タイ語の音声文字起こし：まず注意点を読む

Potokのタイ語の音声文字起こしには、注意が必要です。公表されている文字誤り率はlarge-v2モデルで11.5、第三者によるturboの一回の実行では約13.4でした。これらは他者のテストで、当社の測定ではありません。結果は校正する前提で、まず短いクリップを送ってください。

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。

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

• タイ語は単語の間にスペースを入れずに書くため、品質は単語誤り率ではなく文字誤り率で報告されます。
• OpenAI自身が、高速版のturboで結果が悪化する言語としてタイ語を挙げています。
• 声調記号は表記の一部で、記号が誤っていたり欠けていたりすると、別の単語になることがあります。
• スペースがないため、文字起こしの単語の区切りはツールの推測であり、改行がご自身のテキストの分け方と一致しないことがあります。

文字起こしのイメージ

[00:00] 話者1: เรามาเริ่มประชุมกันเลย ก่อนอื่นเราจะทบทวนผลลัพธ์ของสัปดาห์ที่แล้ว จากนั้นจะวางแผนขั้นตอนต่อไป

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. 短いクリップをテストする。 長いファイルの前に、実際の話者の一分を送ります。注意付きの言語では、これで時間を節約できます。
2. ボットを開く。 @potok_now_bot に移動し、ファイル、転送したボイスメッセージ、リンクを送ります。
3. 長いファイルを送る。 2 GBまで受け付けます。最大級のものにはミニアプリのUploadを使います。
4. スペースではなく意味で読む。 スペースは当てになる目安ではないので、行が話者の言ったことを表しているかで判断します。
5. 声調記号と数字を確認する。 記号一つで意味が変わる単語と、数字を見ます。
6. 書き出す。 TXT、MD、DOCX、PDF、SRT、VTTです。

よくある間違い

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

タイ語は十分に対応していますか？

注意付きです。公表されている文字誤り率はlarge-v2で11.5なので、テキストを直すことを見込んでください。

なぜ文字誤り率なのですか？

タイ語は単語の間にスペースがないため、単語より文字を数えるほうが公平です。

turboはどうですか？

OpenAIはタイ語をturboが悪化する言語として挙げており、第三者は約13.4と報告しました。

これらは誰の数値ですか？

他者が公表したものです。当社はタイ語を自社で測定していません。

ボットはテキストの言語を変えますか？

いいえ。文字起こしは録音の言語であるタイ語のままで、ほかの版は作られません。

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。

1. Word error rate (Wikipedia), Wikipedia · 確認日 2026-10-18
2. Whisper speech recognition system (Wikipedia), Wikipedia · 確認日 2026-10-18
3. Whisper paper, Table 13 (large-v2 on FLEURS) · 確認日 2026-10-18
4. Whale paper, Table 5 (Whisper large-v3 on FLEURS) · 確認日 2026-10-18
5. OpenAI Whisper discussion on the turbo model · 確認日 2026-10-18