A conversão de fala em texto em italiano no Potok é um idioma recomendado, e testes publicados do modelo large-v3 indicam uma taxa de erro de palavras de 2.31, uma das mais baixas da nossa lista. Esse número vem do trabalho de terceiros, não de medições nossas. Envie mensagens de voz, áudio ou vídeo para o bot do Telegram.
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
- Uma taxa de erro de palavras de 2.31 fica perto da diferença entre duas pessoas atentas, então a maioria das linhas só precisa de uma conferência leve.
- Os testes publicados usam italiano padrão; a fala regional forte, como um dialeto falado em casa, não foi informada separadamente.
- Formas elididas como l'amico ou un'ora são uma única unidade falada, então confira se os apóstrofos caíram no lugar certo.
- Consoantes duplas mudam o sentido em italiano, então um par como pala e palla merece uma olhada no resultado.
Como é uma transcrição
[00:00] Falante 1: Iniziamo la riunione. Prima esamineremo i risultati della settimana scorsa, poi pianificheremo i prossimi passi.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 |
|---|---|---|---|
| Italiano | Recomendado | taxa de erro de palavras 2.31% (large-v3, FLEURS) Canary-1B-v2 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
- Escolha um trecho com uma voz principal. Uma entrevista, uma aula ou uma mensagem de voz de um amigo é um bom teste. Corte o silêncio longo do início, se for fácil.
- Compartilhe com o bot. Abra @potok_now_bot e encaminhe a mensagem, anexe o arquivo ou cole um link do YouTube.
- Use o mini app para arquivos grandes. O bot aceita arquivos de até 2 GB. Para os maiores, toque no botão Upload do mini app.
- Leia o resultado ouvindo o áudio. Resultados curtos aparecem no chat; os longos chegam como arquivo. Ouça um minuto e compare.
- Corrija nomes e consoantes duplas. Sobrenomes, cidades e palavras com consoante dupla costumam ser os pontos fracos.
- Escolha a exportação. TXT ou DOCX para anotações, SRT ou VTT se você precisa de legendas com marcação 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 |
|---|---|---|
| Ler 2.31 como promessa para o seu arquivo | É um número de testes publicados por outras pessoas, com fala lida e limpa. | Confira uma página do seu próprio resultado antes de confiar no resto. |
| Enviar uma gravação de um restaurante barulhento | Vozes sobrepostas e barulho de talheres aumentam o número de palavras erradas. | Aproxime o celular ou grave num lugar mais calmo da próxima vez. |
| Esperar que o dialeto saia como o italiano padrão | Fala com vocabulário local pode ser escrita na forma padrão mais próxima. | Marque esses trechos e confira de ouvido. |
| Procurar os nomes reais dos falantes | As vozes são identificadas como Falante 1, Falante 2 e assim por diante. | Renomeie no documento exportado. |
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
Como o italiano se sai nos testes publicados?
O modelo large-v3 tem uma taxa de erro de palavras publicada de 2.31 para italiano, entre as mais baixas informadas para os idiomas da nossa lista.
Essas são medições de vocês?
Não. Elas vêm de testes publicados por outras pessoas, e não fizemos uma medição própria para o italiano.
O italiano regional funciona?
Os números publicados não separam os resultados por região, então teste primeiro um trecho curto do seu falante.
O texto continua em italiano?
Sim. A transcrição é escrita no idioma da gravação e não é convertida para outro idioma.
Posso obter legendas de um vídeo?
Sim. Ative as marcações de tempo e exporte em SRT ou VTT.
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
- FLEURS speech dataset (Google, Hugging Face), Hugging Face · verificado em
- Canary-1B-v2 paper, Table 11 (Whisper large-v3 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