Convertire audio vietnamita in testo

Potok converte audio vietnamita in testo quando invii una registrazione al bot Telegram. Test pubblicati da altri sul modello precedente large-v2, non nostre misurazioni, indicano un tasso di errore sulle parole di 10.3, mentre un altro insieme di test ha dato 18.9 per large-v3, quindi i risultati variano con i dati. Funzionano 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

• Due valori pubblicati non concordano, 10.3 e 18.9, perché gli insiemi di test e i modelli differiscono.
• Il vietnamita mette uno spazio tra ogni sillaba, quindi un tasso di errore sulle parole conta più le sillabe che le parole intere.
• I segni di tono impilati e i segni vocalici aggiuntivi devono sopravvivere tutti all'esportazione.
• Un solo segno di tono sbagliato dà una parola diversa, quindi i toni sono la cosa principale da rileggere.
• I nomi si scrivono con uno spazio tra ogni sillaba, quindi cognome e nome richiedono un controllo manuale dell'ordine.

Che aspetto ha una trascrizione

[00:00] Parlante 1: Chúng ta bắt đầu cuộc họp nhé. Trước tiên, chúng ta sẽ xem lại kết quả tuần trước, sau đó lên kế hoạch cho các bước tiếp theo.

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

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

1. Aspettati un'ampia variazione. Poiché i risultati pubblicati vanno da 10.3 a 18.9, prova un estratto della tua registrazione.
2. Apri il bot. Apri @potok_now_bot e invia un campione.
3. Invia il file intero. Fino a 2 GB; Carica nella mini app gestisce i più grandi.
4. Controlla i segni di tono. Guarda un paragrafo e confronta i segni con l'audio.
5. Controlla i nomi. Nomi di persone e di luoghi si sbagliano facilmente.
6. Esporta. DOCX o TXT per modificare, SRT o VTT per i sottotitoli.

Errori comuni

Altro

Vedi l'elenco completo delle lingue, gli strumenti e il glossario.

Domande frequenti

Quale valore è giusto, 10.3 o 18.9?

Entrambi sono pubblicati. Il primo viene da large-v2 e il secondo da large-v3 su un altro insieme di dati, quindi considera l'intervallo come la risposta.

I segni di tono si conservano?

Sì. La trascrizione è scritta in vietnamita con i suoi segni, quindi usa un software Unicode.

Qual è il limite di dimensione?

2 GB per file, con Carica per quelli grandi.

Li avete misurati voi?

No. Vengono da test pubblicati da altri.

Il testo viene tradotto?

No. La trascrizione resta in vietnamita, la stessa lingua della registrazione che invii, e non viene mai convertita in un'altra.

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.

1. Word error rate (Wikipedia), Wikipedia · verificata 2026-10-18
2. FLEURS speech dataset (Google, Hugging Face), Hugging Face · verificata 2026-10-18
3. Whisper paper, Table 13 (large-v2 on FLEURS) · verificata 2026-10-18