イタリア語はPotokで最もスコアの良い言語の一つです。large-v3モデルの公表テストでは単語誤り率は2.31で、当社の一覧で最も低い数値の一つです。イタリア語のボイスメッセージ、音声、動画をTelegramのボットに送ってください。2 GBまでのファイルを受け付けます。
録音を文字起こしする
音声メッセージ、音声、動画を Telegram の @potok_now_bot に送ると、チャットにテキストが返ってきます。
2 GB までのファイル · TXT、MD、DOCX、PDF、SRT、VTT で書き出し · 話者ラベルとタイムスタンプ · 約30言語
要点
- 単語誤り率2.31はlarge-v3の公表結果であり、当社が測定したものではありません。
- ここに挙げた言語の中で、公表された誤り率が最も低い部類です。
- 平均が低くても、名前、数値、重なった声の誤りは隠れています。
- イタリア語では語末の母音にアクセントが付き、un'amicaのような短縮形にアポストロフィを使います。
- 地方ごとのイタリア語の訛りや方言は、公表された数値では別に報告されていません。
文字起こしのイメージ
[00:00] 話者1: Iniziamo la riunione. Prima esamineremo i risultati della settimana scorsa, poi pianificheremo i prossimi passi.日本語の意味：Let's start the meeting. First, we'll review last week's results, then plan the next steps.
文字の表記と文字起こしのレイアウトを示すために当社で作成したものです。認識エンジンの出力ではありません。
公開されている品質
| 言語 | 評価 | 公開されている結果 | 備考 |
|---|---|---|---|
| イタリア語 (Italiano) | おすすめ | 単語誤り率 2.31%（large-v3、FLEURS） Canary-1B-v2 paper, TheWhisper benchmark | 公開されているテストでは、この言語の誤り率は低くなっています。 |
これらの数値は第三者が公開したテストによるもので、Potokのテストによるものではありません。ノイズ、訛り、マイクを含むお客様ご自身の音声では、結果が異なります。
手順
- ボットにメッセージを送る。 @potok_now_botに、ボイスメモ、ファイル、動画、YouTubeのリンクを送ってください。
- 必要なら大きなファイルも。 2 GBのファイルが上限です。重いファイルはミニアプリの「アップロード」ボタンで扱えます。
- 必要に応じてラベルを付ける。 話者ラベルとタイムスタンプは任意です。
- 語末のアクセントを見る。 èとe、cittàのような語を比べてください。アクセントが抜けると語が変わります。
- 重子音を確認する。 イタリア語の綴りは文字を重ねるため、casaとcassaのような組を確認してください。
- 書き出す。 TXT、MD、DOCX、PDF、SRT、VTTです。
| 機能 | 詳細 |
|---|---|
| 利用場所 | Telegram ボット @potok_now_bot。大きなファイルはボットのミニアプリから送れます |
| ファイルサイズ | 最大 2 GB |
| 書き出し形式 | TXT、MD、DOCX、PDF、SRT、VTT |
| 話者と時間 | 話者ラベルとタイムスタンプをオンにできます |
| 対応言語 | 公開されている結果が良好な約30言語と、注意が必要な数言語 |
| 翻訳 | 文字起こしは他の言語に翻訳されません |
| 音声入力 | 別途Potokのデスクトップアプリで、任意のプログラムに音声でテキストを入力できます。ロシア語の音声に対応しています |
よくある間違い
| 間違い | 起こること | 対処法 |
|---|---|---|
| スコアが低いからと見直しを省く | 名前や数値は、それでも間違っていることがあります。 | 重要な箇所を確認してください。 |
| èのアクセントが抜ける | 動詞が接続詞に変わってしまいます。 | テキストの中の短い語を検索してください。 |
| 地方の方言が対象に含まれると思い込む | 数値はイタリア語全般についてのものです。 | 強い方言の話者のクリップで試してください。 |
| 話者の名前を探す | ラベルは番号だけです。 | ファイルの中で書き換えてください。 |
関連情報
よくある質問
イタリア語の文字起こしの精度はどれくらいですか？
large-v3の公表テストでは、イタリア語の単語誤り率は2.31で、当社の一覧で最も低い部類です。これは他者の数値です。
誤りがないという意味ですか？
いいえ。名前、数値、雑音、重なった声は、今でも誤りの原因になります。
ここではイタリア語のほうがフランス語より良いですか？
large-v3の公表テストでは、イタリア語は2.31、フランス語は5.3から6.31ですが、テストセットが異なるため、慎重に比べてください。
アポストロフィは扱われますか？
通常は扱われますが、l'annoやun'amicaのような短縮形を確認してください。
イタリア語のインタビューを文字起こしできますか？
はい。複数の声があるときは、話者ラベルとタイムスタンプをオンにしてください。
テキストは翻訳されますか？
いいえ。文字起こしはイタリア語のままで、他の言語への翻訳はボットの機能に含まれていません。
出典
各出典は、記載の日付に手作業で開いて確認しました。ページは変更されることがあるため、細部が重要な場合は出典をご確認ください。
- Word error rate (Wikipedia), Wikipedia · 確認日
- FLEURS speech dataset (Google, Hugging Face), Hugging Face · 確認日
- Canary-1B-v2 paper, Table 11 (Whisper large-v3 on FLEURS) · 確認日
- TheWhisper benchmark (turbo, average over FLEURS, MLS, Common Voice) · 確認日
お手持ちの録音で試してみましょう
音声メッセージ、音声、動画を Telegram の @potok_now_bot に送ると、チャットにテキストが返ってきます。
Telegram で @potok_now_bot を開く