A transcrição gratuita de tagalo pede um teste de clipe cuidadoso, porque a taxa de erro de palavras publicada no modelo anterior large-v2 é 13.8, perto da linha de 15 que tratamos como limítrofe. São testes de terceiros, e não havia número do large-v3 para Potok. Compare uma amostra curta com o áudio.
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
- Atenção: 13.8 está perto da nossa linha de 15, então o tagalo é limítrofe e o texto precisa de leitura humana.
- Não encontramos número do large-v3, então o valor é do large-v2 e de testes de outras pessoas, não nossos.
- O tagalo do dia a dia muitas vezes passa para o inglês no meio da frase, então uma boa amostra inclui essa mistura.
- As palavras costumam ser formadas com afixos e sílabas repetidas, o que pode confundir a grafia.
Como é uma transcrição
[00:00] Falante 1: Simulan na natin ang pulong. Una, susuriin natin ang mga resulta noong nakaraang linggo, pagkatapos ay magpaplano tayo ng mga susunod na hakbang.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 |
|---|---|---|---|
| Tagalo (Tagalog) | Recomendado, no limite | taxa de erro de palavras 13.8% (large-v2, FLEURS) Whisper paper | Testes publicados mostram uma taxa de erro próxima da nossa linha de 15%. Teste primeiro com um trecho curto. |
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
- Grave fala real e mista. Pegue um minuto de como as pessoas realmente falam, incluindo as palavras em inglês que jogam no meio da frase.
- Abra o bot. Abra @potok_now_bot no Telegram e envie o clipe como mensagem de voz, arquivo de áudio ou vídeo.
- Marque os pontos de troca. Olhe os lugares exatos em que o falante muda de idioma e veja quais palavras deram errado.
- Confira as sílabas repetidas. Compare com o áudio palavras com partes dobradas, como plurais ou intensificadores.
- Planeje a revisão. Se a amostra for aproveitável depois de edições, envie o arquivo completo, de até 2 GB, 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 um resultado limpo com números limítrofes | Um número tão perto da linha significa uma parcela visível de erros. | Reserve tempo para uma leitura completa. |
| Testar só tagalo puro | A fala real é mista, então um teste limpo favorece a ferramenta. | Adicione um clipe com palavras em inglês. |
| Pular a checagem de nomes | Nomes de pessoas são adivinhados pelo som. | Mantenha uma lista de nomes para comparar. |
| Ler o texto sem o áudio | Erros de aparência plausível passam batido. | Toque o clipe enquanto lê. |
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
Por que o tagalo tem um aviso de cautela?
A taxa de erro publicada está perto do nosso limite, então a checagem cuidadosa faz parte do trabalho.
A que modelo o 13.8 se refere?
Ao modelo anterior large-v2, porque não encontramos número do large-v3.
O número vem de testes de vocês?
Não. Ele vem de testes publicados por terceiros.
Posso receber um texto em inglês?
Não. A transcrição fica no idioma da gravação.
Qual é o limite de tamanho de arquivo?
Arquivos de até 2 GB são aceitos, e um resultado longo chega como arquivo que você pode salvar.
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
- Whisper speech recognition system (Wikipedia), Wikipedia · 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