Per il cantonese Potok segnala un caso al limite. I test pubblicati di large-v3 riportano un tasso di errore sui caratteri di 9.8, perché il cantonese si scrive senza spazi, ma un test di un fornitore ha mostrato risultati molto più deboli per la variante turbo, più veloce. Considera i numeri come riscontri di altri, non nostri.
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
- La qualità si indica per carattere e non per parola, perché il testo cantonese non ha spazi tra le parole.
- Un test di un fornitore ha riportato risultati molto peggiori per la variante turbo, ed è per questo che la lingua è segnata come al limite.
- Stare al limite significa che il dato è vicino alla nostra soglia, quindi vale il minuto che richiede una prova su campione.
- Le esportazioni restano nella lingua della registrazione.
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
- Parti da un clip di prova. Invia prima trenta secondi. Per una lingua al limite costa poco e mostra se il risultato fa per te.
- Usa il bot. Apri @potok_now_bot e allega il campione come messaggio vocale o file audio.
- Giudica per carattere. Leggi il testo accanto all'audio e conta i punti in cui un carattere è sbagliato, non le frasi intere.
- Invia il resto. Se il campione si legge bene, invia la registrazione completa. Fino a 2 GB va bene e il pulsante Carica gestisce i file grandi.
- Scegli l'esportazione. DOCX o TXT per leggere, SRT o VTT 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 |
|---|---|---|
| Leggere un tasso di errore sui caratteri come uno sulle parole | 9.8 conta i caratteri, quindi i due non sono confrontabili. | Confronta solo dati con la stessa metrica. |
| Affidare un file lungo senza prova | Una lingua al limite può sorprenderti su un'ora intera. | Fai sempre prima un breve campione. |
| Mescolare frasi in inglese nello stesso clip | Le parole straniere si scrivono in modo meno affidabile. | Segna quei punti e controllali all'orecchio. |
| Aspettarsi spazi tra le parole | Il cantonese scritto non li usa. | Non cercare interruzioni di parola nella trascrizione. |
Altro
Vedi l'elenco completo delle lingue, gli strumenti e il glossario.
Domande frequenti
Perché il cantonese è al limite?
Un test di un fornitore ha riportato risultati molto peggiori per la variante turbo, più veloce, quindi la lingua sta vicino alla nostra soglia.
Cos'è il tasso di errore sui caratteri?
È la quota di caratteri che differiscono da un testo di riferimento, usata quando la scrittura non ha spazi tra le parole.
9.8 è una nostra misura?
No. Viene da test pubblicati del modello large-v3, condotti da altri.
Il bot gestisce un video?
Sì. Video, audio e messaggi vocali sono tutti accettati, fino a 2 GB per file.
I parlanti avranno un nome?
No. Le voci possono essere etichettate solo con numeri, mai con nomi reali.
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