O Potok converte áudio em japonês para texto quando você envia o arquivo ao bot do Telegram. Para o japonês, a qualidade é medida pela taxa de erro de caracteres, porque o idioma não usa espaços. Testes publicados por terceiros com o large-v3, e não medições nossas, indicam 4.5. 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 qualidade do japonês é medida por taxa de erro de caracteres, a contagem de caracteres errados em vez de palavras erradas.
- O texto mistura kanji, hiragana e katakana, e o mesmo som pode ser escrito com vários caracteres diferentes.
- Como não há espaços, uma quebra de linha na exportação pode cair no meio de uma expressão.
- Números e unidades podem aparecer como algarismos ou como caracteres, então confira o estilo que seu documento usa.
- Hesitações e finais de frase são comuns no japonês informal e podem ou não aparecer no texto.
Como é uma transcrição
[00:00] Falante 1: 会議を始めましょう。まず先週の結果を確認し、そのあと次のステップを計画します。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 |
|---|---|---|---|
| Japonês (日本語) | Recomendado | taxa de erro de caracteres 4.5% (large-v3, FLEURS) 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 primeiro. Inicie o @potok_now_bot no Telegram para que o chat esteja pronto quando a gravação estiver.
- Envie a gravação. Anexe áudio ou vídeo, encaminhe uma mensagem de voz ou cole um link do YouTube. Arquivos de até 2 GB são aceitos.
- Use o mini app para arquivos grandes. Quando o arquivo é grande demais para o anexo do chat, o botão Upload do mini app resolve.
- Espere a resposta. Uma transcrição curta chega no chat. Uma longa chega como arquivo que você pode abrir e editar.
- Confira os homófonos. Busque palavras que soam iguais, como nomes e termos técnicos, e compare os caracteres escolhidos com a sua fonte.
- Exporte. Escolha 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 |
|---|---|---|
| Procurar uma taxa de erro de palavras | O japonês não tem espaços, então essa métrica não se aplica. | Leia o valor publicado como taxa de erro de caracteres. |
| Confiar na escolha dos kanji em nomes | O som está certo, mas os caracteres podem não estar. | Confira nomes de pessoas e lugares em uma fonte escrita. |
| Dividir linhas manualmente nos espaços | Não há espaços onde dividir. | Quebre as linhas na pontuação. |
| Misturar uma passagem longa em inglês | Trocar de idioma no meio do arquivo confunde o resultado. | Corte o arquivo onde o idioma muda. |
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
Por que o valor é uma taxa de erro de caracteres?
O japonês é escrito sem espaços, então os pesquisadores contam caracteres em vez de palavras. O valor publicado é 4.5 no large-v3.
A transcrição inclui furigana?
Não. Você recebe texto japonês comum, e auxílios de leitura teriam que ser adicionados à mão.
Posso enviar a gravação de uma reunião longa?
Sim, até 2 GB por arquivo, usando o botão Upload se o chat não aceitar.
O 4.5 foi medido por vocês?
Não. Vem de testes publicados por outras pessoas, então use como referência, não como promessa.
Recebo marcações de tempo?
Você pode ativá-las antes de enviar e exportar SRT ou VTT para legendas.
Fontes
Cada fonte foi aberta manualmente na data indicada. As páginas mudam, então abra a fonte se algum detalhe for importante para você.
- Japanese writing system (Wikipedia), Wikipedia · verificado em
- Word error rate (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