A conversão de fala em texto em romeno no Potok é um idioma recomendado, e testes publicados do modelo large-v3 indicam uma taxa de erro de palavras de 8.2. O número vem do trabalho de terceiros, não de medição nossa. Envie mensagens de voz, áudio ou vídeo para o bot e depois leia o resultado.
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
- Duas fontes publicadas independentes sustentam o número, o que o torna um dado mais firme que o de um único teste.
- O romeno usa cinco letras com sinais, e alguns sistemas as escrevem com cedilha em vez de vírgula, então uma busca no seu texto pode deixar palavras de fora.
- O artigo definido se junta ao final do substantivo, então as terminações carregam sentido e valem a revisão.
- Com 8.2, espere um erro de vez em quando a cada trecho de palavras em comparação com uma referência humana.
Como é uma transcrição
[00:00] Falante 1: Să începem ședința. Mai întâi vom analiza rezultatele săptămânii trecute, apoi vom planifica următorii pași.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 |
|---|---|---|---|
| Romeno (Română) | Recomendado | taxa de erro de palavras 8.2% (large-v3, FLEURS) Canary-1B-v2 paper, Whale 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
- Prepare o arquivo. Mensagens de voz, chamadas e aulas funcionam. Mantenha o original em vez de uma cópia recodificada e anote antes o nome dos falantes.
- Entregue ao bot. Abra @potok_now_bot e envie o arquivo ou um link.
- Use o Upload para os arquivos pesados. Até 2 GB são permitidos pelo botão Upload.
- Padronize os sinais diacríticos. Faça uma busca e substituição para que toda letra com sinal use uma única forma.
- Leia as terminações. Confira artigos e terminações de plural nos substantivos, onde pequenas mudanças alteram o sentido.
- Escolha um formato. TXT, MD, DOCX, PDF, SRT ou VTT.
| 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 |
|---|---|---|
| Buscar numa transcrição sem verificar as formas dos sinais diacríticos | Duas codificações da mesma letra escondem resultados. | Padronize as letras uma vez e depois busque. |
| Ler 8.2 como um valor exato | É um número publicado para outros áudios. | Confira nomes, números e citações. |
| Enviar uma gravação com música por baixo da voz | A música encobre as consoantes. | Use uma versão sem a música, se existir. |
| Pular os rótulos de falante numa entrevista | Perguntas e respostas se misturam. | Ative os rótulos antes. |
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
Qual é a nota publicada?
Uma taxa de erro de palavras de 8.2 para o modelo large-v3, informada por terceiros.
Quantas fontes dão esse número?
Foram usadas duas fontes publicadas para o romeno, o que torna o número mais firme que um baseado num único teste.
Por que algumas letras parecem diferentes?
Alguns sistemas escrevem as letras com sinais usando cedilha e outros usando vírgula, então padronize-as.
O bot muda o idioma da transcrição?
Não. O texto continua em romeno, o idioma da sua gravação, sem acrescentar um segundo idioma.
Posso obter legendas?
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
- 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