スペイン語の音声文字起こし:高いスコアと多様なアクセント

Potokチーム更新日 ~1 分で読めます

Potokのスペイン語の音声文字起こしは推奨言語で、公表結果の中でも最良の部類に入り、large-v3モデルの単語誤り率は3.12です。これは他者のテストによる数値で、当社の測定ではありません。ボイスメモ、音声、動画を送り、名前と数字を確認してください。

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。

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

  • スペイン、メキシコ、アルゼンチンなどの地域は別には報告されていないため、一つの数値が多くのアクセントをまとめて表しています。
  • スペイン語の綴りは非常に規則的なので、残る誤りの多くは、名前、外来語、同音異義語にあります。
  • 正しい表記では、疑問文と感嘆文は逆向きの記号で始まるので、テキストで確認する価値があります。
  • きれいなテスト音声での低いスコアは、騒がしい部屋、悪い回線、重なる話者については、ほとんど何も語りません。

文字起こしのイメージ

スペイン語のサンプル文
[00:00] 話者1: Vamos a empezar la reunión. Primero repasaremos los resultados de la semana pasada y después planificaremos los próximos pasos.

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

この言語の品質
言語評価公開されている結果備考
スペイン語 (Español)おすすめ単語誤り率 3.12%(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

  1. アクセントを記録する。 話者の出身を一行でメモしておきます。どの誤りがアクセントに関係するのかを判断する助けになります。
  2. 送る。 @potok_now_bot を開き、ファイル、転送したボイスメッセージ、YouTubeリンクを共有します。
  3. 大きな録音。 上限は2 GBで、重いものはUploadボタンで扱えます。
  4. 同音異義語を確認する。 黙字の有無だけが異なる単語のように、音が似ている語は、正しくするのに文脈が必要です。
  5. 固有名詞を確認する。 人名、通り、会社の名前は、通読の最後に確認します。
  6. 書き出す。 TXT、MD、DOCX、PDF、SRT、VTTです。短いテキストはチャットにも表示されます。
Potokでできること
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

よくある間違いと対処法
間違い起こること対処法
高いスコアをあらゆるアクセントに通用すると信頼するテストは地域ごとに分かれていません。ご自身の話者のクリップで試してください。
後列から録音したホールの収録を送る残響が子音を隠します。もっと近い録音か、ピンマイクを使ってください。
名前を無視する名前は最も予測しにくい単語です。名前のリストを作り、一つずつ検索してください。
字幕作業にTXTを使うタイミングが失われます。代わりにSRTかVTTで書き出してください。

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

3.12は何を意味しますか?

スペイン語についてlarge-v3モデルで公表された単語誤り率で、当社が掲載する中でも最良の結果の一つです。

それは御社の測定ですか?

いいえ。他者の公表テストによるものです。

すべてのアクセントが同じスコアになりますか?

公表された数値には記載がありません。地域のアクセントは別には報告されていません。

ボットは言語を保ちますか?

はい。アクセントにかかわらず、文字起こしはスペイン語のままで、ほかの言語には変換されません。

サイズの上限はありますか?

2 GBまでのファイルを受け付けており、ミニアプリのUploadボタンは最大級のものに向いています。

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。

  1. Word error rate (Wikipedia), Wikipedia · 確認日
  2. Whisper speech recognition system (Wikipedia), Wikipedia · 確認日
  3. 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