無料のスペイン語文字起こしは、簡単に試せて、地域ごとに試す価値があります。他の人たちの公表テストでは、large-v3 のスペイン語の単語誤り率が3.12で、最良の部類であり、Potokはそのモデルを使っています。テストはアクセントを分けていないため、扱う各アクセントの音声を試してください。
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
- 3.12は公表結果の中で最良の部類で、地域のアクセントは別々に報告されていません。
- スペイン語は逆向きの疑問符と感嘆符で文を始めますが、文字起こしでは忘れられやすい部分です。
- スペイン、メキシコ、アルゼンチンの発話は、リズムや子音の発音が異なることがあります。
- ベンチマークでの低いスコアは、名前の誤りを排除するものではありません。
文字起こしのイメージ
[00:00] 話者1: Vamos a empezar la reunión. Primero repasaremos los resultados de la semana pasada y después planificaremos los próximos pasos.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 |
|---|---|---|---|
| スペイン語 (Español) | おすすめ | 単語誤り率 3.12%(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
- アクセントごとに音声を集める。 複数の地域を扱うなら、それぞれから三十秒ずつ取り、別々のファイルにしておきます。
- ボットを開く。 Telegram で @potok_now_bot を開き、ボイスメッセージ、音声ファイル、または動画として一本ずつ送ります。
- 文頭の記号を確認する。 文の頭にある、逆向きの疑問符と感嘆符を探します。
- アクセントを比べる。 結果を並べて、ある地域で誤った単語が多くないかを見ます。
- 最終版を書き出す。 テキストを TXT、DOCX、PDF、SRT、VTT で保存します。大きなファイルは2 GBまでアップロードボタンから送れます。
| 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 |
|---|---|---|
| 一つのアクセントだけでテストする | 一つの地域が、他を代表するわけではありません。 | 少なくとも二つの異なるものを使ってください。 |
| アクセント記号を落とす | アクセント記号が落ちると、動詞が名詞に変わることがあります。 | 記号付きの母音を校正してください。 |
| 非常に低い公表値を盲信する | それはテストデータを反映したもので、雑音のあるご自分の通話ではありません。 | 必ずご自分のサンプルを通してください。 |
| 他の言語の名前を忘れる | ブランド名や地名が崩れます。 | 比べるための短いリストを用意してください。 |
関連情報
よくある質問
スペイン語は最も強い言語の一つですか。
他の人たちの公表テストでは、large-v3 の誤り率が最良の部類に入ります。
この数値はラテンアメリカとスペインの両方を対象としていますか。
アクセントを分けていないため、地域ごとの結果は異なることがあります。
逆向きの疑問符は付きますか。
付くことが多いですが、よくある小さな欠落なので、サンプルを確認してください。
英語のテキストを取得できますか。
いいえ。文字起こしは録音と同じ言語のままです。
ファイルの大きさはどこまで使えますか。
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。
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