タイ語の音声を文字起こしする

タイ語の音声は、録音をTelegramのPotokボットに送れば文字に変換できますが、注意が必要です。タイ語は文字誤り率で採点され、large-v2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11.5でした。推奨言語より誤りが多いと考えてください。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。

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

• タイ語は単語間にスペースがないため、品質は単語誤り率ではなく文字誤り率で報告されます。
• OpenAIは、タイ語を高速なturbo版で結果が悪くなる言語として挙げており、第三者のturboの実行ではおよそ13.4でした。
• 声調記号と母音記号は子音の上下に付くため、記号が一つ抜けるだけで単語が変わります。
• タイ語の文章のスペースは単語ではなく句を区切るため、行の切れ目が不揃いに見えることがあります。
• タイ語の名前は長く、ローマ字の形も複数あるため、音声から得た名前は元の文字のまま残してください。

文字起こしのイメージ

[00:00] 話者1: เรามาเริ่มประชุมกันเลย ก่อนอื่นเราจะทบทวนผลลัพธ์ของสัปดาห์ที่แล้ว จากนั้นจะวางแผนขั้นตอนต่อไป

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. 全文の校正を計画する。 出力は下書きとして扱い、録音を近くに置いておきます。
2. ボットを開く。 Telegramで @potok_now_bot を開き、ファイルを送ります。
3. 長いものにはアップロードを使う。 2 GBまで可能です。ミニアプリの「アップロード」ボタンなら、もっとも大きなファイルも送れます。
4. 声調記号と母音記号を確認する。 サンプルの一段落で、子音の上の記号が抜けていたり重複していたりしないか確かめます。
5. 名前と数字を確認する。 書かれた資料と照らして比べてください。
6. 書き出す。 編集にはDOCXかTXT、字幕にはSRTかVTTを選びます。

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

タイ語に注意書きがあるのはなぜですか？

large-v2で公表されている文字誤り率11.5が、推奨言語より高いためです。

なぜ文字の誤り率なのですか？

タイ語はスペースなしで書かれるため、研究者は単語ではなく文字を数えます。

11.5はどのモデルのものですか？

以前のlarge-v2モデルについて、他の人々が公表したテストに基づく数値です。当社では測定していません。

サイズの上限は？

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。

タイ語は翻訳されますか？

いいえ。文字起こしは、送った録音と同じ言語であるタイ語のままで、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。

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. Whisper paper, Table 13 (large-v2 on FLEURS) · 確認日 2026-10-18
4. Whale paper, Table 5 (Whisper large-v3 on FLEURS) · 確認日 2026-10-18
5. OpenAI Whisper discussion on the turbo model · 確認日 2026-10-18