イタリア語の音声を文字起こしするには、録音をTelegramのPotokボットに送ります。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、イタリア語の単語誤り率は2.31で、一覧の中でもっとも低い部類です。2 GBまでのファイルを受け付けます。
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2.31は、そのテスト録音で百語あたりおよそ二語が誤っていることを意味します。
- イタリア語は語末の母音にアクセント記号で強勢を示すため、記号が抜けると、ある単語が別の単語になることがあります。
- 母音が落ちるときは、冠詞と名詞がつながるようにアポストロフィで語が結ばれるため、どう区切られたか確認してください。
- イタリア語では二重子音が意味を変えるため、確認の目安に役立ちます。
- 南部と北部の話者は発音が異なりますが、書き出された文字は、大半の単語で標準イタリア語の綴りに従います。
文字起こしのイメージ
[00:00] 話者1: Iniziamo la riunione. Prima esamineremo i risultati della settimana scorsa, poi pianificheremo i prossimi passi.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 |
|---|---|---|---|
| イタリア語 (Italiano) | おすすめ | 単語誤り率 2.31%（large-v3、FLEURS） Canary-1B-v2 paper, TheWhisper benchmark | 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
- いちばんクリアな録音を選ぶ。 携帯電話のクリップとスタジオのファイルの両方があるなら、スタジオのファイルを選びます。ノイズが少ないほど、直すべき誤りも減ります。
- ボットを開く。 Telegramで @potok_now_bot を開き、録音を音声またはドキュメントとして添付するか、ボイスメッセージを転送します。
- 大きなファイルを扱う。 講義や長い通話は2 GBに達することがあります。チャット添付で受け付けられない場合は、ボットのミニアプリで「アップロード」を押してください。
- アクセントを確認する。 一段落を読み、語末の母音を見てください。記号が抜けていたり誤っていたりする箇所は、エディタですぐ直せます。
- 必要な形式で保存する。 メモにはTXTかMD、共有にはDOCXかPDF、字幕にするならSRTかVTTを選びます。
| 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 |
|---|---|---|
| 二重の文字を無視する | 子音一つだけが違う単語が、別の単語として読めてしまいます。 | 気になる用語をテキスト内で検索し、綴りを確かめてください。 |
| 方言の強いクリップを送って標準の綴りを期待する | 地域の話し方は聞こえたとおりに書かれるため、形が奇妙に見えることがあります。 | 読者が標準イタリア語を期待する場合は、手作業で綴りを整えてください。 |
| 2.31を保証のように扱う | これは他者がクリアな音声で行ったテストの平均です。 | 名前、数字、引用を校正してください。 |
| アクセントが消えてしまうフォームに貼り付ける | 語末母音のアクセントが消え、意味が変わります。 | DOCXの控えを原本として残してください。 |
関連情報
よくある質問
イタリア語は、ここでもっとも強い言語の一つですか？
公表されている数値では、そうです。large-v3での2.31はもっとも低い数値の一つです。ただし、名前や数字はやはり読んで確認してください。
音声の代わりにイタリア語の動画をアップロードできますか？
はい。動画ファイルとYouTubeリンクも同じ経路で処理され、2 GBの上限内で使えます。
2.31はどこから来た数値ですか？
large-v3について他の人々が公表したテストに基づくもので、あなたの録音で当社が測定したものではありません。
ボットは誰が話したかを教えてくれますか？
オンにすれば「話者1」のような番号付きのラベルを付けられますが、実名は分かりません。
文字は別の言語で返ってきますか？
いいえ。文字起こしは録音の言語であるイタリア語のままです。
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
- TheWhisper benchmark (turbo, average over FLEURS, MLS, Common Voice) · 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