Para converter áudio em indonésio em texto, envie o arquivo ao bot do Potok no Telegram. Testes publicados por terceiros no modelo anterior large-v2, não medições nossas, indicam uma taxa de erro por palavra de 7.1. 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
- Um terceiro publicou uma média do turbo de 6.98, próxima do número do large-v2.
- A fala em indonésio costuma misturar palavras regionais e inglesas, que podem confundir o reconhecedor.
- As formas informais faladas diferem do indonésio escrito formal.
- Exporte em TXT, DOCX, PDF, MD, SRT ou VTT.
- Formas abreviadas e informais da fala de bate-papo são escritas como se ouvem, então o texto pode soar informal.
Como é uma transcrição
[00:00] Falante 1: Mari kita mulai rapat. Pertama, kita tinjau hasil minggu lalu, lalu kita rencanakan langkah berikutnya.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 |
|---|---|---|---|
| Indonésio (Bahasa Indonesia) | Recomendado | taxa de erro de palavras 7.1% (large-v2, FLEURS) Whisper paper, TheWhisper benchmark | 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
- Abra o bot. Abra o @potok_now_bot no Telegram.
- Envie o arquivo. Áudio, vídeo ou link do YouTube, até 2 GB. Use o Upload para arquivos grandes.
- Confira as palavras misturadas. Revise os termos regionais e ingleses; são os lugares mais prováveis de erro.
- Compare com o áudio. Confira por amostragem alguns trechos para julgar quanta edição o resto precisa.
- Corrija os nomes repetidos uma vez só. Os nomes se repetem ao longo de uma gravação, então corrija um e depois pesquise a mesma grafia no resto.
- Guarde a gravação original. Mantenha o áudio até o texto ficar final, para poder ouvir de novo qualquer linha duvidosa.
- 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 |
|---|---|---|
| Citar 7.1 como resultado do large-v3 | Ele pertence ao modelo anterior. | Diga o modelo. |
| Ignorar as palavras misturadas | Podem ser escritas errado. | Corrija-as. |
| Pular a revisão | Poucas palavras erradas podem alterar uma frase. | Revise. |
| Esperar texto formal de uma fala informal | A fala informal é escrita como se ouve. | Edite o estilo. |
| Enviar áudio de bate-papo cheio de gírias e esperar uma prosa arrumada | Gírias e contrações são escritas como se ouvem. | Planeje uma passada de edição de tom e ortografia. |
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
Quão bom é o indonésio?
A taxa de erro por palavra publicada é de 7.1 no large-v2, no grupo bom, vinda de testes de terceiros.
Por que o número vem do large-v2?
Não encontramos número do large-v3 para o indonésio nas fontes públicas que usamos, então mostramos o resultado do large-v2.
Qual é o limite de tamanho?
O limite é de 2 GB por arquivo, e o botão Upload do mini app cuida dos arquivos grandes.
O texto é traduzido?
Não. O texto continua em indonésio, o idioma da gravação que você enviou ao bot.
Posso obter carimbos de tempo?
Sim, você pode ativar os carimbos de tempo antes de enviar e depois exportar em SRT ou VTT.
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