A conversão de fala em texto em coreano no Potok está marcada como recomendada, com ressalva: a taxa de erro de palavras publicada do large-v3 é 14.1, perto da linha de 15 que usamos. Ela também depende de como os espaços são contados. São testes de terceiros, não medições nossas. Envie primeiro um trecho curto.
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
- Como o número fica perto do nosso limite, trate o coreano como um idioma para revisar, não para publicar sem ler.
- A taxa de erro de palavras conta palavras separadas por espaço, e o espaçamento na escrita coreana nem sempre é fixo, então a mesma fala pode receber notas diferentes.
- O nível de formalidade muda as terminações dos verbos, então uma gravação formal e uma informal da mesma ideia geram textos diferentes.
- Números podem aparecer em algarismos ou por extenso; decida qual você prefere antes de editar.
Como é uma transcrição
[00:00] Falante 1: 회의를 시작하겠습니다. 먼저 지난주 결과를 검토하고, 그다음 다음 단계를 계획하겠습니다.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 |
|---|---|---|---|
| Coreano (한국어) | Recomendado, no limite | taxa de erro de palavras 14.1% (large-v3, FLEURS) Whale 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
- Comece com um trecho curto de teste. Envie um ou dois minutos primeiro. Isso mostra como seu falante, seu microfone e seu assunto se comportam antes de você mandar um arquivo longo.
- Encontre o bot. No Telegram, abra @potok_now_bot. Mensagens de voz, arquivos de áudio, vídeos e links do YouTube são aceitos.
- Envie o arquivo longo. São permitidos até 2 GB, e o botão Upload do mini app cuida dos arquivos maiores.
- Confira primeiro o espaçamento. Leia um parágrafo e veja onde caem as quebras entre palavras; é aqui que a nota e o julgamento humano mais divergem.
- Confira terminações e números. Veja se o estilo formal ou informal combina com o falante e se os números seguem um único padrão.
- Exporte. Escolha TXT, MD, DOCX, PDF, SRT ou VTT. Transcrições curtas aparecem no chat, as longas chegam como arquivo.
| 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 |
|---|---|---|
| Tratar 14.1 como um resultado folgadamente bom | Está perto da linha de 15, e outra forma de contar espaços mudaria o número. | Planeje uma leitura completa de cada transcrição. |
| Comparar duas ferramentas só pelo espaçamento | Escolhas de espaçamento podem mudar a nota sem mudar o sentido. | Compare o conteúdo das frases, não os pontos de quebra. |
| Misturar fala formal e informal no mesmo trecho | As terminações dos verbos variam dentro da transcrição. | Divida as gravações por situação se o registro importar. |
| Esperar nomes de pessoas para os falantes | Os rótulos são Falante 1, Falante 2 e assim por diante. | Renomeie depois de exportar. |
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
O coreano é recomendado?
Está marcado como recomendado, mas a taxa de erro de palavras publicada de 14.1 está no limite, então trate o resultado como rascunho.
Por que contar espaços importa?
A taxa de erro de palavras conta palavras, e a posição dos espaços no texto coreano nem sempre é uniforme, então a nota pode mudar.
De quem é o número 14.1?
É um resultado publicado por outras pessoas para o modelo large-v3, não uma medição nossa.
A transcrição pode ser convertida para outro idioma?
Não. O texto é escrito no idioma falado na gravação.
Qual é o tamanho máximo do arquivo?
Até 2 GB, e o botão Upload do mini app do bot serve para arquivos grandes.
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
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