O Potok transforma mensagens de voz, áudios e vídeos em árabe em texto por um bot do Telegram, mas com cautela. Testes publicados do modelo large-v2 indicam uma taxa de erro de palavras de 16 para o árabe, e a fala em dialeto vai pior que o árabe padrão moderno. Arquivos de até 2 GB são aceitos.
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 16 é uma taxa de erro de palavras de testes publicados do modelo anterior, o large-v2. Não é uma medição nossa.
- Uma média de terceiros para a variante turbo foi 10.57, então os números publicados para o árabe não concordam em um único valor.
- Os dialetos falados diferem muito do árabe padrão moderno, e a taxa de erro é maior na fala dialetal.
- O árabe é escrito da direita para a esquerda. Abra o arquivo exportado em um editor que trate bem esse sentido.
Como é uma transcrição
[00:00] Falante 1: لنبدأ الاجتماع. أولاً سنراجع نتائج الأسبوع الماضي، ثم نخطط للخطوات التالية.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 |
|---|---|---|---|
| Árabe (العربية) | Use com cuidado | taxa de erro de palavras 16% (large-v2, FLEURS) Whisper paper, TheWhisper benchmark | Testes publicados mostram uma taxa de erro mais alta neste idioma. Teste primeiro com um trecho curto e reserve tempo para revisar. |
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
- Descubra qual árabe você tem. Notícias, aulas e fala preparada ficam perto da forma padrão. Conversa de rua e ligações em família são dialeto, então espere mais correções.
- Abra o bot. Abra o @potok_now_bot no Telegram e envie a mensagem de voz, o áudio, o vídeo ou o link do YouTube.
- Use o Upload para arquivos grandes. Qualquer arquivo de até 2 GB é aceito. Para uma gravação longa, use o botão Upload do miniapp do bot.
- Leia um trecho curto primeiro. Compare o primeiro minuto com o que você ouve antes de confiar numa transcrição longa, principalmente em dialeto.
- Exporte. Escolha TXT ou DOCX para leitura, SRT ou VTT para legendas. Mantenha os carimbos de tempo ligados se for conferir trechos com o áudio.
| 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 uma única nota como prova para todos os dialetos do árabe | Gravações em dialeto geram claramente mais erros que a fala formal. | Teste um trecho curto do seu próprio falante antes de enviar horas de áudio. |
| Ler o arquivo exportado em um editor da esquerda para a direita | Pontuação e dígitos vão para o lado errado da linha e o texto parece quebrado. | Abra em um processador de texto com suporte à escrita da direita para a esquerda. |
| Citar o 16 como resultado nosso | Os leitores acham que o número foi medido no seu áudio. | Diga que ele vem de testes publicados por terceiros. |
| Esperar o texto de volta em inglês | A transcrição continua em árabe, porque o bot não traduz. | Traduza o texto pronto em uma etapa separada. |
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
Por que a página de árabe traz um aviso?
As taxas de erro publicadas para o árabe são maiores que as dos idiomas recomendados e sobem ainda mais na fala dialetal, então o resultado pede uma leitura cuidadosa.
Ele entende a fala egípcia, do Golfo ou do Levante?
Os testes publicados não separam os resultados por dialeto. Só observam que os dialetos diferem muito do árabe padrão moderno. Experimente primeiro uma amostra curta.
Posso enviar um vídeo em árabe ou um link do YouTube?
Sim. O bot lê arquivos de áudio e vídeo e aceita links do YouTube, dentro do limite de 2 GB por arquivo.
As vogais curtas e os sinais diacríticos serão escritos?
Não conte com isso. O texto árabe comum muitas vezes os omite, e os sinais de que você precisar devem ser acrescentados à mão.
Posso receber a transcrição em inglês?
Não. A transcrição fica no idioma da gravação e o bot não a traduz.
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