A transcrição gratuita de português se avalia melhor com dois clipes, um brasileiro e um europeu. Testes publicados por terceiros dão ao large-v3, o modelo por trás de Potok, uma taxa de erro de palavras de 3.65 para o português em geral. Compare cada amostra com o áudio e anote onde os sotaques diferem.
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
- Esse resultado cobre o português como um todo; sotaques brasileiros e europeus não foram informados separadamente nos testes.
- A grafia também difere entre as duas principais variedades, então algumas diferenças são de estilo e não de audição.
- Vogais nasais e terminações átonas são suaves e se perdem fácil, o que as torna uma boa sonda.
- O número pertence às gravações de referência de outras pessoas, não a algo que medimos.
Como é uma transcrição
[00:00] Falante 1: Vamos começar a reunião. Primeiro, vamos revisar os resultados da semana passada e depois planejar os próximos 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 |
|---|---|---|---|
| Português | Recomendado | taxa de erro de palavras 3.65% (large-v3, FLEURS) Canary-1B-v2 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
- Reúna um par de clipes. Pegue cerca de meio minuto de um falante brasileiro e a mesma duração de um europeu, se você trabalha com os dois.
- Abra o bot. Abra @potok_now_bot no Telegram e envie cada clipe como mensagem de voz, arquivo de áudio ou vídeo.
- Confira as terminações nasais. Palavras que terminam em sons nasais são onde o texto mais costuma ficar frouxo. Compare com o que você ouve.
- Anote a variedade ortográfica. Decida se o resultado corresponde à variedade que seus leitores esperam e registre qualquer diferença.
- Rode o arquivo mais longo. Se os dois clipes ficarem bons, envie a gravação completa, com arquivos grandes de até 2 GB pelo botão Upload, 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 |
|---|---|---|
| Tratar um sotaque como prova para todos | Uma ferramenta pode ser forte em uma variedade e escorregar na outra. | Teste com o sotaque que você realmente vai receber. |
| Marcar a variedade ortográfica como erro de audição | Sua contagem sobe sem falha real. | Conte como observação de estilo. |
| Ignorar terminações átonas | Terminações perdidas mudam tempo e número. | Leia a última sílaba de cada verbo. |
| Usar um clipe com muita música ao fundo | Instrumentais cobrem vogais suaves. | Escolha um trecho de fala simples. |
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
A pontuação do português cobre o Brasil e Portugal?
Ela vale para o português em geral, porque os testes publicados não separaram os sotaques.
O 3.65 é uma medição de vocês?
Não. Ele vem de testes publicados por terceiros no large-v3.
O texto vai seguir a ortografia brasileira?
Pode variar, então confira uma amostra e corrija algumas palavras à mão se seus leitores esperam uma variedade só.
A transcrição pode ser trocada para inglês?
Não. A transcrição fica no idioma da gravação.
Qual o tamanho de arquivo que posso usar?
Arquivos de até 2 GB são aceitos, e um resultado longo chega como arquivo.
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
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