Potokは、Telegramでスウェーデン語のボイスメモ、音声、動画を文字起こしし、スウェーデン語のテキストを返します。large-v3の公表テストの単語誤り率は7.88で、推奨グループに入ります。ファイルは2 GBまで、書き出しは六種類の形式が選べます。
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
- 7.88は他者によるlarge-v3の公表テストの単語誤り率で、当社自身の作業によるものではありません。
- スウェーデン語には基本のラテン文字に加えて、リング付きのa、点が二つのa、点が二つのoという三つの文字があります。
- 複合名詞は一語として書かれるため、出力で分かれていたら、もう一度確認する価値があります。
- 字幕の書き出しにはSRTかVTTを使い、どちらも各行に時刻が入ります。
文字起こしのイメージ
[00:00] 話者1: Låt oss börja mötet. Först går vi igenom förra veckans resultat, sedan planerar vi nästa steg.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 |
|---|---|---|---|
| スウェーデン語 (Svenska) | おすすめ | 単語誤り率 7.88%(large-v3、FLEURS) Canary-1B-v2 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
- クリップを送る。 @potok_now_botに投稿してください。転送したボイスメッセージも使えます。
- インタビューにはラベルを付ける。 番号付きのラベルが、話者が替わる箇所を示します。
- 引用にはタイムスタンプを付ける。 読者が音声の正しい位置に移動できるようになります。
- 複合語を確認する。 二つに分かれてしまった可能性のある長い語を見てください。
- 字幕かテキストを書き出す。 動画にはSRTとVTT、文書にはTXT、MD、DOCX、PDFを使います。2 GBに近いファイルには「アップロード」を使います。
| 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 |
|---|---|---|
| 追加の文字を普通の文字に置き換える | 語の意味が変わり、正しい綴りでの検索が失敗します。 | 全体を通してスウェーデン語の文字を保ってください。 |
| 字幕の行に収めるために複合語を分ける | 誤りのように読めます。 | 代わりに、語と語の間で改行してください。 |
| 一年前の数値を現在のものとして引用する | その背後のモデルが、使用中のものではないかもしれません。 | モデル名のlarge-v3を明記してください。 |
| 英語のテキストを待つ | ボットは翻訳しないため、何も届きません。 | 必要なら別の場所で翻訳してください。 |
関連情報
よくある質問
スウェーデン語の音声を送ると何が得られますか?
チャットにスウェーデン語のテキストが届き、長い場合はファイルで届きます。頼めばラベルと時刻も付きます。
7.88は良い数値ですか?
公表された単語誤り率としては低く、スウェーデン語は推奨グループに入りますが、お手元の音声への約束ではありません。
特殊な文字は保たれますか?
はい。出力には標準のスウェーデン語の文字が使われます。
Wordの文書を書き出せますか?
はい。DOCXは六つの形式の一つです。
ボットはスウェーデン語の音声を翻訳しますか?
いいえ。文字起こしは、話者が言った通りにスウェーデン語のままです。
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
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