Potokのスウェーデン語の音声文字起こしは推奨言語で、large-v3モデルの公表単語誤り率は7.88です。これは他者のテストによる結果で、当社の測定ではありません。ボイスメモ、音声、動画をボットに送り、テキストを共有する前に最初の一ページを読んでください。
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
- スウェーデン語は長い複合語を作り、単語誤り率では、音が正しくても誤って分割された複合語は誤りとして数えられます。
- 丸付きの文字と二つの点が付いた文字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。
- 7.88は、人の参照と十三語に一語ほど違いが出うるという意味です。
- いくつかの地域アクセントがあり、公表された数値はそれらを分けていません。
文字起こしのイメージ
[00:00] 話者1: Låt oss börja mötet. Först går vi igenom förra veckans resultat, sedan planerar vi nästa steg.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 |
|---|---|---|---|
| スウェーデン語 (Svenska) | おすすめ | 単語誤り率 7.88%(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
- テスト用の一分を選ぶ。 平易な話し方の区間を選び、次に名前が出てくる区間を選んで、誤りがどこに集中するかを見ます。
- ファイルを送る。 Telegramで @potok_now_bot を開き、音声、動画、転送したボイスメッセージ、リンクを送ります。
- 大きなファイル。 2 GBまでです。最も重いものはミニアプリのUploadを押してください。
- 複合語を確認する。 二つに分かれていたり、誤ってくっついていたりする単語を探します。
- 特殊な文字を確認する。 ファイルをお使いのエディタで開き、丸付きの文字と二つの点が付いた文字を見ます。
- 書き出す。 TXT、MD、DOCX、PDF、SRT、VTTから選びます。
| 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 |
|---|---|---|
| 分割された複合語を音の誤りとして数える | 音声は正しくても、綴りが正しくないことがあります。 | スコアだけでなく、テキストを読んでください。 |
| 7.88を当社の測定として引用する | これは公表された数値です。 | 他者のテストの結果として引用してください。 |
| 二人の話者を一つの弱いマイクで録音する | 声が重なります。 | 可能なら、別々のマイクを使ってください。 |
| 文字コードが誤っている場所にテキストを貼り付ける | 特殊な文字が記号に変わってしまいます。 | UTF-8かDOCXを使ってください。 |
関連情報
よくある質問
公表されている数値はいくつですか?
スウェーデン語についての、large-v3モデルの単語誤り率7.88です。
誰が公表したのですか?
他者です。当社は独自の測定をしていません。
複合語がなぜ重要なのですか?
単語誤り率は単語を数えるため、分割または連結された複合語が、正しく聞こえる文字起こしの不利に数えられることがあります。
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。
ボットは文字起こしをほかの言語に変えますか?
いいえ。話された通りに書かれたスウェーデン語のままで、二つ目の言語版は作られません。
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