Potokは、オランダ語の音声ファイルをTelegramボットに送ると文字に変換します。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、単語誤り率は5.57で、当社の一覧でもっとも低い部類です。一方、自分のオランダ語データでlarge-v3が以前のモデルより悪かったと報告する利用者もいます。2 GBまでのファイルに対応します。
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
- 公表された誤り率が低くても、利用者の報告にはばらつきがあるため、手元の話者での確認の代わりにはなりません。
- フラマン語とオランダ本国の話し方はどちらもオランダ語ですが、アクセントが異なるため、手元の声で試してください。
- オランダ語は英語の単語を多く借用しており、出力では綴りを誤りやすくなります。
- TXT、MD、DOCX、PDF、SRT、VTTで書き出せます。
文字起こしのイメージ
[00:00] 話者1: Laten we de vergadering beginnen. Eerst bespreken we de resultaten van vorige week, daarna plannen we de volgende stappen.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 |
|---|---|---|---|
| オランダ語 (Nederlands) | おすすめ | 単語誤り率 5.57%(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。
- 短いサンプルを送る。 利用者の報告にばらつきがあるため、自分の録音から一分だけ試し、読んでから先に進んでください。
- ファイル全体を送る。 サンプルがよく読めるなら、残りを2 GBまで送ります。大きなファイルには「アップロード」ボタンを使ってください。
- アクセントを比べる。 話者がすべて同じ地域の出身なら、サンプルの結果がファイル全体の目安になると考えてよいでしょう。
- 書き出す。 読むならDOCXかTXT、字幕なら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 |
|---|---|---|
| 低い誤り率がすべての人に当てはまると思い込む | 自分のオランダ語データで結果が悪かったと報告する利用者もいます。 | 必ず自分の話者で試してください。 |
| 英語の借用語を確認しない | 借用語は、オランダ語風の綴りで書かれがちです。 | 出力で確認してください。 |
| 見直しを省く | 数語の誤りが文の意味を変えることがあります。 | 音声と照らして一度は読み通してください。 |
| 別のテストの数値と比べる | 異なるデータセットの数値は比較できません。 | 数値には出典を添えて引用してください。 |
関連情報
よくある質問
5.57は良い結果ですか?
はい、当社の一覧で公表されている誤り率のうち、もっとも低い部類です。ただし当社ではなく、他者のテストに基づく数値です。
結果が悪いと感じる利用者がいるのはなぜですか?
自分のオランダ語データでは、large-v3が以前のモデルより悪かったと報告する人がいます。すべての事例を説明することはできません。
オランダ語の動画やYouTubeリンクは使えますか?
はい、ボットはどちらも読み取れます。上限は2 GBです。
オランダ語を英語に翻訳しますか?
いいえ。文字起こしは録音の言語であるオランダ語のままです。
話者ラベルは使えますか?
はい、「話者1」のような番号で表示されます。ボットは実名を知りません。
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