無料のオランダ語文字起こしツールを比較するには、ご自分の短い音声をそれぞれに通し、結果を並べて保管します。Potokは、large-v3 によるオランダ語の公表単語誤り率5.57を参照していますが、一部の利用者からは、自分のデータでは large-v3 が以前のモデルより悪いという報告もあります。
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
- 5.57は、公表テストにおける large-v3 の単語誤り率であり、当社の測定ではありません。
- ご自分のオランダ語の録音を試した利用者の報告はまちまちであり、見出しの数値よりも個人のサンプルのほうが頼りになる理由です。
- このまちまちな状況は、一つの数値に頼らず、ご自分の音声で試すべき理由になります。
- 文字起こしはオランダ語のままで、翻訳はされません。
文字起こしのイメージ
[00:00] 話者1: Laten we de vergadering beginnen. Eerst bespreken we de resultaten van vorige week, daarna plannen we de volgende stappen.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 |
|---|---|---|---|
| オランダ語 (Nederlands) | おすすめ | 単語誤り率 5.57%(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
- 自分のサンプルを作る。 実際に扱う種類の録音から一分ほど取ります。会議、講義、インタビューなどです。
- ボットを開く。 Telegram で @potok_now_bot を開き、サンプル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。
- 同じファイルを他のツールにも送る。 同一の音声を使えば、違いはツールに起因するものになります。
- テキストを並べる。 結果を一つの文書に貼り付けて食い違う箇所に印を付け、その箇所を音声と照らし合わせます。
- 決めてから規模を広げる。 2 GBまで受け付けており、ミニアプリにアップロードがあります。採用する版を TXT か DOCX で書き出します。
| 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 |
|---|---|---|
| ベンチマークだけに頼る | 結果が公表値に届かない例が、利用者から報告されています。 | 同点のときは、ご自分のサンプルで決めてください。 |
| ツールごとに違うファイルで比べる | 差の原因がツールか音声か分からなくなります。 | すべてに同じファイルを使ってください。 |
| ツールの紹介ページだけを読む | ページ上の宣伝文句は、お手元の録音についてほとんど何も語りません。 | 実際に受け取る文字起こしで判断してください。 |
| 名前や略語を飛ばす | これらは性能の低いツールをすぐに露呈させます。 | いくつか含まれるサンプルを選んでください。 |
関連情報
よくある質問
オランダ語は十分にサポートされていますか。
公表結果は良好で、large-v3 の単語誤り率は5.57です。
large-v3 について注意があるのはなぜですか。
一部の利用者から、自分のオランダ語データでは以前のモデルより成績が悪いという報告があるため、個人でのテストが賢明です。
誰が何を言ったか確認できますか。
話者ラベルをオンにすると、話者1のように番号で表示されます。
どの種類のファイルを送れますか。
ボイスメッセージ、音声ファイルと動画ファイル、YouTube のリンクです。
出力を英語に変換できますか。
いいえ。文字起こしは録音と同じ言語のままです。
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