A transcrição de fala em indonésio com o Potok é um idioma recomendado. O número publicado é uma taxa de erro de palavras de 7.1 do modelo anterior, o large-v2, e um terceiro apresentou uma média de 6.98 para o turbo. São testes de outras pessoas, não medições nossas.
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
- Não foi encontrado número do large-v3, então o 7.1 descreve o modelo antigo.
- Uma média de terceiros de 6.98 para o turbo aponta na mesma direção, o que dá alguma confiança a mais.
- O indonésio formal e o informal diferem na escolha das palavras, então o registro do seu falante importa.
- Os falantes costumam alternar entre o indonésio e uma língua regional no meio da frase.
- A taxa de erro de palavras conta as palavras que diferem de um texto de referência humano.
Como é uma transcrição
[00:00] Falante 1: Mari kita mulai rapat. Pertama, kita tinjau hasil minggu lalu, lalu kita rencanakan langkah berikutnya.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 |
|---|---|---|---|
| Indonésio (Bahasa Indonesia) | Recomendado | taxa de erro de palavras 7.1% (large-v2, FLEURS) Whisper 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
- Anote o registro. A leitura de notícias e a conversa do dia a dia diferem na escolha das palavras, então lembre que tipo de fala você tem antes de julgar o resultado.
- Envie o arquivo. Abra o @potok_now_bot no Telegram e anexe áudio, vídeo ou uma mensagem de voz, ou cole um link do YouTube.
- Procure trocas de idioma. Ache os trechos em que o falante passa para uma língua regional ou para o inglês e confira esses primeiro.
- Envie arquivos grandes pelo Upload. São aceitos até 2 GB, e o botão Upload do mini app é o caminho para as maiores gravações.
- Exporte o que precisar. TXT ou DOCX para anotações, SRT ou VTT quando quiser legendas com marcas de tempo.
| 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 7.1 como resultado do modelo mais novo | Vem do modelo antigo large-v2, que pode diferir do que roda hoje. | Diga que o número é de um modelo mais antigo. |
| Ignorar a fala informal | Gírias e palavras abreviadas são mais difíceis de transcrever que a fala formal. | Teste um trecho da conversa real. |
| Não notar trocas de idioma no meio da frase | Palavras regionais são adivinhadas e podem sair escritas de forma estranha. | Confira esses trechos com o áudio. |
| 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
Qual é a nota do indonésio?
Uma taxa de erro de palavras de 7.1 de testes publicados do modelo large-v2, não de verificações nossas.
Existe um número mais novo?
Não foi encontrado resultado do large-v3, então o número mais antigo é o citado nesta página.
E a variante turbo?
Um terceiro publicou uma média de 6.98 para o turbo, que aponta na mesma direção do número mais antigo.
Qual o maior arquivo que posso enviar?
Arquivos de até 2 GB são aceitos, com o botão Upload para gravações grandes.
O texto é traduzido para o inglês?
Não. A transcrição fica em indonésio porque o bot não traduz.
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
- Whisper paper, Table 13 (large-v2 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