Potokは、Telegramのチャットでカタルーニャ語の音声と動画を扱い、カタルーニャ語のテキストで返します。公表されている単語誤り率は7.3ですが、large-v3の数値が見つからなかったため、以前のlarge-v2モデルのものです。ボイスメモ、録音、2 GBまでのファイルを送れます。
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
- 7.3は、以前のlarge-v2モデルの公表テストによる単語誤り率であり、当社の実行結果ではありません。
- カタルーニャ語についてlarge-v3の結果は見つからなかったため、この数値は現在のモデルと一致しない可能性があります。
- カタルーニャ語には、grave・acuteのアクセント記号、セディーユ、col·legiのような語の中点などの記号があります。
- カタルーニャ語とスペイン語を切り替える話し方は、公表された数値の対象外です。
文字起こしのイメージ
[00:00] 話者1: Comencem la reunió. Primer repassarem els resultats de la setmana passada i després planificarem els propers passos.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 |
|---|---|---|---|
| カタルーニャ語 (Català) | おすすめ | 単語誤り率 7.3%（large-v2、FLEURS） Whisper paper | 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
- チャットを開く。 @potok_now_botに移動し、カタルーニャ語の録音をボイスメッセージ、ファイル、YouTubeのリンクとして送ってください。
- 大きなファイルはアップロードする。 2 GBまで受け付けます。通常のチャット添付では重すぎる場合は、ミニアプリの「アップロード」ボタンを使ってください。
- 言語の切り替えを読む。 話者が文の途中でスペイン語に移る場合、公表された数値は混在した話し方について何も示していないため、その行は手作業で確認してください。
- アクセント記号を確認する。 アクセントが違うと別の語になることがあるので、次へ渡す前にテキストを確認してください。
- 書き出す。 メモ、文書、字幕のどれが必要かに応じて、TXT、MD、DOCX、PDF、SRT、VTTを選んでください。
| 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 |
|---|---|---|
| 旧モデルの数値が現在のモデルにも当てはまると考える | お手元の音声での実際の誤り率は、それより高いことも低いこともあります。 | 実際の話者の短いクリップで試してください。 |
| 二言語混在の部分を無視する | カタルーニャ語の話の中のスペイン語の語が、誤って書かれることがあります。 | 言語が切り替わる箇所を見直してください。 |
| col·legiのような語の中点を落とす | 正しい綴りで検索しても何も見つかりません。 | エディタで綴りを直し、中点を残してください。 |
関連情報
よくある質問
カタルーニャ語の数値はどのモデルのものですか？
以前のlarge-v2モデルの公表テストのものです。カタルーニャ語についてlarge-v3の数値は見つからなかったため、このページの注記を残しています。
ここでカタルーニャ語は推奨言語ですか？
はい。公表されている単語誤り率7.3は当社の一覧では良好な結果に入りますが、上記のモデルに関する注意が付きます。
バレンシア語やバレアレスの話し方にも使えますか？
公表された数値は地域ごとの違いを分けていないため、長い録音の前に、話者の短いサンプルで試してください。
カタルーニャ語のテキストにタイムスタンプを付けられますか？
はい。話者ラベルとタイムスタンプはオンにでき、ラベルは名前ではなく番号で表示されます。
ボットはカタルーニャ語をスペイン語に翻訳しますか？
いいえ。文字起こしはカタルーニャ語のままで、翻訳は提供していません。
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
- Whisper paper, Table 13 (large-v2 on FLEURS) · 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