O que é reconhecimento de fala multilíngue? É um único sistema que reconhece fala em vários idiomas, em vez de um modelo separado para cada um. O sistema aprende padrões de som compartilhados e decide qual idioma está ouvindo. A qualidade ainda varia por idioma, e alguns são atendidos bem melhor do que outros.
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
- Um modelo para vários idiomas é treinado com gravações em todos eles, então os idiomas com muito áudio de treino tendem a sair melhor.
- Testes públicos como o FLEURS avaliam o mesmo sistema em muitos idiomas, e as notas costumam se espalhar bastante, do mais forte ao mais fraco.
- Ter muitos idiomas na lista não significa que todos estejam cobertos: um idioma com poucos dados de treino pode constar da lista e mesmo assim ser lido mal.
- Um sistema multilíngue precisa detectar o idioma ou receber a informação, e uma escolha errada nessa etapa prejudica todas as palavras seguintes.
- Uma fala que mistura dois idiomas é mais difícil do que uma em um só idioma, mesmo para um modelo que lida bem com cada um separadamente.
Como fica
// illustrative output of a multilingual recogniser
{
"language": "de",
"text": "Guten Morgen, wir beginnen mit dem Bericht.",
"language_confidence": "high"
}
// the same system, given a clip in French, would return language "fr"
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
Um modelo multilíngue é melhor do que um modelo por idioma?
Nem sempre. Ele é mais fácil de operar e cobre mais idiomas, mas um modelo feito para um só idioma pode se sair melhor nele. Depende dos dados.
Ele reconhece todos os idiomas?
Não. A cobertura tem limites, e a qualidade difere entre os idiomas. Veja os resultados de testes publicados para o seu idioma antes de confiar em uma transcrição longa.
Em quantos idiomas o bot do Potok funciona bem?
Cerca de 30 idiomas têm bons resultados publicados, e mais alguns vêm com um aviso. A lista de idiomas deste site mostra qual é qual.
O bot traduz a transcrição?
Não. A transcrição fica no idioma em que foi falado. O bot não a converte para outro idioma.
O que fazer com um idioma raro?
Teste primeiro um trecho curto, leia o resultado com atenção e espere que nomes e termos técnicos precisem de correção manual.
Fontes
Cada fonte foi aberta manualmente na data indicada. As páginas mudam, então abra a fonte se algum detalhe for importante para você.
- Whisper speech recognition system (Wikipedia), Wikipedia · verificado em
- FLEURS speech dataset (Google, Hugging Face), Hugging Face · 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