Potokは、ブルガリア語の音声ファイルをTelegramボットに送るだけで文字に変換します。large-v3モデルについて他者が公表したテスト(当社の測定ではありません)では、ブルガリア語の単語誤り率は12.86で、結果が良好な言語に入ります。ファイルは2 GBまで送れます。
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
- 単語誤り率は、正しい参照テキストと異なる単語の割合を数えるもので、低いほど良い結果です。
- ブルガリア語はキリル文字で書かれるため、書き出したファイルはUnicodeのフォントが使えるエディタで開いてください。
- この数値はテスト音声の平均です。ノイズの多い電話の録音は、たいていこれより悪くなります。
- 話者ラベルは「話者1」のような番号で、実名にはなりません。
文字起こしのイメージ
[00:00] 話者1: Да започнем срещата. Първо ще прегледаме резултатите от миналата седмица, а след това ще планираме следващите стъпки.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 |
|---|---|---|---|
| ブルガリア語 (Български) | おすすめ | 単語誤り率 12.86%(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
- 手元でいちばん良いファイルを選ぶ。 元の録音があればそれを使ってください。いくつものアプリを経由したボイスメッセージは何度も圧縮されており、小さな音の情報が失われています。
- ボットを始める。 @potok_now_bot を開いてファイルを送るか、ボイスメッセージをそのままチャットに転送します。
- 大きなファイルはアップロードを使う。 2 GBまで可能です。通常のチャット添付では大きすぎる録音は、ボットのミニアプリの「アップロード」ボタンで送れます。
- 必要なら話者ラベルをオンにする。 二人で話すインタビューでは、番号付きのラベルがあれば、どの行を誰が話したか迷わずに済みます。
- Unicode対応のエディタで書き出しを開く。 DOCXかTXTを選び、共有する前に文字が正しく表示されているか確認してください。
| 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 |
|---|---|---|
| 何度も圧縮された転送クリップを送る | 小さな声の単語が消え、誤りの数が増えます。 | 可能なら元のファイルを送ってください。 |
| 一つのファイルに二つの言語を混ぜる | 別の言語の部分は読みづらい結果になります。 | 言語が切り替わるところでファイルを分けてください。 |
| 12.86を保証のように扱う | この数値は他者のテストの平均にすぎません。 | それでも名前と数字は校正してください。 |
| 古いエディタでテキストを開く | キリル文字が疑問符に化けます。 | 最新のワープロを使うか、DOCXで保存してください。 |
関連情報
よくある質問
ブルガリア語は十分にサポートされていますか?
large-v3で公表されている単語誤り率は12.86で、良好なグループに入ります。ただし、名前や数字はやはり読み通して確認してください。
ブルガリア語の動画も送れますか?
はい。動画ファイルやYouTubeリンクも音声と同じように扱えます。上限は2 GBです。
文字はブルガリア語のまま出力されますか?
はい、文字起こしはブルガリア語で書かれます。文字が正しく表示されるよう、Unicode対応のエディタで開いてください。
誤り率はどこから来た数値ですか?
large-v3モデルについて他の人々が公表したテストに基づく数値です。あなたの音声で当社が測定したものではありません。
誰が何を話したか知るには?
話者ラベルをオンにしてください。ボットは実名を知らないため、ラベルは番号で表示されます。
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