A conversão de fala em texto em vietnamita no Potok é um idioma recomendado, com taxa de erro de palavras publicada de 10.3 no modelo anterior, o large-v2. Outro conjunto de teste deu 18.9 para o large-v3, então os resultados variam conforme os dados. São testes de terceiros, 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
- A distância entre 10.3 e 18.9 é grande, então espere que a sua gravação caia em qualquer ponto de uma faixa ampla.
- Seis tons são marcados com sinais diacríticos, e um sinal errado transforma uma palavra em outra.
- Cada sílaba é escrita como uma palavra separada por espaços, o que faz a taxa de erro de palavras contar muitas unidades curtas.
- A fala do norte e a do sul diferem no som, e os números publicados não as separam.
Como é uma transcrição
[00:00] Falante 1: Chúng ta bắt đầu cuộc họp nhé. Trước tiên, chúng ta sẽ xem lại kết quả tuần trước, sau đó lên kế hoạch cho các bước tiếp theo.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 |
|---|---|---|---|
| Vietnamita (Tiếng Việt) | Recomendado | taxa de erro de palavras 10.3% (large-v2, FLEURS) Whisper 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
- Escolha um trecho de teste. Pegue um minuto com conversa comum e alguns nomes.
- Envie ao bot. Abra @potok_now_bot e compartilhe o arquivo, uma mensagem de voz ou um link do YouTube.
- Atenção ao limite. Arquivos de até 2 GB são aceitos; o Upload no mini app serve para os maiores.
- Confira os sinais de tom. Compare uma amostra de palavras com o áudio, focando naquelas em que um sinal muda o sentido.
- Confira os nomes. Nomes de pessoas e de lugares costumam trazer combinações de sinais menos comuns.
- Exporte. 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 |
|---|---|---|
| Citar só 10.3 | Outro teste deu 18.9. | Mostre os dois e diga que usam dados diferentes. |
| Pular a conferência dos tons | Um sinal errado pode formar outra palavra. | Confira por amostragem cada página. |
| Usar uma gravação com sotaque regional forte sem testar | Os números publicados não separam as regiões. | Faça um teste curto. |
| Colar num editor que remove sinais diacríticos | O sentido se perde. | Use arquivos UTF-8 ou DOCX. |
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
Quais são as notas publicadas?
10.3 para o large-v2 num teste e 18.9 para o large-v3 em outro conjunto de teste.
Por que os números diferem tanto?
Eles vêm de dados diferentes e de modelos diferentes, então não podem ser comparados diretamente.
De quem são esses testes?
Foram publicados por terceiros, não medidos por nós.
O bot lida com a fala do norte e do sul?
Os números publicados não separam os sotaques, então confira um trecho curto do seu falante.
O texto continua em vietnamita?
Sim. Ele não é convertido para outro idioma.
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