A transcrição de fala em chinês com o Potok cobre o mandarim e está marcada como recomendada. Testes publicados do large-v3 relatam uma taxa de erro de caracteres de 7.8, abaixo dos 14.7 do modelo anterior, o large-v2. Os dois são números de terceiros, não medições nossas, e o resultado depende do seu áudio.
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 modelo antigo large-v2 marcou 14.7 no mesmo tipo de teste, então o modelo novo reduz o erro publicado quase à metade.
- O chinês se escreve sem espaços, por isso os resultados são citados por caractere.
- A taxa de erro de caracteres conta caracteres errados, faltando ou sobrando em relação a um texto de referência.
- Esta página trata do mandarim; outras variedades do chinês não são cobertas por esses números.
Como é uma transcrição
[00:00] Falante 1: 我们开始开会吧。首先回顾上周的结果，然后规划下一步。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 |
|---|---|---|---|
| Chinês (mandarim) (中文（普通话）) | Recomendado | taxa de erro de caracteres 7.8% (large-v3, FLEURS) Whale paper, Whisper 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
- Confirme que é mandarim. Os resultados publicados aqui descrevem o mandarim. Uma gravação em outra variedade precisa do próprio teste.
- Envie o arquivo. Abra o @potok_now_bot e anexe áudio, vídeo ou uma mensagem de voz.
- Use o Upload para os longos. O bot aceita até 2 GB; o botão Upload do mini app cuida dos arquivos grandes.
- Confira números e nomes. Dígitos, nomes de produtos e nomes de pessoas são os lugares mais prováveis para um caractere errado.
- Exporte. TXT ou DOCX para anotações, 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 |
|---|---|---|
| Aplicar os números do mandarim a outra variedade | Os números não foram medidos para ela. | Teste um trecho antes. |
| Comparar 7.8 com uma taxa de erro de palavras | As unidades são diferentes, então a comparação engana. | Compare caracteres com caracteres. |
| Citar 14.7 como atual | Esse é o modelo antigo. | Cite 7.8 para o large-v3 e diga que é publicado. |
| Procurar vãos entre palavras no resultado | Não há espaços entre as palavras. | Procure pela sequência de caracteres. |
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
Isso cobre o cantonês também?
Não. O cantonês tem página própria e números publicados próprios.
O que significa 7.8?
É uma taxa de erro de caracteres de testes publicados, ou seja, cerca de 7.8 caracteres errados a cada 100.
O resultado sai em caracteres simplificados ou tradicionais?
Não temos dados publicados sobre isso, então confira um trecho se a escrita importar para você.
Posso enviar a gravação de uma chamada de vídeo?
Pode. Vídeo, áudio e mensagens de voz são aceitos até 2 GB por arquivo.
O texto será colocado em inglês?
Não. Fica em chinês; 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
- Whale paper, Table 5 (Whisper large-v3 on FLEURS) · 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