O mandarim combina bem com o Potok: envie áudio ou vídeo ao bot do Telegram e receba o texto em chinês. Testes publicados do modelo large-v3 dão uma taxa de erro de caracteres de 7.8, abaixo dos 14.7 do modelo anterior, o large-v2. 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 chinês é escrito sem espaços, então a qualidade é uma taxa de erro de caracteres: 7.8 para o large-v3 em testes publicados.
- O modelo anterior, o large-v2, teve 14.7 num teste do mesmo tipo, então o modelo novo é um avanço claro.
- São resultados de outros grupos, não medições nossas nas suas gravações.
- Veja se a saída está na escrita de que você precisa, pois os leitores podem esperar a forma simplificada ou a tradicional.
Como é uma transcrição
[00:00] Falante 1: 我们开始开会吧。首先回顾上周的结果，然后规划下一步。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 |
|---|---|---|---|
| Chinês (mandarim) (中文（普通话）) | Recomendado | taxa de erro de caracteres 7.8% (large-v3, FLEURS) Whale paper, Whisper 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
- Saiba qual mandarim você tem. A fala padrão de transmissão é o caso fácil. Sotaques regionais fortes ou uma mistura com cantonês merecem um teste curto antes.
- Envie o arquivo. Mande ao @potok_now_bot uma mensagem de voz, áudio, vídeo ou link do YouTube. Para gravações perto de 2 GB, use o botão Upload.
- Ligue os carimbos de tempo. Linhas sem espaços são mais difíceis de percorrer, então os carimbos ajudam a achar um ponto num texto longo.
- Revise nomes e números. Nomes de pessoas, de empresas e números são onde os homófonos causam erros.
- Exporte. SRT ou VTT servem para legendas de vídeo. DOCX, PDF, TXT ou MD servem para relatórios.
| 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 |
|---|---|---|
| Comparar a taxa de 7.8 de caracteres com taxas de erro de palavras do inglês | As unidades diferem, então a comparação diz pouco. | Compare taxas de caracteres só com taxas de caracteres. |
| Não conferir homófonos em nomes | Um nome pode sair com os caracteres errados e ainda soar certo. | Confirme os nomes numa fonte. |
| Esperar espaços entre as palavras | O texto chinês não tem espaços, e as ferramentas de busca por palavra se comportam de outro jeito. | Use busca por caractere no seu editor. |
| Contar com uma tradução | O texto fica em chinês e o bot não traduz. | Traduza separadamente, se precisar. |
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
Qual a qualidade da transcrição em mandarim?
Testes publicados do large-v3 indicam uma taxa de erro de caracteres de 7.8. São resultados de outros grupos, e a sua gravação pode se comportar de outro jeito.
Por que taxa de caracteres e não de palavras?
O chinês não tem espaços entre as palavras, então contar palavras exige regras extras. Os caracteres dão uma medida mais simples e justa.
Vou receber caracteres simplificados ou tradicionais?
Os testes publicados não dizem. Confira uma amostra curta e converta o texto no seu editor se precisar da outra forma.
O bot também trata o cantonês?
O cantonês é uma entrada separada na nossa lista, com seu próprio aviso. Esta página trata do mandarim.
Posso exportar legendas?
Sim. Os arquivos SRT e VTT trazem um tempo para cada linha, e você deve revisá-los antes de publicar.
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
- 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