O cantonês é um idioma limítrofe para o Potok: funciona pelo bot do Telegram, mas trate o texto como rascunho. Testes publicados do modelo large-v3 indicam uma taxa de erro de caracteres de 9.8, e um teste de fornecedor com a variante turbo apontou resultados bem piores. 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 cantonês é escrito sem espaços, então a qualidade é medida pela taxa de erro de caracteres: 9.8 em testes publicados do large-v3.
- Um teste de fornecedor apontou resultados bem piores para a variante turbo, e por isso marcamos o cantonês como limítrofe.
- Taxa de erro de caracteres e taxa de erro de palavras são escalas diferentes. Não compare 9.8 com um número do inglês.
- Cantonês e mandarim são entradas separadas na nossa lista de idiomas.
Como é uma transcrição
[00:00] Falante 1: 我哋開始開會啦。首先睇下上個禮拜嘅結果，跟住傾下一步點做。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 |
|---|---|---|---|
| Cantonês (粵語) | Recomendado, no limite | taxa de erro de caracteres 9.8% (large-v3, FLEURS) Whale 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
- Teste um trecho curto. Como o idioma é limítrofe, envie um minuto do seu próprio falante ao @potok_now_bot antes do arquivo completo.
- Avalie o trecho. Leia o texto em cantonês junto com o áudio. Observe palavras coloquiais, nomes de lugares e palavras em inglês misturadas à fala.
- Envie a gravação de verdade. Se o rascunho for aproveitável, envie o arquivo inteiro. Até 2 GB funciona. O botão Upload do miniapp cuida dos maiores.
- Acrescente carimbos de tempo para revisar. Com os carimbos ligados, você volta a uma linha duvidosa e a ouve de novo.
- Exporte para legendas ou anotações. SRT e VTT dão linhas com tempo para vídeo. TXT, MD, DOCX e PDF servem para documentos.
| 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 mandarim numa gravação em cantonês | O vocabulário coloquial é fácil de errar e você pode culpar a causa errada. | Peça a alguém que leia cantonês escrito para conferir o resultado. |
| Comparar a taxa de 9.8 de caracteres com uma taxa de palavras | Os dois números usam unidades diferentes, então a comparação engana. | Compare apenas números da mesma métrica. |
| Confiar na transcrição para legendas sem revisão | Caracteres errados ficam na tela para os espectadores. | Revise o SRT antes de publicar o vídeo. |
| Enviar uma gravação barulhenta de rua | Um idioma limítrofe perde mais com ruído que um idioma forte. | Use o áudio mais limpo que conseguir. |
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
Por que o cantonês é marcado como limítrofe?
A taxa de erro de caracteres de 9.8 parece boa, mas um teste de fornecedor apontou resultados bem piores para a variante turbo, então recomendamos uma conferência cuidadosa.
O que é a taxa de erro de caracteres?
É a parcela de caracteres que diferem de um texto de referência. Usa-se em idiomas escritos sem espaços, onde contar palavras não é prático.
O bot separa o cantonês falado do mandarim?
São entradas separadas na nossa lista, mas os testes publicados não detalham a fala mista. Teste um trecho se o seu áudio misturar os dois.
Posso obter legendas para um vídeo em cantonês?
Sim. Exporte SRT ou VTT e revise as linhas antes de publicá-las.
A transcrição é traduzida para o inglês?
Não. O texto fica em cantonês, porque o bot não traduz transcrições.
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
- 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