A transcrição de fala em hindi com o Potok traz um aviso. O anúncio do modelo dá uma taxa de erro de palavras de 16.9, enquanto testes independentes com outra normalização de texto relataram cerca de 37, e uma média de terceiros para o turbo foi 19.25. Espere mais erros que nos idiomas recomendados.
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 números publicados, 16.9, cerca de 37 e 19.25, divergem, então a qualidade real depende do seu áudio e das regras de contagem.
- Falantes de hindi costumam misturar palavras em inglês nas frases, e essas palavras podem sair em qualquer uma das escritas.
- O 16.9 vem do próprio anúncio do modelo, que é publicado mas não é independente.
- Planeje revisar a transcrição inteira.
Como é uma transcrição
[00:00] Falante 1: चलिए बैठक शुरू करते हैं। पहले हम पिछले हफ़्ते के नतीजों की समीक्षा करेंगे, फिर अगले कदमों की योजना बनाएँगे।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 |
|---|---|---|---|
| Hindi (हिन्दी) | Use com cuidado | taxa de erro de palavras 16.9% (large-v3, FLEURS) Whisper discussion, TheWhisper benchmark | Testes publicados mostram uma taxa de erro mais alta neste idioma. Teste primeiro com um trecho curto e reserve tempo para revisar. |
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
- Decida qual escrita importa para você. Palavras em inglês misturadas podem aparecer em letras latinas ou devanágari, então decida o que você aceita.
- Envie um trecho. Abra o @potok_now_bot no Telegram e anexe um ou dois minutos do falante de que você precisa.
- Confira as passagens misturadas. Olhe as palavras em inglês, nomes de marcas e números, onde o resultado é menos previsível.
- Envie o arquivo completo. O limite é 2 GB, e o botão Upload cuida das gravações grandes.
- Exporte para editar. DOCX ou TXT para correções, 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 |
|---|---|---|
| Usar o melhor número como expectativa | O número independente é mais que o dobro. | Planeje para o pior caso. |
| Ignorar a fala em dois idiomas | Frases que misturam hindi e inglês são mais difíceis. | Confira essas passagens primeiro. |
| Pular o teste com um trecho | Um idioma com aviso varia muito entre falantes. | Teste um trecho primeiro. |
| Citar os números como nossos | Foram publicados por outras pessoas. | Cite-os como testes de outras pessoas. |
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
Por que o hindi tem um aviso?
Os números publicados divergem e testes independentes encontraram uma taxa de erro maior que a do anúncio.
De onde vem o número de cerca de 37?
Vem de testes independentes que usaram outra normalização de texto, então não é diretamente comparável.
Em qual escrita saem as palavras em inglês?
Podem aparecer em qualquer uma das escritas, então confira essas palavras e corrija à mão se precisar.
Qual é o limite de tamanho de arquivo?
Arquivos de até 2 GB são aceitos, e o botão Upload ajuda com os grandes.
A transcrição vem em inglês?
Não. Fica em hindi 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
- OpenAI Whisper discussion on large-v3 · 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