ロシア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。ロシア語は、ロシア語の音声のために作られたモデルで処理されるため、汎用モデルについて公表された数値は当てはまらず、ここでは引用しません。2 GBまでのファイルに対応し、6種類の形式で書き出せます。
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
- 汎用モデルについて公表された数値は、ロシア語のモデルを表すものではないため、誤り率は示していません。
- 6種類の書き出し形式は、TXT、MD、DOCX、PDF、SRT、VTTです。
- ロシア語はキリル文字で書かれるため、Unicodeに対応したエディタでファイルを開いてください。
- ロシア語特有の点が二つ付く文字は、日常の文章では点のない文字で書かれることが多く、検索に影響します。
- 日常のロシア語では強勢が書かれないため、文字では、どの音節に強勢があったかは分かりません。
文字起こしのイメージ
[00:00] 話者1: Давайте начнём встречу. Сначала разберём итоги прошлой недели, потом спланируем следующие шаги.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 |
|---|---|---|---|
| ロシア語 (Русский) | おすすめ | 公開されている数値はありません | この言語にはロシア語の音声向けに作られたモデルを使用しているため、他のモデルの公開数値は当てはまりません。 |
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
- スコア探しは省く。 借用できる割合の数値は当てはまらないため、自分のサンプルで品質を判断する前提で進めてください。
- ボットを開く。 Telegramで @potok_now_bot を開き、音声、動画、または転送したボイスメッセージを送ります。
- 大きなファイルにはアップロードを使う。 上限は一ファイルあたり2 GBです。チャット添付が失敗したら、ミニアプリで「アップロード」を押してください。
- サンプルを読む。 一分ほど聞き、同じ一分の文字を読みます。近い内容なら、残りも同じ方法で送ってください。
- 固有名詞を確認する。 姓、会社名、略語は、人の目による確認が効果を発揮する箇所です。
- 形式を選ぶ。 共有にはDOCXかPDF、字幕にはSRTかVTT、メモにはTXTかMD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 |
|---|---|---|
| このモデルでは測定されていない割合を引用する | 借用した数値は誤りになります。 | 数値は公表されていないと伝えてください。 |
| 点付きの文字の綴りを一通りだけで検索する | 点のある文章とない文章は一致しません。 | 両方の形で検索してください。 |
| 音声を圧縮するメッセンジャー経由でファイルを送る | ボットに届く前に、細部が失われます。 | 元のファイルを送ってください。 |
| 名前がラテン文字の綴りだと思い込む | 名前はロシア語の文字で出力されます。 | 書式で必要なら、手作業でローマ字に直してください。 |
関連情報
よくある質問
なぜ単語誤り率がないのですか?
ロシア語は専用のモデルを使っており、汎用モデルについて公表された結果は当てはまらないためです。
書き出し形式はいくつありますか?
TXT、MD、DOCX、PDF、SRT、VTTの6種類です。
デスクトップの音声入力アプリと同じものですか?
いいえ。それは他のプログラムに音声入力する別のアプリで、ロシア語を認識します。このページはTelegramボットについてです。
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。
文字は翻訳されますか?
いいえ。文字起こしは、送った録音と同じ言語であるロシア語のままで、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
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