Para converter áudio em português para texto, envie o arquivo ao bot do Potok no Telegram. Testes publicados por terceiros com o large-v3, e não medições nossas, indicam uma taxa de erro de palavras de 3.65. Esse valor vale para o português em geral; os sotaques brasileiro e europeu não foram informados separadamente. 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 3.65 é para o português como um todo, então não há número separado para o Brasil ou para Portugal.
- A grafia difere entre as duas principais variedades em algumas palavras, então o resultado pode não seguir o padrão da sua casa.
- Til e cedilha importam, como nas terminações nasais que marcam muitas palavras comuns.
- Os rótulos de falantes são números, e o bot nunca descobre nomes reais.
- O tratamento formal e o informal diferem na fala, e a transcrição mantém a forma que o falante usou.
Como é uma transcrição
[00:00] Falante 1: Vamos começar a reunião. Primeiro, vamos revisar os resultados da semana passada e depois planejar os próximos 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 |
|---|---|---|---|
| Português | Recomendado | taxa de erro de palavras 3.65% (large-v3, FLEURS) Canary-1B-v2 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
- Saiba qual grafia você quer. Decida se seus leitores esperam formas brasileiras ou europeias, porque a transcrição segue o som e pode não coincidir.
- Abra o bot. Abra o @potok_now_bot no Telegram e envie a gravação.
- Lide com envios grandes. Até 2 GB; use o botão Upload do mini app para arquivos longos.
- Confira terminações nasais e cedilhas. Passe os olhos por palavras em que um til ou uma cedilha possa estar faltando.
- Corrija palavras de cada variedade. Busque algumas palavras que você sabe que diferem entre as duas variedades e uniformize.
- Exporte. TXT, MD, DOCX, PDF, SRT ou VTT, conforme o uso.
| 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 uma só nota de sotaque cobre as duas variedades | O número publicado não é dividido. | Teste um trecho curto no seu próprio sotaque. |
| Deixar grafia misturada | Formas das duas variedades aparecem no mesmo texto. | Uniformize no final. |
| Deixar passar os tils na pressa | Sem o sinal, as palavras mudam de sentido. | Confira por amostragem as terminações nasais. |
| Enviar um trecho cheio de termos em inglês | Palavras estrangeiras são aportuguesadas ou distorcidas. | Revise-as à parte. |
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
O português do Brasil está coberto?
O valor 3.65 é para o português em geral. Os sotaques brasileiro e europeu não foram informados separadamente.
Por que minha transcrição usa a outra grafia?
O texto segue o som, e algumas palavras se escrevem diferente nas duas variedades. Edite depois.
Existe limite de tamanho?
Sim, 2 GB por arquivo, com Upload para os grandes.
De onde vem o 3.65?
De testes publicados por outras pessoas com o large-v3, e não de medições nossas.
O resultado é traduzido para o inglês?
Não. A transcrição permanece em português, o mesmo idioma da gravação que você envia, e nunca é convertida para outro.
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
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