Para testar uma ferramenta grátis de transcrição em inglês, escolha um trecho curto no sotaque de que você realmente precisa e leia o texto junto com o áudio. O Potok cita taxas de erro por palavra publicadas do large-v3 de 4.0 a 4.25 para o inglês, vindas de testes de outras pessoas, não de nós.
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
- Os resultados publicados do large-v3 para o inglês vão de 4.0 a 4.25 em taxa de erro por palavra.
- A variante turbo tem média de 4.80 em um teste de terceiros.
- O inglês é o idioma mais bem coberto nos testes publicados, mas sotaques e jargão ainda dão trabalho.
- A transcrição fica em inglês e não é traduzida.
Como é uma transcrição
[00:00] Falante 1: Let's start the meeting. First, we'll review last week's results, then plan the next steps.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 |
|---|---|---|---|
| Inglês (English) | Recomendado | taxa de erro de palavras 4% (large-v3, FLEURS) Canary-1B-v2 paper, Whale 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 o sotaque que importa. Pegue um minuto de fala do tipo de pessoa que você vai realmente transcrever, não de um locutor de telejornal.
- Abra o bot. Abra o @potok_now_bot no Telegram e envie o trecho como mensagem de voz, arquivo de áudio ou vídeo.
- Cace o jargão. Inclua nomes de produtos, siglas e sobrenomes. É aí que uma transcrição de boa aparência falha.
- Compare homófonos. Confira palavras que soam parecido e veja se o contexto escolheu a certa.
- Passe para a gravação inteira. Até 2 GB são aceitos, com o Upload no mini app para os maiores arquivos. Exporte em TXT, DOCX, 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 |
|---|---|---|
| Testar só com uma voz de qualidade de estúdio | Isso favorece qualquer ferramenta e não diz nada sobre as suas pessoas. | Acrescente um trecho com sotaque regional ou de alguém falando por telefone. |
| Pular as siglas | Raramente são escritas do jeito que a área as escreve. | Coloque várias no trecho e confira cada uma. |
| Tratar uma faixa como um único número | Os resultados variam de 4.0 a 4.25 entre os testes. | Cite a faixa e o nome do modelo. |
| Comparar com volumes diferentes | O áudio baixo prejudica uma ferramenta mais que outra. | Use o mesmo arquivo em todas. |
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
Como o inglês pontua nos testes publicados?
O large-v3 mostra taxas de erro por palavra de 4.0 a 4.25 e uma média de terceiros de 4.80 para o turbo.
Os sotaques mudam o resultado?
Podem mudar. Os números publicados não separam sotaques, então teste o que você precisa.
Posso enviar um link do YouTube?
Sim. Links são aceitos junto com mensagens de voz, arquivos de áudio e vídeo.
Consigo marcações de tempo?
Sim. Ative-as antes de enviar, e cada trecho passa a trazer um horário que você pode usar para voltar ao áudio.
O texto pode sair em outro idioma?
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
- Canary-1B-v2 paper, Table 11 (Whisper large-v3 on FLEURS) · verificado em
- Whale paper, Table 5 (Whisper large-v3 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