Para testar uma ferramenta grátis de transcrição em catalão, envie um trecho curto com nomes de lugares e leia o texto junto com o áudio. No Potok, testes publicados do modelo anterior large-v2 indicam taxa de erro por palavra de 7.3 no catalão; não encontramos número do large-v3, então o dado é antigo.
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
- O 7.3 é uma taxa de erro por palavra de um teste publicado do large-v2, não uma medição nossa.
- Não encontramos número do large-v3 para o catalão, então a evidência se apoia no modelo anterior.
- Nomes de lugares, de ruas e palavras emprestadas são boas sondas para um teste curto.
- A transcrição fica em catalão e não é traduzida.
Como é uma transcrição
[00:00] Falante 1: Comencem la reunió. Primer repassarem els resultats de la setmana passada i després planificarem els propers passos.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 |
|---|---|---|---|
| Catalão (Català) | Recomendado | taxa de erro de palavras 7.3% (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
- Grave um trecho com sabor local. Leia um parágrafo que cite algumas cidades, ruas ou sobrenomes. Isso é mais difícil que o vocabulário do dia a dia.
- Abra o bot. Abra o @potok_now_bot no Telegram e envie o trecho como mensagem de voz ou arquivo de áudio.
- Confira acentos e apóstrofos. O texto em catalão usa acentos e apóstrofos. Veja se a ferramenta os mantém.
- Anote o que a ferramenta fez com os nomes. Escreva cada nome de lugar que saiu grafado de modo diferente da forma habitual.
- Aumente a escala. Se a amostra for boa, envie o arquivo longo. Até 2 GB são aceitos, com o Upload no mini app para os grandes.
| 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 |
|---|---|---|
| Julgar só por palavras comuns | O vocabulário cotidiano esconde problemas com nomes. | Coloque pelo menos cinco nomes próprios na amostra. |
| Não notar acentos faltando | Uma palavra sem o acento pode ser lida como outra palavra. | Percorra o texto atrás de acentos e compare com o áudio. |
| Ler 7.3 como a qualidade do modelo atual | Ele foi medido no modelo anterior, o large-v2. | Diga isso ao citá-lo e confirme com um trecho seu. |
| Usar áudio com idiomas misturados | Trocas entre o catalão e outra língua atrapalham a conferência. | Teste catalão puro primeiro e o áudio misturado depois. |
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
Como o catalão vai nos testes publicados?
A taxa de erro por palavra publicada é 7.3, do large-v2, o que coloca o catalão entre os bons resultados.
Por que não há número do large-v3?
Não encontramos nenhum quando reunimos as evidências, então a página cita o modelo anterior e deixa isso claro.
Posso enviar o vídeo de uma palestra?
Sim. Arquivos de vídeo, áudio e links do YouTube são aceitos, dentro do limite de 2 GB.
Em quais formatos posso salvar?
TXT, MD, DOCX, PDF, SRT e VTT estão disponíveis para exportação.
O resultado muda para espanhol ou inglês?
Não. A transcrição fica 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.
- FLEURS speech dataset (Google, Hugging Face), Hugging Face · verificado em
- Word error rate (Wikipedia), Wikipedia · 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