Per confrontare strumenti gratuiti di trascrizione cantonese, passa in ciascuno una clip breve e conta i caratteri sbagliati. Potok si basa su un tasso di errore sui caratteri pubblicato di 9.8 per il cantonese con large-v3, ma la lingua è al limite, quindi considera quel numero un risultato 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 9.8 è un tasso di errore sui caratteri (CER) da un test pubblicato di large-v3, non una nostra misurazione.
- Il cantonese si scrive senza spazi, quindi la qualità si conta in caratteri e non in parole.
- Il test di un fornitore ha riportato risultati molto peggiori per la variante turbo più veloce, quindi il cantonese resta al limite.
- La trascrizione resta in cantonese e non viene tradotta.
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
- Scegli una clip breve. Usa circa mezzo minuto di cantonese chiaro con una sola voce, così gli errori sono facili da rintracciare.
- Apri il bot. Apri @potok_now_bot in Telegram e invia la clip come messaggio vocale, file audio o video.
- Conta i caratteri, non le parole. Senza spazi non ci sono confini tra le parole. Copia il testo in un foglio e segna ogni carattere sbagliato o mancante.
- Confronta gli strumenti sulla stessa clip. Invia lo stesso file a ogni strumento che provi. Le differenze dipendono allora dallo strumento, non dall'audio.
- Passa a un file più lungo. I file fino a 2 GB sono accettati, e il pulsante di caricamento della mini app del bot gestisce quelli grandi. Esporta TXT, DOCX o SRT.
| 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 |
|---|---|---|
| Contare le parole in un risultato cantonese | Non ci sono spazi, quindi il conteggio non ha senso. | Conta i caratteri e dividi per il totale ascoltato. |
| Fidarsi di un solo numero per risultati al limite | Il cantonese sta vicino al confine di ciò che chiamiamo affidabile. | Tratta ogni trascrizione come una bozza e rileggila. |
| Mescolare più voci nella clip di prova | Le sovrapposizioni rendono difficile capire quali errori appartengono a quale voce. | Prova prima una voce sola, poi aggiungi la seconda. |
| Saltare un secondo strumento | Con un solo risultato non c'è nulla con cui confrontare. | Passa la stessa clip altrove e tieni i due testi affiancati. |
Altro
Vedi l'elenco completo delle lingue, gli strumenti e il glossario.
Domande frequenti
Perché il cantonese è segnato come al limite?
La cifra pubblicata è discreta, ma il test di un fornitore ha riportato risultati molto peggiori per la variante turbo, perciò consigliamo prudenza.
Che cos'è il tasso di errore sui caratteri?
Conta i caratteri sbagliati, mancanti o in più rispetto a un riferimento umano. Si adatta alle lingue scritte senza spazi.
Il 9.8 è ciò che otterrò?
Non necessariamente. Viene da un test pubblicato su altro audio. Voce, rumore e vocabolario cambiano l'esito.
Posso usare i timestamp per controllare i passaggi lunghi?
Sì. Attiva i timestamp, poi vai al punto dell'audio dove si trova la frase dubbia.
L'output viene convertito in mandarino?
No. La trascrizione resta nella lingua della registrazione e non viene trasformata 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.
- Whisper speech recognition system (Wikipedia), Wikipedia · verificata
- Word error rate (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