ポルトガル語の音声を文字起こしするには、ファイルをTelegramのPotokボットに送ります。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、単語誤り率は3.65です。この数値はポルトガル語全般のもので、ブラジルとヨーロッパのアクセントは別々に報告されていません。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
- 3.65はポルトガル語全体の数値であり、ブラジルとポルトガルで別々の数値はありません。
- 二つの主な変種では一部の単語の綴りが異なるため、出力が自社の表記ルールと一致しないことがあります。
- チルダとセディーユは重要で、多くの一般的な単語を特徴づける鼻母音の語尾がその例です。
- 話者ラベルは番号で、ボットが実名を知ることはありません。
- 話し言葉のポルトガル語では改まった呼びかけとくだけた呼びかけが異なり、文字起こしは話者が使った形をそのまま残します。
文字起こしのイメージ
[00:00] 話者1: Vamos começar a reunião. Primeiro, vamos revisar os resultados da semana passada e depois planejar os próximos passos.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 |
|---|---|---|---|
| ポルトガル語 (Português) | おすすめ | 単語誤り率 3.65%(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
- 目標とする綴りを把握する。 読者がブラジル式とヨーロッパ式のどちらを期待するか決めておきます。文字起こしは音に従うため、一致しないことがあります。
- ボットを開く。 Telegramで @potok_now_bot を開き、録音を送ります。
- 大きなアップロードを扱う。 2 GBまで可能です。長いファイルにはミニアプリの「アップロード」ボタンを使います。
- 鼻母音の語尾とセディーユを確認する。 チルダやセディーユが抜けていそうな単語がないか、ざっと目を通します。
- 変種ごとに異なる単語を直す。 二つの変種で異なると分かっている単語をいくつか検索し、そろえてください。
- 書き出す。 用途に応じて、TXT、MD、DOCX、PDF、SRT、VTTから選びます。
| 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 |
|---|---|---|
| 一つのアクセントのスコアが両方の変種に当てはまると思い込む | 公表された数値は分けられていません。 | 自分のアクセントの短いクリップで試してください。 |
| 混在した綴りを残す | 両方の変種の形が一つの文章に現れます。 | 最後に統一してください。 |
| 急いでチルダを落とす | 記号がないと、単語の意味が変わります。 | 鼻母音の語尾を抜き取りで確認してください。 |
| 英語の用語だらけのクリップを送る | 外国語の単語が英語風に直されたり、崩れたりします。 | 別に見直してください。 |
関連情報
よくある質問
ブラジルのポルトガル語にも対応していますか?
3.65という数値は、ポルトガル語全般のものです。ブラジルとヨーロッパのアクセントは別に報告されていません。
文字起こしが別の綴りになっているのはなぜですか?
文字は音に従い、一部の単語は二つの変種で書き方が異なります。あとで編集してください。
サイズの上限はありますか?
はい、一ファイルあたり2 GBで、大きなものには「アップロード」を使います。
3.65はどこから来た数値ですか?
他の人々が公表したlarge-v3のテストに基づくもので、当社自身の測定ではありません。
出力は英語に翻訳されますか?
いいえ。文字起こしは、送った録音と同じ言語であるポルトガル語のままで、別の言語には変換されません。
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