Potokのイタリア語の音声文字起こしは推奨言語で、large-v3モデルの公表テストでは単語誤り率が2.31と、当社の一覧の中でも最も低い部類です。この数値は他者の研究によるもので、当社の測定ではありません。ボイスメモ、音声、動画をTelegramボットに送ってください。
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2.31は、慎重な二人の人間の間で生じうる違いに近く、ほとんどの行は軽い確認で足ります。
- 公表テストは標準イタリア語を使っており、家庭で話される方言のような強い地域の話し方は、別には報告されていません。
- l'amicoやun'oraのような省略形は話すときは一つの単位なので、アポストロフィが正しい位置に入っているか確認してください。
- イタリア語では二重子音が意味を変えるため、palaとpallaのような組は、出力で見る価値があります。
文字起こしのイメージ
[00:00] 話者1: Iniziamo la riunione. Prima esamineremo i risultati della settimana scorsa, poi pianificheremo i prossimi passi.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 |
|---|---|---|---|
| イタリア語 (Italiano) | おすすめ | 単語誤り率 2.31%（large-v3、FLEURS） Canary-1B-v2 paper, TheWhisper benchmark | 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
- 主な声が一つのクリップを選ぶ。 インタビュー、講義、友人からのボイスメッセージは良いテストになります。冒頭の長い無音は、簡単に切れるなら切っておきます。
- ボットに共有する。 @potok_now_bot に移動して、メッセージを転送するか、ファイルを添付するか、YouTubeリンクを貼り付けます。
- 大きなファイルはミニアプリで。 ボットは2 GBまでのファイルを受け付けます。最大級のものは、ミニアプリのUploadボタンを押してください。
- 出力を音と照らして読む。 短い結果はチャットに表示され、長いものはファイルで届きます。一分ほど聞いて比べてください。
- 名前と二重子音を直す。 姓、町の名前、二重子音を含む単語は、よく弱点になる箇所です。
- 書き出しを選ぶ。 メモにはTXTかDOCX、タイムスタンプ付きの字幕が必要ならSRTかVTTです。
| 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 |
|---|---|---|
| 2.31をあなたのファイルへの保証として読む | 他者の公表テストによる、きれいな朗読音声での数値です。 | 残りを信頼する前に、ご自身の出力の一ページを確認してください。 |
| 騒がしいレストランの録音を送る | 重なった声や食器の音が、誤った単語の数を増やします。 | 次回はスマートフォンを近づけるか、静かな場所で録音してください。 |
| 方言が標準語に一致すると期待する | 地元の語彙を含む話し方は、最も近い標準形で書かれることがあります。 | そのような箇所に印を付けて、耳で確認してください。 |
| 実際の話者名を探す | 声には話者1、話者2のようなラベルが付きます。 | 書き出した文書の中で付け替えてください。 |
関連情報
よくある質問
公表テストでのイタリア語はどのくらい良いですか？
large-v3モデルのイタリア語の公表単語誤り率は2.31で、当社が掲載する言語の中でも最も低い部類です。
これは御社自身の測定ですか？
いいえ。他者が公表したテストによるもので、当社はイタリア語について独自の測定をしていません。
地域のイタリア語は使えますか？
公表された数値は地域ごとに結果を分けていないので、まず話者の短いクリップで試してください。
テキストはイタリア語のままですか？
はい。文字起こしは録音の言語で書かれ、ほかの言語には変換されません。
動画の字幕は作れますか？
はい。タイムスタンプをオンにして、SRTかVTTで書き出してください。
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
- TheWhisper benchmark (turbo, average over FLEURS, MLS, Common Voice) · 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