Para testar uma ferramenta grátis de transcrição em indonésio, envie um trecho informal e outro formal e compare como cada um se lê. Para o Potok, testes publicados do modelo anterior large-v2 indicam taxa de erro por palavra de 7.1 no indonésio; não encontramos número do large-v3.
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 7.1 é uma taxa de erro por palavra de um teste publicado do large-v2, não uma medição nossa.
- Não encontramos número do large-v3, e um terceiro publicou uma média de 6.98 para o turbo.
- A fala informal e a formal podem diferir bastante, então um só trecho conta apenas metade da história.
- A transcrição fica em indonésio e não é traduzida.
Como é uma transcrição
[00:00] Falante 1: Mari kita mulai rapat. Pertama, kita tinjau hasil minggu lalu, lalu kita rencanakan langkah berikutnya.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 |
|---|---|---|---|
| Indonésio (Bahasa Indonesia) | Recomendado | taxa de erro de palavras 7.1% (large-v2, FLEURS) Whisper paper, TheWhisper benchmark | 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
- Faça um trecho informal. Grave uma conversa descontraída, com gírias e palavras abreviadas.
- Faça um trecho formal. Acrescente uma apresentação ou uma passagem em estilo de noticiário, para contrastar.
- Abra o bot. Abra o @potok_now_bot no Telegram e envie os dois trechos como mensagens de voz ou arquivos de áudio.
- Compare o par. Veja qual trecho precisou de mais correções. A diferença mostra onde a ferramenta é mais fraca e indica qual tipo de áudio conferir com mais atenção depois.
- Aumente a escala. Até 2 GB são aceitos, com o Upload no mini app para arquivos grandes. Exporte em TXT, DOCX ou SRT e guarde os resultados das duas amostras para comparar depois.
| 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 |
|---|---|---|
| Testar só a fala formal | A conversa informal pode se comportar de outro modo. | Sempre inclua áudio informal. |
| Citar 7.1 como resultado do large-v3 | Ele vem do modelo anterior. | Diga o nome do modelo. |
| Ignorar palavras emprestadas | Termos em inglês e locais são comuns na fala. | Confira como são escritos. |
| Julgar por uma só pessoa falando | As vozes variam. | Teste duas vozes. |
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
Como o indonésio pontua?
Testes publicados do large-v2 indicam taxa de erro por palavra de 7.1, um bom resultado.
Existe um número do large-v3?
Não encontramos nenhum. Um terceiro publicou uma média de 6.98 para o turbo.
Posso enviar um vídeo?
Sim, junto com áudio, mensagens de voz e links do YouTube.
Como confiro as linhas duvidosas?
Ative as marcações de tempo e vá até o momento no áudio.
O texto pode sair em inglês?
Não. A transcrição fica no idioma da gravação.
Quanto tempo deve ter cada trecho?
Meio minuto cada um basta. Mantenha os dois trechos com duração parecida para que a comparação entre fala informal e formal seja justa.
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
- TheWhisper benchmark (turbo, average over FLEURS, MLS, Common Voice) · 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