広東語の音声を文字起こしする

広東語の音声を文字起こしするには、TelegramのPotokボットにファイルを送ります。この言語は境界線上にあります。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、文字誤り率は9.8です。品質はモデルの種類によって異なります。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。

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

• 境界線上：ベンダーのテストでは、より高速なturbo版の結果がはるかに悪いと報告されました。
• 9.8は他者が公表したテストの文字誤り率です。広東語はスペースなしで書かれるためです。
• 結果は、誤った単語ではなく誤った文字で判断してください。
• 短いクリップを試すのが、話者に合うかどうかをもっとも早く確かめる方法です。

文字起こしのイメージ

[00:00] 話者1: 我哋開始開會啦。首先睇下上個禮拜嘅結果，跟住傾下一步點做。

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. まず短いサンプルを試す。 この言語は境界線上にあるため、録音から三十秒を切り出し、全体を送る前に試してください。手間は小さく、結果の見込みがつかめます。
2. ボットを開く。 Telegramで @potok_now_bot を開き、チャットを選びます。
3. ファイル全体を送る。 サンプルがよく読めるなら、録音全体を添付します。上限は2 GBです。大きなファイルはミニアプリの「アップロード」ボタンを使ってください。
4. 単語ではなく文字で読む。 スペースがなく単語の区切りもないため、行ごとに目を通し、音声と照らして誤った文字に印を付けてください。
5. 書き出す。 編集にはTXTかDOCX、タイムスタンプ付きの字幕にはSRTとVTTで保存します。

よくある間違い

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

広東語はなぜ境界線上とされているのですか？

公表されている文字誤り率9.8は良好に見えますが、あるベンダーのテストではturbo版の結果がはるかに悪かったため、この言語には注意が必要です。

文字誤り率とは何ですか？

正しいテキストと比べて誤っている文字を数えたものです。スペースなしで書かれる言語に向いています。

長い録音も送れますか？

はい、2 GBまで可能です。ボットのミニアプリの「アップロード」ボタンは大きなファイル向けです。

結果は人が確認していますか？

いいえ。機械による出力なので、使う前に録音と照らして読んでください。

字幕は作れますか？

はい。タイムスタンプをオンにして、SRTかVTTで書き出せます。

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 2026-10-18
2. Whisper speech recognition system (Wikipedia), Wikipedia · 確認日 2026-10-18
3. Whale paper, Table 5 (Whisper large-v3 on FLEURS) · 確認日 2026-10-18