A conversão de fala em texto em tagalo no Potok está marcada como recomendada, com ressalva: a taxa de erro de palavras publicada é 13.8, do modelo anterior, o large-v2, perto da linha de 15 que usamos. São testes de terceiros, não medições nossas. Envie primeiro um trecho curto e planeje uma leitura completa.
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 encontramos número do large-v3, então o 13.8 vem do modelo mais antigo, o large-v2.
- A fala cotidiana muitas vezes alterna entre tagalo e inglês na mesma frase, o que pode confundir as escolhas de grafia.
- Como a nota está perto do limite, trate toda transcrição como rascunho que pede uma passada cuidadosa.
- Sílabas repetidas e afixos formam palavras longas, então uma peça faltando pode mudar o sentido.
Como é uma transcrição
[00:00] Falante 1: Simulan na natin ang pulong. Una, susuriin natin ang mga resulta noong nakaraang linggo, pagkatapos ay magpaplano tayo ng mga susunod na hakbang.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 |
|---|---|---|---|
| Tagalo (Tagalog) | Recomendado, no limite | taxa de erro de palavras 13.8% (large-v2, FLEURS) Whisper paper | Testes publicados mostram uma taxa de erro próxima da nossa linha de 15%. Teste primeiro com um trecho curto. |
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
- Faça um trecho piloto. Envie um minuto com o vocabulário típico do seu falante, incluindo as frases em inglês.
- Vá até o bot. Abra @potok_now_bot e anexe o arquivo ou envie uma mensagem de voz encaminhada ou um link do YouTube.
- Envie o arquivo completo. Até 2 GB não há problema; o botão Upload do mini app é para os grandes.
- Marque os trechos mistos. Destaque as frases em que o falante passa para o inglês e compare com o áudio.
- Confira as palavras longas. Leia devagar as palavras com prefixos e sílabas repetidas.
- Exporte. Escolha 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 |
|---|---|---|
| Ler 13.8 como um resultado folgadamente bom | Ele fica perto da nossa linha de 15. | Planeje revisar tudo. |
| Ignorar o nome do modelo | O número é do large-v2. | Cite sempre o modelo e a métrica juntos. |
| Esperar palavras em inglês sempre com grafia inglesa | A fala mista pode ser escrita de qualquer um dos dois jeitos. | Escolha um estilo e edite uma só vez. |
| Gravar uma conversa em grupo do outro lado da sala | Muitas vozes se sobrepõem. | Aproxime-se ou use gravações separadas. |
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
O tagalo é recomendado?
Está marcado como recomendado, com uma taxa de erro de palavras publicada de 13.8 que fica perto da nossa linha de 15.
Por que o large-v2?
Não encontramos número do large-v3 para o tagalo, então mostramos o resultado do modelo anterior.
Tagalo misturado com inglês funciona?
Os dois costumam ser escritos, mas a escolha de grafia deve ser conferida com o áudio.
Vocês mesmos medem o tagalo?
Não. O número vem de testes publicados por terceiros.
A transcrição é convertida para inglês?
Não. Ela continua no idioma da gravação.
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
- Whisper paper, Table 13 (large-v2 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