Potokのクロアチア語の音声文字起こしは、推奨グループに入っています。large-v3モデルの公表テストでは、クロアチア語の単語誤り率は11.07で、当社の確認ではなく他者の研究によるものです。ボイスメッセージ、録音、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
- 11.07は公表された一つの数値なので、音質の悪い長いファイルには慎重な目を向けてください。
- クロアチア語の綴りには、ハーチェク付きのcやストローク付きのdなど記号付きの文字が使われるので、名前がどう出るかを確認してください。
- 文字起こしはクロアチア語のままです。
- 話者ラベルとタイムスタンプは任意です。
文字起こしのイメージ
[00:00] 話者1: Počnimo sastanak. Prvo ćemo pregledati rezultate prošlog tjedna, a zatim isplanirati sljedeće korake.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 |
|---|---|---|---|
| クロアチア語 (Hrvatski) | おすすめ | 単語誤り率 11.07%(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
- 音声を整理する。 録音を話者の人数で分けます。一人だけの声が最も扱いやすいです。
- Telegramを開く。 @potok_now_bot を開始して、ファイルを送ります。
- 文字を確認する。 特殊な文字を含む単語と姓を見てください。問題はそこに最初に現れます。
- 長いものは正しい方法で送る。 2 GBまでなら、ミニアプリのUploadボタンから送れます。
- テキストを保存する。 TXT、MD、DOCX、PDF、SRT、VTTから選びます。
- 元の音声を残す。 疑わしい行を後で確認できるよう、元の音声を文字起こしと一緒に保管してください。
| 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 |
|---|---|---|
| 特殊な文字を無視する | 記号が一つ欠けるだけで、名前の読みが変わることがあります。 | 名前を資料と照らして校正してください。 |
| インタビューと講義で同じ設定を使う | ラベルはインタビューには役立ちますが、講義にはタイムスタンプだけで足ります。 | ラベルは声が入れ替わるときだけオンにしてください。 |
| 11.07を当社の測定として示す | これは他者が公表した値です。 | メモにその旨を書いてください。 |
| とても小さな音のクリップを送る | かすかな声は推測で書かれます。 | 送る前に音量を整えてください。 |
| 言語設定が近隣の言語にも当てはまると考える | セルビア語やボスニア語の音声は、読み方が異なる場合があります。 | お持ちの正確な言語のクリップで試してください。 |
関連情報
よくある質問
クロアチア語の精度はどうですか?
推奨グループに入っており、large-v3の公表単語誤り率は11.07です。
その数値は御社のものですか?
いいえ。他者が公表したテストによるもので、当社が測定したものではありません。
ボットはセルビア語やボスニア語を知っていますか?
このページにはそれらの数値がないので、頼る前にクリップで試してください。
どの形式でダウンロードできますか?
どの文字起こしでも、TXT、MD、DOCX、PDF、SRT、VTTが使えます。
誰が話しているかをラベル付けできますか?
はい。話者1、話者2のように付きますが、実名では付きません。
最初に何を校正すべきですか?
姓、地名、数字です。そこでの文字の誤りは意味を変え、文脈からは推測できないためです。
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