A transcrição em coreano do Potok é um texto simples em coreano, com um bloco por falante e marcas de tempo opcionais. A taxa de erro de palavras publicada para o large-v3 é 14.1, logo abaixo do limite de 15 que usamos. Por isso, trate o coreano como caso limítrofe e reserve tempo para revisar. O bot aceita arquivos de até 2 GB.
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 14.1 é uma taxa de erro de palavras de testes publicados por outros, não uma medição nossa, e fica perto do limite de 15.
- As regras de espaçamento na escrita coreana não são aplicadas de modo uniforme, então a contagem de palavras depende de onde ficam os espaços.
- Partículas e terminações se ligam direto à palavra anterior, o que torna a avaliação por palavra mais dura do que parece na leitura.
- Os rótulos de falante aparecem como Falante 1, Falante 2 e assim por diante, nunca como nomes reais.
Como é uma transcrição
[00:00] Falante 1: 회의를 시작하겠습니다. 먼저 지난주 결과를 검토하고, 그다음 다음 단계를 계획하겠습니다.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 |
|---|---|---|---|
| Coreano (한국어) | Recomendado, no limite | taxa de erro de palavras 14.1% (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
- Abra o bot. Abra o @potok_now_bot no Telegram e escolha a conversa em que o texto deve chegar.
- Envie a gravação em coreano. Mensagem de voz, arquivo de áudio, vídeo ou link do YouTube: tudo funciona. Vai qualquer arquivo de até 2 GB, e o botão Upload do mini app cuida dos maiores.
- Escolha o formato da transcrição. Ative os rótulos de falante para uma entrevista e as marcas de tempo se for voltar a uma linha depois.
- Confira o espaçamento. Leia os primeiros minutos e veja se as quebras de palavra combinam com o seu estilo antes de exportar tudo.
- Exporte. Salve em TXT ou MD para anotações, DOCX ou PDF para compartilhar e SRT ou VTT para legendas.
| 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 |
|---|---|---|
| Ler 14.1 como uma margem segura | Uma pequena mudança no áudio ou no conjunto de teste pode passar o resultado do limite. | Deixe uma etapa de revisão no plano. |
| Corrigir o espaçamento de cada linha à mão | Horas vão para um detalhe que raramente muda o sentido. | Corrija nomes e números primeiro e deixe o espaçamento para o final. |
| Esperar que fala formal e informal se leiam do mesmo jeito | As terminações mudam conforme o falante, então uma conversa mista parece irregular. | Confira um falante de cada vez. |
| Cortar as legendas nas quebras de linha exportadas | As linhas podem terminar no meio de uma frase. | Ajuste as quebras no arquivo SRT. |
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
Como é uma transcrição em coreano?
É texto em coreano dividido em blocos, cada um com o rótulo do falante e, se você pedir, o horário antes da linha.
Por que o coreano é marcado como limítrofe?
Os resultados publicados do large-v3 dão uma taxa de erro de palavras de 14.1, perto do limite de 15, e a contagem de palavras depende do espaçamento.
Posso obter legendas?
Sim. Exporte em SRT ou VTT e confira as quebras de linha e os nomes antes de publicar.
O bot dá nome aos falantes?
Não. Os rótulos são números, como Falante 1, e você os troca por nomes reais no seu editor.
Vou receber uma versão em inglês?
Não. O texto continua em coreano, e o bot não oferece versão em outro idioma.
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
- 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