Potokのポルトガル語の音声文字起こしは、推奨言語です。large-v3モデルの公表テストでは、ポルトガル語全般の単語誤り率が3.65で、他者の研究によるもので、当社の測定ではありません。どちらのアクセントでも、ボイスメモ、音声、動画を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
- 3.65という数値はポルトガル語全体を対象にしており、ブラジルとヨーロッパのアクセントは別には報告されていません。
- 綴りはブラジルとポルトガルで少し異なるため、同じ文がどちらの形でも書かれることがあります。
- ヨーロッパの話し方では母音が弱まることが多く、早口は、ゆっくり丁寧な朗読より聞き取りにくくなることがあります。
- アクセント付きの文字とチルダで示される鼻音の語尾は通常の出力なので、お使いのエディタで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: Vamos começar a reunião. Primeiro, vamos revisar os resultados da semana passada e depois planejar os próximos passos.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 |
|---|---|---|---|
| ポルトガル語 (Português) | おすすめ | 単語誤り率 3.65%(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
- どちらの変種を想定するか決める。 話者がブラジルかヨーロッパのどちらの人かを記録して、どちらの綴りに寄せて編集するかが分かるようにします。
- 録音を送る。 @potok_now_bot を開き、ファイルを添付するか、ボイスメッセージを転送するか、YouTubeリンクを貼り付けます。
- 大きなファイル。 上限は2 GBで、最大級のファイルにはミニアプリのUploadボタンがあります。
- 一分を耳で比べる。 最初の一分を聞きながら、文字起こしを読みます。一致していれば、残りもおそらく近いでしょう。
- 綴りを揃える。 一つの変種を選び、もう一方に従っている少数の単語を直します。
- 書き出す。 TXT、MD、DOCX、PDF、SRT、VTTです。短い結果はチャットに投稿されます。
| 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 |
|---|---|---|
| 一つのアクセントだけがテストされたと思い込む | 公表された数値は、ブラジルとヨーロッパの話し方を区別していません。 | ご自身の話者の短いクリップで試してください。 |
| 最終的な文書で両方の綴りの形を混ぜる | 読み手が不統一に気づきます。 | 編集の前に、変種を一つ決めてください。 |
| 3.65をきれいなファイルの証明として扱う | 実際の録音は、テストセットより雑音が多くなります。 | 名前と数字を校正してください。 |
| 動画の字幕でタイムスタンプを省く | テキストを映像に合わせられません。 | 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。 |
関連情報
よくある質問
どのポルトガル語がテストされましたか?
公表された数値はポルトガル語全般のものです。ブラジルとヨーロッパのアクセントは別には報告されていません。
3.65は御社自身の結果ですか?
いいえ。large-v3モデルについて、他者が公表した結果です。
ボットは綴りの変種を選びますか?
聞こえた通りに書くので、ブラジルとポルトガルで異なる綴りの選択を確認してください。
文字起こしをほかの言語に変えられますか?
いいえ。テキストは録音の言語であるポルトガル語で書かれ、ボットはほかの版を作りません。
長い講義でも大丈夫ですか?
はい。2 GBまでのファイルを受け付け、長い結果はファイルで返ってきます。
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