無料のマレー語文字起こしは、本番の作業の前に試し用の音声を通す価値があります。マレー語については、以前の large-v2 モデルでの他の人たちの公表テストが単語誤り率8.7で、Potokでは large-v3 の数値は見つかっていません。三十秒ほど送って、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
- 8.7は、large-v3 の数値が見つからなかったため、他の人たちによる large-v2 の公表テストのものであり、当社の測定ではありません。
- マレー語はインドネシア語と近い関係にあるため、綴りがご自分の話す変種に従っているか確認してください。
- 日常の発話には英語の単語が混じることが多く、良いテストケースになります。
- 話者ラベルをオンにすると、番号で表示されます。
文字起こしのイメージ
[00:00] 話者1: Mari kita mulakan mesyuarat. Pertama, kita semak keputusan minggu lalu, kemudian kita rancang langkah seterusnya.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 |
|---|---|---|---|
| マレー語 (Bahasa Melayu) | おすすめ | 単語誤り率 8.7%(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
- 混合した音声を選ぶ。 日常の語彙に、製品名のような英語の用語がいくつか混じった発話を使います。
- 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、音声ファイル、または動画として送ります。
- 借用語を確認する。 英語の用語が、ご自分が書くとおりのラテン文字で書かれているか、奇妙な綴りに変えられていないかを見ます。
- 変種を確認する。 マレー語のテキストにインドネシア語の綴りが混じっていないか探し、それぞれ記録します。
- 書き出して良いものを残す。 文字起こしを TXT、DOCX、PDF、SRT、VTT で保存します。2 GBまでのファイルを受け付けています。
| 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 |
|---|---|---|
| 半分が別の言語の音声を送る | 集計に二つの言語が混ざり、ほとんど何も分かりません。 | テストは大半をマレー語にしてください。 |
| マレー語とインドネシア語が常に一致すると思い込む | いくつかの綴りが異なり、読み手には間違って見えます。 | 印を付けて、重要かどうか決めてください。 |
| 音楽が重なった音声を使う | 背景の歌が、小さな声の単語を隠します。 | はっきりした発話の部分を切り出してください。 |
| 最初の数行だけを読む | 話者が疲れたり、部屋がうるさくなったりすると、後半に誤りが集中しがちです。 | サンプル全体を読み、冒頭と終盤を比べてください。 |
関連情報
よくある質問
マレー語の数値は新しいものですか。
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。
8.7は御社自身の結果ですか。
いいえ。他の人たちの公表テストによるものです。
文中の英語の単語は理解されますか。
短い借用語は通ることが多いですが、ご自分の混ざり方で試してください。
テキストを英語にできますか。
いいえ。文字起こしは録音と同じ言語のままです。
録音はどのくらいの長さまで使えますか。
2 GBまでのファイルを受け付けており、長い結果はファイルで届きます。
複数の音声を試すべきですか。
はい。同じ部屋での長い音声一本より、条件の違う短い音声二本のほうが多くのことが分かります。
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
- Whisper speech recognition system (Wikipedia), Wikipedia · 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