Áudio e vídeo em norueguês enviados ao Potok voltam como texto em norueguês, com rótulos de falante e marcas de tempo opcionais. Testes publicados do modelo anterior, o large-v2, indicam uma taxa de erro de palavras de 9.5, já que não encontramos um número para o large-v3. Arquivos de até 2 GB são aceitos, e o resultado sai em seis formatos.
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 9.5 é uma taxa de erro de palavras do large-v2 tirada de testes publicados, não uma medição nossa.
- O norueguês tem dois padrões escritos, o Bokmål e o Nynorsk, enquanto a fala segue dialetos regionais.
- Palavras compostas longas são escritas numa só palavra, o que afeta a contagem de erros.
- Os rótulos de falante são numerados, e os nomes reais precisam ser acrescentados à mão.
Como é uma transcrição
[00:00] Falante 1: La oss begynne møtet. Først går vi gjennom resultatene fra forrige uke, og deretter planlegger vi de neste stegene.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 |
|---|---|---|---|
| Norueguês (Norsk) | Recomendado | taxa de erro de palavras 9.5% (large-v2, FLEURS) 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
- Prepare a gravação. Um arquivo de voz limpo, em um só canal, é o mais fácil, mas vídeo, mensagem de voz ou link do YouTube também servem.
- Envie. Abra o @potok_now_bot e mande o arquivo. Se passar de algumas centenas de megabytes, use o botão Upload; o limite é 2 GB.
- Escolha o layout. Marque os rótulos de falante quando mais de uma pessoa falar e as marcas de tempo se for citar a gravação.
- Compare a forma escrita com o que você precisa. Veja se o resultado segue o padrão que o seu documento exige.
- Salve o resultado. TXT, MD, DOCX, PDF, SRT ou VTT.
| 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 |
|---|---|---|
| Supor que o dialeto é escrito como se fala | O texto pode seguir um padrão enquanto a voz segue outro. | Leia comparando com o que o falante realmente disse. |
| Separar palavras compostas no editor | As sugestões do corretor criam duas palavras onde uma estava certa. | Mantenha as compostas juntas, a menos que uma referência diga outra coisa. |
| Publicar o 9.5 como resultado nosso | Isso diz errado quem fez a medição. | Diga que vem de testes publicados do large-v2. |
| Usar os rótulos como nomes | Falante 2 não diz nada a um leitor. | Troque cada rótulo por um nome real. |
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
A transcrição em norueguês sai em Bokmål ou Nynorsk?
O resultado é norueguês escrito. Confira com o padrão que os seus leitores esperam, já que os dois estão em uso.
De onde vem o 9.5?
De testes publicados do modelo large-v2. São resultados de outros grupos, não testes que rodamos.
O bot gera legendas SRT?
Sim. Exporte em SRT ou VTT e encurte as linhas muito longas.
Ele separa os falantes?
Pode marcar as falas como Falante 1, Falante 2 e assim por diante, depois que você ativar os rótulos.
Existe uma versão em inglês?
Não. A transcrição continua em norueguês, e o bot não acrescenta texto 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
- 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