Per valutare uno strumento gratuito di trascrizione araba, dagli una clip breve e leggi il risultato con l'audio. Con Potok il tasso di errore sulle parole pubblicato per l'arabo è 16, quindi usa due clip: una formale, una in dialetto. Il dialetto va peggio, e la cifra viene da test di altri.
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 16 è un tasso di errore sulle parole da test pubblicati del modello precedente large-v2, non una nostra misurazione.
- Esiste anche una media di terzi per turbo pari a 10.57, quindi le cifre pubblicate per l'arabo non convergono su un solo valore.
- I dialetti sono molto diversi dall'arabo standard moderno, perciò una sola clip non rappresenta tutta la lingua.
- L'arabo si scrive da destra a sinistra, e conta quando apri il file esportato.
Che aspetto ha una trascrizione
[00:00] Parlante 1: لنبدأ الاجتماع. أولاً سنراجع نتائج الأسبوع الماضي، ثم نخطط للخطوات التالية.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 |
|---|---|---|---|
| Arabo (العربية) | Da usare con cautela | tasso di errore sulle parole 16% (large-v2, FLEURS) Whisper paper, TheWhisper benchmark | I test pubblicati mostrano un tasso di errore più alto per questa lingua. Prova prima con un breve campione e metti in conto una revisione. |
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
- Taglia due clip brevi. Prendi circa mezzo minuto di parlato formale, come una lezione, e la stessa durata di conversazione informale nel tuo dialetto.
- Apri il bot. Apri @potok_now_bot in Telegram e invia la prima clip come messaggio vocale, file audio o video.
- Invia la seconda clip. Tieni separati i due risultati, così confronti come lo strumento gestisce ogni registro.
- Leggi seguendo l'audio. Segna ogni parola sbagliata, mancante o inventata. Il rapporto tra segni e parole ascoltate è il tuo tasso di errore approssimativo.
- Passa al file lungo solo se regge. Per una registrazione lunga sono accettati file fino a 2 GB, e il pulsante di caricamento della mini app del bot gestisce quelli grandi.
| 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 |
|---|---|---|
| Provare solo con un parlato da telegiornale | La clip sembra pulita, poi le telefonate in famiglia escono con molti più errori. | Aggiungi sempre una clip del dialetto che ti serve davvero. |
| Giudicare lo strumento da una frase fortunata | Una sola frase facile dice poco su una registrazione intera. | Usa un tratto continuo di parlato con qualche nome. |
| Aprire il risultato in un editor da sinistra a destra | Punteggiatura e cifre finiscono dal lato sbagliato della riga. | Controlla in un elaboratore di testi che supporti la scrittura da destra a sinistra. |
| Confrontare strumenti con esportazioni diverse | Le differenze di impaginazione sembrano differenze di riconoscimento. | Esporta lo stesso formato da ogni strumento prima di confrontare. |
Altro
Vedi l'elenco completo delle lingue, gli strumenti e il glossario.
Domande frequenti
Perché la pagina sull'arabo ha un avvertimento?
I tassi di errore pubblicati per l'arabo sono più alti di quelli delle lingue consigliate e salgono sul dialetto, quindi una lettura attenta fa parte del lavoro.
Quanto deve durare la clip di prova?
Da mezzo minuto a un minuto basta per vedere il tipo di errori senza perdere molto tempo a controllare.
Le cifre pubblicate dicono come andrà il mio audio?
No. Vengono da test di altri sui loro dati. Il risultato reale dipende da microfono, rumore e dialetto.
Nel testo compariranno le vocali brevi?
Non contarci. Il testo arabo comune spesso le omette, quindi aggiungi a mano i segni che ti servono.
Il testo può tornare in inglese?
No. La trascrizione resta nella lingua della registrazione.
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
- FLEURS speech dataset (Google, Hugging Face), Hugging Face · verificata
- Whisper paper, Table 13 (large-v2 on FLEURS) · verificata
- TheWhisper benchmark (turbo, average over FLEURS, MLS, Common Voice) · 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