Para converter áudio em tagalo para texto, envie o arquivo ao bot do Potok no Telegram, lembrando que a nota é limítrofe. Testes publicados por terceiros com o modelo anterior, large-v2, e não medições nossas, indicam uma taxa de erro de palavras de 13.8, perto do nosso limite de 15. 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 13.8 vem do large-v2, não encontramos valor mais novo, e fica perto do nosso limite de 15.
- O tagalo do dia a dia costuma misturar palavras em inglês, então a transcrição pode trocar de estilo de grafia no meio da frase.
- As palavras se formam com prefixos, infixos e sílabas repetidas, então pequenos deslizes mudam o sentido.
- Como a nota é limítrofe, vale testar um trecho curto antes de um arquivo longo.
- Nomes de pessoas e lugares costumam ser falados pensando na grafia inglesa, então confirme como devem ser escritos.
Como é uma transcrição
[00:00] Falante 1: Simulan na natin ang pulong. Una, susuriin natin ang mga resulta noong nakaraang linggo, pagkatapos ay magpaplano tayo ng mga susunod na hakbang.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 |
|---|---|---|---|
| Tagalo (Tagalog) | Recomendado, no limite | taxa de erro de palavras 13.8% (large-v2, FLEURS) Whisper 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
- Corte um teste curto. Pegue um minuto do meio da gravação e envie primeiro.
- Abra o bot. Abra o @potok_now_bot no Telegram e envie a amostra.
- Avalie a fala misturada. Veja como foram escritas as palavras em inglês no meio de frases em tagalo e decida qual estilo você quer.
- Envie o arquivo completo. Até 2 GB; toque em Upload no mini app para os grandes.
- Revise as formas das palavras. Confira com o áudio os verbos com afixos e sílabas repetidas.
- 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 |
|---|---|---|
| Enviar a gravação inteira sem testar | Uma nota limítrofe pode esconder um resultado ruim. | Teste um minuto primeiro. |
| Esperar que as palavras em inglês sejam escritas de um só jeito | A fala misturada sai em estilos misturados. | Normalize em uma só passada. |
| Deixar passar afixos verbais | Um afixo trocado muda o tempo ou o foco. | Leia os verbos com atenção. |
| Tratar 13.8 como valor exato | É uma média de testes de outras pessoas. | Revise nomes e números. |
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
Por que o tagalo é limítrofe?
Sua taxa de erro de palavras publicada, 13.8, está perto do nosso limite de 15 e vem do modelo anterior, o large-v2.
E o Taglish?
A fala que mistura tagalo e inglês é comum. Confira as partes em inglês, pois o estilo de grafia pode alternar.
Qual é o maior arquivo?
2 GB, usando Upload para os grandes.
O 13.8 foi medido por vocês?
Não. Vem de testes publicados por terceiros.
O texto é traduzido?
Não. A transcrição permanece em tagalo, 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
- Whisper paper, Table 13 (large-v2 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