Potokのノルウェー語の音声文字起こしは推奨言語で、旧モデルのlarge-v2による公表単語誤り率は9.5です。large-v3の数値は見つかりませんでした。この数値は他者のテストによるもので、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
- ノルウェーには、ブークモールとニーノシュクという二つの書き言葉の標準があり、公表された数値はどちらが使われたかを示していません。
- 話し言葉の方言は地域ごとに大きく異なるため、小さな町での録音は、ニュース調の録音よりもきれいに読めないことがあります。
- large-v2は旧モデルで、新しいモデルはあなたの話し方でそれより高くも低くもなりえます。
- æ、ø、åの文字は通常の出力なので、お使いのエディタで正しく表示されるか確認してください。
文字起こしのイメージ
[00:00] 話者1: La oss begynne møtet. Først går vi gjennom resultatene fra forrige uke, og deretter planlegger vi de neste stegene.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 |
|---|---|---|---|
| ノルウェー語 (Norsk) | おすすめ | 単語誤り率 9.5%(large-v2、FLEURS) Whisper 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
- 話者の地域を記録する。 強い地方の方言を話す人なら、修正が増えると見込んでください。ご自身のメモにその旨を書いておきます。
- ファイルを送る。 Telegramで @potok_now_bot を開き、音声か動画を添付するか、ボイスメッセージを転送するか、リンクを貼り付けます。
- 大きな録音。 ファイルは2 GBまで可能です。最大級のものには、ボットのミニアプリのUploadボタンを使います。
- 綴りの揺れを校正する。 受け入れられる綴りが複数ある単語もあるので、一つを決めて、そちらに寄せて編集します。
- 特殊な文字を確認する。 DOCXかTXTをお使いのエディタで開き、ノルウェー語の文字が正しく表示されるか確かめます。
- 必要なものを書き出す。 TXT、MD、DOCX、PDF、SRT、VTTのすべてが選べます。
| 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 |
|---|---|---|
| 一つの決まった書き言葉の形を期待する | 話し言葉の方言は、複数の綴りが混ざって出力されることがあります。 | 使いたい標準を選び、最後に一度だけ編集してください。 |
| モデル名を付けずに9.5を引用する | large-v2について公表されたものです。 | 数値の隣にモデル名を書いてください。 |
| 二人が重なって話している録音を使う | 重なりは両方の行の品質を下げます。 | 可能なら、話者に順番に話してもらってください。 |
| 文字コードが合わないエディタでTXTファイルを開く | 特殊な文字が壊れて表示されることがあります。 | UTF-8として開くか、DOCXを使ってください。 |
関連情報
よくある質問
ノルウェー語の公表数値はいくつですか?
他者が報告した、large-v2モデルの単語誤り率9.5です。
方言には対応していますか?
公表された数値は方言ごとに分かれていないので、長いファイルを送る前に、話者の短いクリップで試してください。
ニーノシュクは対象ですか?
公表テストはどの標準を使ったか述べていないので、ニーノシュクは未検証として扱い、出力を確認してください。
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。
文字起こしは英語に変換されますか?
いいえ。テキストは録音の言語のままです。
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
- Whisper speech recognition system (Wikipedia), Wikipedia · 確認日
- Whisper paper, Table 13 (large-v2 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