Potokでクロアチア語の音声を文字起こしするには、録音をTelegramボットに送って返信を待ちます。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、クロアチア語の単語誤り率は11.07と報告されています。2 GBまでのファイルを受け付け、文字起こしは翻訳されません。
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。
- クロアチア語はラテン文字で書かれ、補助記号の付いた文字がいくつかあります。
- 地域によって語彙が異なることがあるため、話者のサンプルで試してください。
- 文字起こしはクロアチア語のままです。
文字起こしのイメージ
[00:00] 話者1: Počnimo sastanak. Prvo ćemo pregledati rezultate prošlog tjedna, a zatim isplanirati sljedeće korake.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 |
|---|---|---|---|
| クロアチア語 (Hrvatski) | おすすめ | 単語誤り率 11.07%(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
- 音声の品質を確かめる。 ヘッドホンで一分ほど再生してください。楽に聞き取れるなら、たいてい認識システムも同様に聞き取れます。
- ボットを開く。 Telegramで @potok_now_bot を開きます。
- ファイルを送る。 音声、動画、YouTubeリンクを添付します。ファイルは2 GBまで送れ、それより大きなものには「アップロード」ボタンを使います。
- 記号付きの文字を点検する。 補助記号が付くはずの単語を見てください。記号の誤りは、もっともよくある小さな誤りの一つです。
- 書き出す。 編集にはDOCXかTXT、字幕には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 |
|---|---|---|
| 出力の補助記号を無視する | 記号が抜けると、単語の読み方が変わることがあります。 | 記号の付く文字をテキスト内で検索して直してください。 |
| 外国語の用語だらけの講義を送る | 発話中の外国の固有名詞は、精度を下げます。 | その行を用語リストと照らして校正してください。 |
| 数値を正確なものとして扱う | 11.07は他者のテストの平均です。 | 自分の録音で判断してください。 |
| 遠くから録音する | 距離があると反響が増えます。 | マイクを話者の近くに置いてください。 |
関連情報
よくある質問
クロアチア語の精度はどのくらいですか?
他者が公表したテストでは、large-v3での単語誤り率は11.07と報告され、良好とされています。ただし当社自身の測定ではありません。
ボットはテキストを翻訳しますか?
いいえ。文字起こしは録音の言語であるクロアチア語のままです。
通話の録音も扱えますか?
はい、音声が明瞭であれば可能です。狭帯域の通話音声は、通常スタジオ音声より結果が悪くなります。
サイズの上限は?
一ファイルあたり2 GBまでです。大きなものにはミニアプリの「アップロード」ボタンを使ってください。
タイムスタンプは付けられますか?
はい。送信前にオンにして、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。
- 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