A conversão de fala em texto em espanhol no Potok é um idioma recomendado, com um dos melhores resultados publicados: taxa de erro de palavras de 3.12 para o modelo large-v3. É um número de testes de terceiros, não uma medição nossa. Envie mensagens de voz, áudio ou vídeo e depois confira nomes e números.
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
- Espanha, México, Argentina e outras regiões não foram informados separadamente, então o número único cobre muitos sotaques.
- O espanhol tem grafia muito regular, então a maioria dos erros restantes está em nomes, palavras estrangeiras e homófonos.
- Na escrita correta, perguntas e exclamações começam com um sinal invertido, o que vale conferir no texto.
- Uma nota baixa em áudio de teste limpo diz pouco sobre uma sala barulhenta, uma linha ruim ou falantes sobrepostos.
Como é uma transcrição
[00:00] Falante 1: Vamos a empezar la reunión. Primero repasaremos los resultados de la semana pasada y después planificaremos los próximos pasos.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 |
|---|---|---|---|
| Espanhol (Español) | Recomendado | taxa de erro de palavras 3.12% (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
- Anote o sotaque. Faça uma nota de uma linha sobre a origem do falante. Isso ajuda a julgar quais erros vêm do sotaque.
- Envie. Abra @potok_now_bot e compartilhe o arquivo, uma mensagem de voz encaminhada ou um link do YouTube.
- Gravação grande. O limite é 2 GB, e o botão Upload cuida dos arquivos pesados.
- Confira os homófonos. Palavras que soam iguais, como as que só diferem por uma letra muda, precisam de contexto para sair certas.
- Confira os nomes próprios. Nomes de pessoas, ruas e empresas ficam por último na leitura.
- Exporte. TXT, MD, DOCX, PDF, SRT ou VTT; textos curtos também aparecem no chat.
| 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 |
|---|---|---|
| Confiar numa nota alta para todos os sotaques | Os testes não separam por região. | Teste um trecho do seu próprio falante. |
| Enviar a gravação de um salão de conferências feita da última fileira | A reverberação esconde as consoantes. | Use uma gravação mais próxima ou um microfone de lapela. |
| Ignorar os nomes | Nomes são as palavras menos previsíveis. | Faça uma lista de nomes e procure cada um. |
| Usar TXT para trabalho de legendas | A marcação de tempo se perde. | Exporte em SRT ou VTT. |
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
O que significa 3.12?
É uma taxa de erro de palavras publicada para o modelo large-v3 em espanhol, um dos melhores resultados que listamos.
Essas são medições de vocês?
Não. Elas vêm de testes publicados por terceiros.
Todos os sotaques têm a mesma nota?
Os números publicados não dizem. Sotaques regionais não foram informados separadamente.
O bot mantém o idioma?
Sim. A transcrição continua em espanhol, seja qual for o sotaque, e não é convertida para outro idioma.
Existe limite de tamanho?
Arquivos de até 2 GB são aceitos, e o botão Upload do mini app serve para os maiores.
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
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