Você pode converter áudio em coreano para texto enviando-o ao bot do Potok no Telegram, com uma ressalva. Testes publicados por terceiros com o large-v3, e não medições nossas, indicam uma taxa de erro de palavras de 14.1, perto do limite de 15 que usamos, então trate o coreano como caso limítrofe. 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
- O valor 14.1 fica logo abaixo do nosso limite de 15, então outro conjunto de testes poderia cair de qualquer lado.
- O coreano usa espaços entre grupos de palavras, mas as regras são flexíveis, então só o espaçamento já pode inflar a contagem de erros.
- O hangul é formado por blocos de sílabas, então um som errado muda o bloco inteiro.
- As terminações verbais formais e informais são diferentes, e a transcrição mantém a que o falante usou.
- Palavras emprestadas do inglês são escritas em hangul, então nomes de produtos podem precisar de uma revisão manual da grafia.
Como é uma transcrição
[00:00] Falante 1: 회의를 시작하겠습니다. 먼저 지난주 결과를 검토하고, 그다음 다음 단계를 계획하겠습니다.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 |
|---|---|---|---|
| Coreano (한국어) | Recomendado, no limite | taxa de erro de palavras 14.1% (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
- Teste trinta segundos. Como a nota é limítrofe, envie primeiro um trecho curto e avalie antes de se comprometer com uma entrevista inteira.
- Abra o bot. Vá ao @potok_now_bot no Telegram e envie a amostra.
- Envie o arquivo completo. Até 2 GB. Para o que for grande demais para o anexo do chat, use Upload no mini app.
- Compare espaços e terminações. Veja onde caem os espaços e se as terminações verbais correspondem ao nível de formalidade que você ouviu.
- Ative os rótulos em conversas. Rótulos numerados de falantes ajudam em um painel ou numa entrevista com falas sobrepostas.
- Exporte. DOCX ou TXT para editar, SRT ou VTT para legendas.
| 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 |
|---|---|---|
| Pular a amostra | Um idioma limítrofe pode esconder problemas até o fim. | Rode um trecho curto antes do arquivo longo. |
| Ler diferenças de espaçamento como palavras erradas | Duas grafias corretas do espaçamento parecem um erro. | Corrija o espaçamento em uma única passada de edição. |
| Confiar nos números | Valores e unidades são fáceis de ouvir errado. | Confira-os com o áudio. |
| Esperar nomes dos falantes | O bot só numera as vozes. | Renomeie Falante 1 e Falante 2 depois de exportar. |
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
Por que o coreano é marcado como limítrofe?
Sua taxa de erro de palavras publicada, 14.1, está perto do nosso limite de 15, então os resultados podem oscilar entre gravações.
O espaçamento muda a nota?
Sim. As regras de espaçamento são frouxas, então o jeito de contar os espaços pode mexer no valor.
Qual modelo gerou o 14.1?
Testes publicados por outras pessoas com o modelo large-v3. Não medimos o seu áudio.
Qual é o limite de tamanho do arquivo?
2 GB por arquivo, com o botão Upload para os grandes.
Posso enviar um trecho de dorama?
Você pode enviar vídeos que tenha o direito de usar. A fala é lida da trilha sonora e escrita como texto em coreano.
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
- 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