Para testar uma ferramenta grátis de transcrição em mandarim, envie um trecho curto com números e nomes e conte os caracteres errados. O Potok cita uma taxa de erro por caractere publicada de 7.8 para o chinês com o large-v3, vinda de testes de outras pessoas, enquanto o modelo anterior marcou 14.7.
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 7.8 é uma taxa de erro por caractere do large-v3 em um teste publicado, não uma medição nossa.
- O modelo anterior, o large-v2, marcou 14.7 em testes publicados, então a versão do modelo importa.
- O chinês é escrito sem espaços, então os erros são contados por caractere.
- Confira se a saída usa a forma de escrita que você espera.
Como é uma transcrição
[00:00] Falante 1: 我们开始开会吧。首先回顾上周的结果，然后规划下一步。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 |
|---|---|---|---|
| Chinês (mandarim) (中文（普通话）) | Recomendado | taxa de erro de caracteres 7.8% (large-v3, FLEURS) Whale paper, 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
- Prepare um trecho com armadilhas. Escolha um minuto de mandarim que misture números, nomes de empresas e o nome de uma pessoa.
- Abra o bot. Abra o @potok_now_bot no Telegram e envie o trecho como áudio, mensagem de voz ou vídeo.
- Olhe a escrita. O chinês pode aparecer em caracteres simplificados ou tradicionais. Anote qual você recebeu e se serve para você.
- Conte os caracteres. Sem espaços entre as palavras, marque cada caractere errado ou faltando e divida pelo total que você ouviu.
- Passe para um arquivo longo se o resultado se sustentar. Uma gravação de até 2 GB é aceita. Use o Upload no mini app para arquivos grandes e exporte em TXT, DOCX ou SRT.
| 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 |
|---|---|---|
| Esperar espaços entre as palavras | O texto chinês não tem nenhum, então conferências baseadas em palavras falham. | Avalie por caracteres. |
| Ignorar os numerais | Números podem ser escritos em dígitos ou em caracteres, e a diferença gera confusão. | Decida como quer vê-los escritos e confira na amostra. |
| Citar a nota do large-v2 como se fosse a atual | O 14.7 pertence ao modelo anterior. | Cite 7.8 para o large-v3 e diga o nome do modelo. |
| Misturar fala dialetal no teste | A fala regional não é o que o número descreve. | Use mandarim padrão no primeiro teste. |
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
Qual é a qualidade publicada para o chinês?
Uma taxa de erro por caractere de 7.8 para o large-v3 e de 14.7 para o large-v2 anterior, ambas de testes publicados.
Por que caracteres e não palavras?
O chinês é escrito sem espaços, então contar palavras não é confiável e a unidade é o caractere.
Vou receber caracteres simplificados ou tradicionais?
Pode variar, então confira uma amostra curta. A transcrição não é convertida depois para você.
Posso conferir uma linha duvidosa depois?
Sim. Ative as marcações de tempo e vá até aquele momento do áudio.
O bot mostra o texto em 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.
- Whisper speech recognition system (Wikipedia), Wikipedia · verificado em
- Word error rate (Wikipedia), Wikipedia · verificado em
- Whale paper, Table 5 (Whisper large-v3 on FLEURS) · 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