無料のドイツ語文字起こしツールを確認するには、複合名詞と正式な名前を含む音声を送り、それぞれを音声と比べます。Potokは、large-v3 によるドイツ語の公表単語誤り率4.30から5.8を参照しており、これは他の人たちのテストによるものです。長いファイルを信頼する前に、結果を音声と照らし合わせてください。
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
- ドイツ語の large-v3 の公表結果は、単語誤り率で4.30から5.8の範囲です。
- これらの数値は他の人たちによる公表テストであり、当社の測定ではありません。
- ドイツ語は複合名詞を一語で書き、すべての名詞を大文字で始めるため、テキストを見ればツールの丁寧さが分かります。
- 文字起こしはドイツ語のままで、翻訳はされません。
文字起こしのイメージ
[00:00] 話者1: Lassen Sie uns die Besprechung beginnen. Zuerst gehen wir die Ergebnisse der letzten Woche durch, danach planen wir die nächsten Schritte.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 |
|---|---|---|---|
| ドイツ語 (Deutsch) | おすすめ | 単語誤り率 4.3%（large-v3、FLEURS） Canary-1B-v2 paper, Whale 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
- 複合語を集める。 契約書や技術的な講演に出てくるような、長い複合名詞を含む音声を使います。
- ボットを開く。 Telegram で @potok_now_bot を開き、音声をボイスメッセージまたは音声ファイルとして送ります。
- 大文字を確認する。 すべての名詞は大文字で始まります。ツールがそれに従っているか見てください。
- 正式な名前を確認する。 肩書き、名字、会社名を音声と比べます。
- 本番のファイルに進む。 2 GBまで受け付けており、大きなファイルにはミニアプリのアップロードがあります。TXT、DOCX、PDF で書き出し、短い音声の結果は長いファイルと比べられるよう残しておいてください。
| 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 |
|---|---|---|
| 分割された複合語を無視する | 名詞が二つに切れると、読み方が変わります。 | 分割をすべて誤りとして印を付けてください。 |
| 小文字の名詞を見逃す | 句読点や大文字小文字の扱いが雑であることの表れです。 | 小文字になっている名詞を探してください。 |
| 4.30だけを引用する | 他のテストでは最大5.8になります。 | 範囲を引用し、どのモデルか明記してください。 |
| 方言の発話でテストして標準的なテキストを期待する | 地域の話し方は、別の課題です。 | 最初は標準的な発話を使ってください。 |
関連情報
よくある質問
ドイツ語の成績はどうですか。
公表されている large-v3 の結果は、単語誤り率で4.30から5.8の範囲です。
なぜ複合名詞なのですか。
長いため、それを分割するツールは、見た目におかしなテキストを出すからです。
書き出し形式を選べますか。
はい。TXT、MD、DOCX、PDF、SRT、VTT から選べます。
YouTube のリンクに対応していますか。
はい。ファイルやボイスメッセージと並んで、2 GBの上限内で対応しています。
テキストの言語は変わりますか。
いいえ。文字起こしは録音と同じ言語のままです。
ドイツ語のテスト音声はどのくらいの長さがよいですか。
一分ほどで十分です。長い名詞をいくつか、名前を数個、数字を少なくとも一つ含めると、難しいケースを確認できます。
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
- Whale paper, Table 5 (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