A transcrição de fala em alemão com o Potok é um idioma recomendado. Testes publicados do large-v3 relatam taxas de erro de palavras de 4.30 a 5.8, de várias fontes e não de medição nossa. Palavras compostas longas e dialetos fortes são os pontos em que a transcrição pode exigir uma leitura cuidadosa.
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
- Três fontes tratam do alemão, e a variação de cerca de um ponto e meio é a faixa honesta.
- O alemão junta substantivos em compostos longos, e a taxa de erro de palavras conta um composto separado como erro.
- Os dialetos regionais na fala podem diferir muito do alemão padrão, e os números cobrem sobretudo a fala padrão.
- As maiúsculas nos substantivos fazem parte da ortografia e devem aparecer no texto.
Como é uma transcrição
[00:00] Falante 1: Lassen Sie uns die Besprechung beginnen. Zuerst gehen wir die Ergebnisse der letzten Woche durch, danach planen wir die nächsten Schritte.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 |
|---|---|---|---|
| Alemão (Deutsch) | Recomendado | taxa de erro de palavras 4.3% (large-v3, FLEURS) Canary-1B-v2 paper, Whale 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
- Avalie o estilo. O alemão de telejornal é fácil; uma conversa em dialeto é mais difícil.
- Envie o arquivo. Abra o @potok_now_bot e anexe áudio, vídeo ou uma mensagem de voz.
- Confira os compostos. Procure os pontos em que um composto foi separado ou unido de modo diferente do seu estilo.
- Arquivo grande. Até 2 GB; use o Upload.
- Exporte. TXT, MD, DOCX, PDF, SRT ou VTT.
- Guarde o áudio de origem. O jeito mais fácil de resolver um composto duvidoso é ouvir o original de novo.
| 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 |
|---|---|---|
| Contar um composto separado como correto | Pode ler bem, mas diferir da grafia de referência. | Defina uma grafia só na sua edição. |
| Usar os números do alemão padrão para um falante de dialeto | Os testes cobrem sobretudo a fala padrão. | Teste um trecho. |
| Ignorar as maiúsculas dos substantivos | Elas carregam sentido em alemão. | Confira o texto. |
| Citar 4.30 como promessa | É o melhor valor de uma faixa. | Cite a faixa inteira. |
| Ler o melhor número como o típico | 4.30 é o extremo inferior de uma faixa que chega a 5.8. | Cite a faixa inteira. |
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
Qual é a faixa?
De 4.30 a 5.8 de taxa de erro de palavras para o large-v3, em testes publicados por outras pessoas.
Os dialetos funcionam?
Os números cobrem sobretudo a fala padrão, então teste um trecho de um falante do seu dialeto.
Escreve os compostos corretamente?
Muitas vezes, mas se um composto sai separado ou junto é uma diferença comum a conferir.
Esta é uma medição nossa?
Não, esses números foram publicados por outras pessoas e nós não fizemos os testes.
O texto vem em alemão?
Vem, e fica em alemão porque o bot não traduz transcrições.
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
- Whisper speech recognition system (Wikipedia), Wikipedia · 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
- 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