Para converter áudio em cantonês em texto, envie o arquivo ao bot do Potok no Telegram, sabendo que esse idioma é limítrofe. Testes publicados por terceiros no large-v3, não medições nossas, indicam uma taxa de erro por caractere de 9.8. A qualidade varia conforme a variante do modelo. 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
- Limítrofe: o teste de um fornecedor relatou resultados bem piores para a variante turbo, mais rápida.
- O 9.8 é uma taxa de erro por caractere de testes publicados por terceiros, porque o cantonês é escrito sem espaços.
- Julgue o resultado pelos caracteres errados, não pelas palavras erradas.
- Um trecho curto é a forma mais rápida de ver se o seu falante funciona bem.
Como é uma transcrição
[00:00] Falante 1: 我哋開始開會啦。首先睇下上個禮拜嘅結果，跟住傾下一步點做。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 |
|---|---|---|---|
| Cantonês (粵語) | Recomendado, no limite | taxa de erro de caracteres 9.8% (large-v3, FLEURS) Whale paper | Testes publicados mostram uma taxa de erro próxima da nossa linha de 15%. Teste primeiro com um trecho curto. |
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
- Faça antes um teste curto. Como esse idioma é limítrofe, corte meio minuto da gravação e envie antes do arquivo inteiro. Custa pouco e mostra o que esperar.
- Abra o bot. Abra o @potok_now_bot no Telegram e escolha a conversa.
- Envie o arquivo completo. Se a amostra ficou boa, anexe a gravação inteira, de até 2 GB. Para um arquivo grande, use o botão Upload do mini app.
- Leia por caracteres, não por palavras. Sem espaços não há quebras de palavra, então percorra linha a linha e marque cada caractere errado comparando com o áudio.
- Exporte. Salve em TXT ou DOCX para editar, ou em SRT e VTT se precisar de legendas com carimbos de tempo.
| 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 |
|---|---|---|
| Julgar o resultado pela contagem de palavras | Um texto sem espaços não tem limites de palavra para contar. | Conte caracteres, que é a métrica usada pelo número publicado. |
| Pular a amostra | Um idioma limítrofe pode falhar com uma voz e funcionar com outra. | Teste meio minuto antes de um envio longo. |
| Reaproveitar o número de outro modelo | Os resultados da variante turbo, mais rápida, foram relatados como bem piores. | Cite o modelo indicado na fonte. |
| Enviar uma fala que passa para o mandarim | O reconhecedor segue um idioma por arquivo. | Divida o arquivo onde o idioma muda. |
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
Por que o cantonês é chamado de limítrofe?
A taxa de erro por caractere publicada, de 9.8, parece boa, mas o teste de um fornecedor relatou resultados bem piores para a variante turbo, então o idioma pede cuidado.
O que significa taxa de erro por caractere?
Ela conta os caracteres errados em relação ao texto correto. Serve para idiomas escritos sem espaços.
Posso enviar uma gravação longa?
Sim, de até 2 GB. O botão Upload do mini app do bot foi feito para arquivos grandes.
O resultado é conferido por uma pessoa?
Não. É uma saída automática, então leia-a junto com a gravação antes de usar.
Posso obter legendas?
Sim. Exporte em SRT ou VTT, com os carimbos de tempo ativados.
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
- Whisper speech recognition system (Wikipedia), Wikipedia · verificado em
- Whale paper, Table 5 (Whisper large-v3 on FLEURS) · 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