Achar transcrição gratuita de italiano é fácil, mas avaliá-la é difícil, então avalie em um clipe que você conhece. Em testes publicados por terceiros, o modelo large-v3, usado com Potok, chega a uma taxa de erro de palavras de 2.31 para o italiano, uma das mais baixas da lista. Compare uma amostra de um minuto com o áudio antes de enviar mais.
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 2.31 é uma taxa de erro de palavras de testes publicados por terceiros no large-v3, não uma medição nossa.
- O italiano tem consoantes duplas e elisões com apóstrofo, então uma letra a menos pode mudar a palavra sem mudar o som.
- Taxas de erro baixas publicadas descrevem fala limpa de teste; um clipe de celular com ruído pode se comportar de outro jeito.
- Os rótulos de falantes, se ativados, aparecem como números, então um teste com duas pessoas é fácil de ler.
Como é uma transcrição
[00:00] Falante 1: Iniziamo la riunione. Prima esamineremo i risultati della settimana scorsa, poi pianificheremo i prossimi passi.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 |
|---|---|---|---|
| Italiano | Recomendado | taxa de erro de palavras 2.31% (large-v3, FLEURS) Canary-1B-v2 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
- Escolha um clipe com nomes próprios. Pegue um minuto que inclua uma cidade, um sobrenome e um número falado em voz alta. É onde qualquer ferramenta tropeça primeiro.
- Abra o bot. Abra @potok_now_bot no Telegram e envie o clipe como mensagem de voz, arquivo de áudio ou vídeo.
- Compare linha por linha. Ouça o áudio em velocidade normal e marque cada linha que confere. Sublinhe toda letra dobrada ou elisão que difere.
- Teste um segundo clipe, mais bagunçado. Grave algo em uma cozinha ou em um carro. Se o resultado se sustentar ali, você aprende mais do que com uma amostra de estúdio.
- Exporte a melhor tentativa. Salve a transcrição como TXT, DOCX, PDF, SRT ou VTT. Arquivos de até 2 GB são aceitos para material mais longo.
| 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 pela primeira frase | O começo costuma ser a parte mais limpa, então favorece a ferramenta. | Confira também o meio e o fim do clipe. |
| Ignorar apóstrofos e acentos | Uma elisão ou um acento perdido parece pouco, mas muda a palavra. | Conte isso como erro ao somar os problemas do clipe. |
| Testar um falante com microfone de estúdio | O teste não diz nada sobre uma mesa animada de convidados. | Adicione um clipe com duas vozes falando ao mesmo tempo. |
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
A taxa de erro do italiano vem de testes próprios?
Não. Ela vem de testes publicados por terceiros no modelo large-v3, então use como referência, não como promessa.
O que significa 2.31 na prática?
É a parcela de palavras erradas em um teste de referência, cerca de duas a cada cem. Sua gravação vai ser diferente.
O italiano exige alguma configuração?
Não é preciso configurar nada; o bot reconhece sozinho o idioma da gravação.
Posso receber o texto em outro idioma?
Não. A transcrição fica no idioma da gravação.
E se o meu clipe for longo?
Arquivos de até 2 GB são aceitos, e um resultado longo chega como arquivo, não no chat.
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
- Canary-1B-v2 paper, Table 11 (Whisper large-v3 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