Para converter áudio em inglês em texto, envie o arquivo ao bot do Potok no Telegram. Testes publicados por terceiros no large-v3, não medições nossas, indicam uma taxa de erro por palavra de 4, com resultados relatados de 4.0 a 4.25. Arquivos de até 2 GB funcionam, e o texto continua em inglês.
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 teste de terceiros da variante turbo, mais rápida, tem média de 4.80, então a escolha do modelo mexe um pouco no número.
- O inglês é o idioma mais coberto nos testes publicados, então seu número é o mais estável.
- Sotaque, ruído e falas cruzadas mexem mais no seu resultado do que o nome do modelo.
- Resultados curtos chegam na conversa e os longos como arquivo.
Como é uma transcrição
[00:00] Falante 1: Let's start the meeting. First, we'll review last week's results, then plan the next steps.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 |
|---|---|---|---|
| Inglês (English) | Recomendado | taxa de erro de palavras 4% (large-v3, FLEURS) Canary-1B-v2 paper, Whale 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
- Abra o bot. Abra o @potok_now_bot no Telegram.
- Anexe a gravação. Áudio, vídeo, mensagem de voz ou link do YouTube; arquivos de até 2 GB. Toque em Upload para os maiores.
- Escolha os rótulos de falantes. Ative-os em reuniões e entrevistas para que cada linha tenha um número.
- Revise os nomes próprios. Marcas, sobrenomes e siglas são os erros de sempre, mesmo em inglês.
- Ouça um trecho difícil. Escolha um trecho rápido ou ruidoso e compare com o texto. Isso mostra quanto do resto precisa de uma leitura atenta.
- Exporte. Escolha TXT, MD, DOCX, PDF, SRT ou VTT.
| 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 |
|---|---|---|
| Supor que o texto está limpo porque a taxa é baixa | Uma taxa de 4 ainda significa erros num arquivo longo. | Revise tudo o que for publicado. |
| Misturar outro idioma | Frases estrangeiras costumam ser escritas pelo som. | Corrija-as à mão. |
| Gravar no viva-voz | O eco atrapalha qualquer reconhecedor. | Use um fone com microfone ou deixe o celular perto do falante. |
| Enviar música junto com a fala | A música de fundo encobre as consoantes. | Envie só a faixa da fala, se tiver. |
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
Quão preciso é o inglês?
Os resultados publicados são de cerca de 4 de taxa de erro por palavra no large-v3, entre os melhores, mas são testes de terceiros.
O sotaque importa?
Sim. Sotaques fortes e salas barulhentas aumentam os erros, até no inglês.
Posso obter legendas?
Sim, exporte em SRT ou VTT com os carimbos de tempo ativados.
Qual é o limite do arquivo?
2 GB por arquivo, e o botão Upload do mini app cuida dos maiores.
Ele vai corrigir a minha gramática?
Não. Ele escreve o que foi dito, então erros de fala aparecem no texto.
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
- Canary-1B-v2 paper, Table 11 (Whisper large-v3 on FLEURS) · 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