無料のウクライナ語文字起こし:短い音声でツールを試す

Potokチーム更新日 ~1 分で読めます

無料のウクライナ語文字起こしは、ご自分の音声で試す価値があります。他の人たちの公表テストでは、Potokで使う large-v3 のウクライナ語の単語誤り率は6.51から11.5と、幅が広くなっています。名前と、いくらか言語が混ざった発話を含む短いサンプルを試してください。

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。

Telegram で @potok_now_bot を開く

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

  • 6.51から11.5という幅は、公表値がテストセットに大きく左右されることを示しています。
  • これらの数値は他の人たちのベンチマークによるもので、当社の測定ではありません。
  • 話者は一つの会話の中でウクライナ語とロシア語を行き来することが多く、これは難しいケースです。
  • アポストロフィと軟音記号は小さな記号ですが、重要です。

文字起こしのイメージ

ウクライナ語のサンプル文
[00:00] 話者1: Почнімо нараду. Спочатку розглянемо результати минулого тижня, а потім сплануємо наступні кроки.

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

この言語の品質
言語評価公開されている結果備考
ウクライナ語 (Українська)おすすめ単語誤り率 6.51%(large-v3、FLEURS)
Canary-1B-v2 paper, Whale 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

  1. 典型的な音声を選ぶ。 名前、地名、現実的であれば他の言語の単語をいくつか含む一分ほどを選びます。
  2. 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。
  3. アポストロフィを確認する。 アポストロフィが出てくる単語を見て、保たれているか確かめます。
  4. 言語が混ざる箇所に印を付ける。 外国語の単語が、その言語の綴りのまま残っているかを見ます。
  5. コピーを書き出す。 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。
Potokでできること
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

よくある間違いと対処法
間違い起こること対処法
最も低い数値を約束として使うそれは一つのテストセットでの最良のケースです。範囲全体を見てください。
言語の切り替えを無視する外国語のフレーズが一つあるだけで、文が崩れることがあります。切り替えのある音声でテストしてください。
アポストロフィを見落とす単語が変わります。それを探してください。
音声なしで読むもっともらしい単語が、誤りを隠します。聞きながら読んでください。
声が重なる音声を送る二人が同時に話す状況は最も難しいケースで、通常の使い方についてはほとんど分かりません。まず一度に一人の声から始め、その後で意図的に重なりを試してください。

関連情報

対応言語の一覧、ツール、用語集もご覧ください。

よくある質問

ウクライナ語に二つの数値があるのはなぜですか。

公表結果はテストセットによって異なり、large-v3 で6.51から11.5までの幅があります。

どちらを信頼すべきですか。

どちらも単独では信頼せず、ご自分のサンプルでテストしてください。

それは御社の測定ですか。

いいえ。他の人たちの公表テストによるものです。

複数の音声を試すべきですか。

はい。落ち着いた音声と活発な会話を一本ずつ使うと、一つのサンプルよりも幅がよく分かります。

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。

ファイルサイズの上限はいくつですか。

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くので保存できます。

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。

  1. Word error rate (Wikipedia), Wikipedia · 確認日
  2. FLEURS speech dataset (Google, Hugging Face), Hugging Face · 確認日
  3. Canary-1B-v2 paper, Table 11 (Whisper large-v3 on FLEURS) · 確認日
  4. Whale paper, Table 5 (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