Envie seu áudio em catalão ao bot do Potok no Telegram e o texto volta na conversa. Testes publicados por terceiros no modelo anterior large-v2, não medições nossas, mostram uma taxa de erro por palavra de 7.3 para o catalão. Não encontramos número para o large-v3. Arquivos de até 2 GB funcionam.
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
- A taxa de erro por palavra é a parcela de palavras que diferem de uma referência correta, então um número menor é melhor.
- Não encontramos número do large-v3 para o catalão, então o valor vem de um modelo mais antigo.
- Uma taxa baixa não é promessa para fala ruidosa ou sobreposta.
- Resultados curtos chegam como texto na conversa, e os longos como arquivo.
Como é uma transcrição
[00:00] Falante 1: Comencem la reunió. Primer repassarem els resultats de la setmana passada i després planificarem els propers passos.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 |
|---|---|---|---|
| Catalão (Català) | Recomendado | taxa de erro de palavras 7.3% (large-v2, FLEURS) Whisper paper | Testes publicados mostram uma taxa de erro baixa neste idioma. |
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
- Reúna as gravações. Coloque todos os trechos em catalão em uma pasta e nomeie-os por data ou falante, para depois ligar as respostas aos arquivos certos.
- Abra o bot. Abra o @potok_now_bot no Telegram.
- Anexe cada arquivo. Envie áudio, mensagem de voz, vídeo ou link do YouTube. O limite é de 2 GB por arquivo, e o botão Upload do mini app ajuda com os grandes.
- Espere a resposta. Um trecho curto é respondido na conversa, em texto. Uma gravação longa chega como arquivo que você pode abrir ou encaminhar.
- Exporte o que precisar. TXT, MD, DOCX, PDF, SRT ou VTT. Escolha SRT se o texto virar legenda.
| 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 |
|---|---|---|
| Ler o 7.3 como resultado do large-v3 | Ele vem do modelo anterior, então pode não corresponder ao atual. | Diga a qual modelo o número pertence. |
| Enviar duas vozes que se sobrepõem | Fala sobreposta confunde qualquer reconhecedor. | Peça que as pessoas falem uma por vez, ou ative os rótulos de falantes. |
| Pular os nomes | Sobrenomes e nomes de lugares são os erros mais prováveis. | Confira-os com as suas anotações. |
| Enviar um trecho com música de fundo | A música encobre a voz. | Envie uma versão sem música, se tiver. |
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
O catalão é aceito?
Sim. Sua taxa de erro por palavra publicada, de 7.3, está na faixa boa, embora venha do modelo anterior large-v2.
Por que o número vem de um modelo mais antigo?
Não encontramos resultado do large-v3 para o catalão nas fontes públicas que usamos.
Quão longa pode ser a gravação?
O arquivo pode ter até 2 GB. Use o botão Upload para os maiores.
Posso obter carimbos de tempo?
Sim, você pode ativá-los e exportar em SRT ou VTT para legendas.
O texto sairá em espanhol?
Não. A transcrição 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
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