delle lingue, gli strumenti e il glossario.
Domande frequenti
Quanto è buona la trascrizione del mandarino?
Il tasso di errore sui caratteri pubblicato è 7.8 su large-v3, che rientra nel gruppo buono, ma nomi e parole rare vanno comunque controllati.
Perché si usa un tasso di errore sui caratteri?
Il cinese si scrive senza spazi, quindi la misura più comune conta i caratteri anziché le parole.
Il valore di large-v2 è ancora rilevante?
Era 14.7, quindi il modello più recente legge meglio in quei test pubblicati.
Posso caricare un video?
Sì. I file video e i link YouTube sono accettati entro il limite di 2 GB.
Scrive in caratteri tradizionali o semplificati?
I test pubblicati non lo dicono, quindi controlla un campione per la forma che ti serve.
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
- Whisper paper, Table 13 (large-v2 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