Para converter áudio em árabe em texto, envie o arquivo ao bot do Potok no Telegram, com um cuidado. Testes publicados por terceiros no modelo large-v2, não medições nossas, indicam uma taxa de erro por palavra de 16 para o árabe, e a fala dialetal vai pior. Arquivos de até 2 GB são aceitos.
Transcreva uma gravação
Envie sua mensagem de voz, áudio ou vídeo para @potok_now_bot no Telegram e o texto volta para o chat.
Abrir @potok_now_bot no Telegram
Arquivos de até 2 GB · exportação em TXT, MD, DOCX, PDF, SRT e VTT · identificação de falantes e marcação de tempo · cerca de 30 idiomas
Pontos principais
- Uma média de 10.57 para o turbo, publicada por terceiros, mostra que os números divulgados para o árabe não concordam entre si.
- Os dialetos coloquiais soam bem diferentes do árabe padrão moderno, e as taxas de erro publicadas são maiores neles.
- O texto é escrito da direita para a esquerda, então o arquivo exportado precisa de um editor que mantenha essa direção.
- Apresentadores de telejornal e palestrantes falam perto da forma padrão, por isso suas gravações combinam melhor com esse número.
Como é uma transcrição
[00:00] Falante 1: لنبدأ الاجتماع. أولاً سنراجع نتائج الأسبوع الماضي، ثم نخطط للخطوات التالية.Significado em português: Let's start the meeting. First, we'll review last week's results, then plan the next steps.
Escrita por nós para mostrar a escrita e o formato de uma transcrição. Não é o resultado do mecanismo de reconhecimento.
Qualidade publicada
| Idioma | Avaliação | Resultado publicado | Observações |
|---|---|---|---|
| Árabe (العربية) | Use com cuidado | taxa de erro de palavras 16% (large-v2, FLEURS) Whisper paper, TheWhisper benchmark | Testes publicados mostram uma taxa de erro mais alta neste idioma. Teste primeiro com um trecho curto e reserve tempo para revisar. |
Estes números vêm de testes publicados por outras pessoas, não de testes do Potok. Seu próprio áudio, com ruído, sotaques e microfone, pode dar resultados diferentes.
Como fazer
- Defina qual árabe você gravou. Fala preparada, como um boletim ou uma palestra, fica perto da forma padrão. Uma ligação em família ou uma conversa de feira é dialeto. Isso mostra o quanto você deve revisar depois.
- Abra o bot. Abra o @potok_now_bot no Telegram e escolha a conversa.
- Envie a gravação. Anexe um áudio, um vídeo, uma mensagem de voz ou cole um link do YouTube. Qualquer arquivo de até 2 GB funciona; para um arquivo pesado, toque em Upload no mini app do bot.
- Teste o primeiro minuto. Leia o primeiro minuto de texto enquanto o áudio toca. Nomes ou números errados indicam que você deve ler a transcrição inteira antes de compartilhar.
- Salve o resultado. Escolha TXT ou DOCX para ler, SRT ou VTT para legendas. Deixe os carimbos de tempo ligados se for voltar ao áudio.
| Recurso | Detalhes |
|---|---|
| Onde funciona | Bot do Telegram @potok_now_bot; arquivos grandes passam pelo mini app do bot |
| Tamanho do arquivo | Até 2 GB |
| Exportação | TXT, MD, DOCX, PDF, SRT, VTT |
| Falantes e tempo | É possível ativar a identificação de falantes e a marcação de tempo |
| Idiomas | Cerca de 30 idiomas com bons resultados publicados; mais alguns com ressalvas |
| Tradução | A transcrição não é traduzida para outro idioma |
| Ditado | Um app de computador Potok separado permite ditar texto em qualquer programa; ele reconhece fala em russo |
Erros comuns
| Erro | O que acontece | Solução |
|---|---|---|
| Aplicar um único número a todos os dialetos | A fala coloquial gera claramente mais erros que a fala formal. | Teste antes um trecho curto do mesmo falante. |
| Abrir o arquivo em um editor da esquerda para a direita | Dígitos e pontuação pulam para a ponta errada da linha. | Use um editor de texto com suporte à escrita da direita para a esquerda. |
| Apresentar o 16 como resultado nosso | Os leitores supõem que ele foi medido na gravação deles. | Diga que o número vem de testes publicados por terceiros. |
| Esperar as marcas de vogais curtas | O árabe do dia a dia costuma omiti-las, então uma marca ausente nem sempre é erro. | Acrescente as marcas à mão se o seu leitor precisar delas. |
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
Por que a página do árabe traz um aviso?
As taxas de erro publicadas para o árabe são maiores que as dos idiomas recomendados e sobem na fala dialetal, então o resultado merece uma leitura cuidadosa.
Ele entende o árabe egípcio, do Golfo ou do Levante?
Os testes publicados não separam os resultados por dialeto. Eles apenas observam que os dialetos diferem muito do árabe padrão moderno, então teste antes uma amostra curta.
Posso enviar um vídeo em árabe em vez de áudio?
Sim. O bot lê arquivos de vídeo e links do YouTube como lê áudio, dentro do limite de 2 GB.
Quais formatos posso exportar?
Há TXT, MD, DOCX, PDF, SRT e VTT, e você pode ativar rótulos de falantes ou carimbos de tempo antes de enviar.
O bot traduz o árabe para outro idioma?
Não. O texto continua no idioma da gravação.
Fontes
Cada fonte foi aberta manualmente na data indicada. As páginas mudam, então abra a fonte se algum detalhe for importante para você.
- Word error rate (Wikipedia), Wikipedia · verificado em
- FLEURS speech dataset (Google, Hugging Face), Hugging Face · verificado em
- Whisper paper, Table 13 (large-v2 on FLEURS) · verificado em
- TheWhisper benchmark (turbo, average over FLEURS, MLS, Common Voice) · verificado em
Teste com a sua própria gravação
Envie sua mensagem de voz, áudio ou vídeo para @potok_now_bot no Telegram e o texto volta para o chat.
Abrir @potok_now_bot no Telegram