フィンランド語の音声は、TelegramのPotokボットに送ると文字に変換できます。large-v3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、フィンランド語の単語誤り率は7.7と報告されています。2 GBまでのファイルを受け付け、文字起こしはフィンランド語のままです。
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
- フィンランド語は語尾変化の多い長い単語を使うため、語尾が一つ違うだけでも、この指標では単語まるごとの誤りとして数えられます。
- 数字と地名は形が多いため、もう一度確認する価値があります。
- 日常会話のフィンランド語は、書き言葉の標準とは異なることがよくあります。
- DOCX、TXT、PDF、MD、SRT、VTTで書き出せます。
文字起こしのイメージ
[00:00] 話者1: Aloitetaan kokous. Ensin käymme läpi viime viikon tulokset ja sitten suunnittelemme seuraavat vaiheet.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 |
|---|---|---|---|
| フィンランド語 (Suomi) | おすすめ | 単語誤り率 7.7%(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
- ボットを開く。 Telegramで @potok_now_bot を開きます。
- 録音を送る。 音声や動画を添付するか、YouTubeリンクを貼ります。ファイルは2 GBまでで、大きなものには「アップロード」ボタンを使います。
- 語尾を見る。 格語尾は一文字違うだけのことがあります。疑わしい単語は音声と照らして比べてください。
- 数字を確認する。 話された数字は、数字の形でも言葉の形でも出ることがあります。編集時に表記をそろえてください。
- まず名前を直す。 姓や町の名前は、形が変わる語尾を伴います。各名前を一度検索し、すべての出現箇所を一括で直してください。
- 書き出す。 形式を選んで保存します。字幕にするならSRTです。
| 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 |
|---|---|---|
| 単語単位だけで判断する | 語尾が一つ違うだけで、長い単語全体が誤りと数えられます。 | 文章全体を読んでから、悪い出来かどうか判断してください。 |
| 数字の表記が混在する | 同じページに、数字と言葉が混ざってしまいます。 | 編集の際に一つの表記に統一してください。 |
| 地名を確認しない | 地名はさまざまな格の形で現れます。 | 地図や資料で確認してください。 |
| ノイズの非常に多い屋外録音を送る | 風が柔らかい音を隠してしまいます。 | 風防を付けるか、屋内で録音してください。 |
関連情報
よくある質問
フィンランド語の精度はどのくらいですか?
公表されている単語誤り率はlarge-v3で7.7で、良好ですが、他者のテストに基づく数値です。
フィンランド語で単語の誤りが厳しく数えられるのはなぜですか?
単語が長く語尾を伴うため、一文字違うだけで単語全体が誤りと判定されるからです。
講義の動画をアップロードできますか?
はい、講義やインタビューの動画は音声と同じように読み取られます。ボットのファイル上限は2 GBです。
文字は翻訳されますか?
いいえ、文字は送った録音の言語であるフィンランド語のままです。
誰が話しているかを示せますか?
はい、ファイルを送る前に番号付きの話者ラベルをオンにすれば、各行に番号が付きます。
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