Čínský přepis je dříve otázkou nákupu než nahrání souboru. Zeptejte se, s jakou mluvenou variantou si model poradí, jaké písmo používá a zda výstup zachovává řeč, nebo ji normalizuje do formální psané čínštiny. Jedno nastavení „Chinese“ může tato rozhodnutí ponechat implicitní.

Klíčové poznatky

Čínský přepis má tři samostatné požadavky

Mluvená varianta říká rozpoznávacímu systému, jakou řeč má očekávat. Mandarínština a kantonština vyžadují samostatné vyhodnocení; model, který přijímá obecný čínský kód, nemusí pro obě poskytovat stejné výsledky. Písmo určuje, zda má výstup používat zjednodušené, nebo tradiční znaky. Registr se ptá, zda má kantonský přepis zachovat hovorové znění, nebo znít jako Standard Written Chinese. Jde o odlišné požadavky na dodávku, i když je služba spojuje do jednoho nastavení.

Formální přepsání může vyhovovat poznámkám z jednání, ale bez kontroly nahrávky nemůže sloužit jako doslovná citace. U rozhovoru, právního záznamu nebo výzkumného přepisu si vyžádejte ukázku, která zachová potřebné znění, a ponechte si zdrojové audio k revizi.

Potřebujete širší srovnání nástrojů? Náš průvodce vícejazyčným přepisem porovnává živý překlad s přepisy po schůzce. Tato stránka se zaměřuje na volby čínštiny uvnitř úlohy přepisu.

Co může skrývat štítek kantonského benchmarku

Audit datové sady ACL 2025 klasifikoval psané prompty připojené k řečovým podmnožinám označeným jako kantonština. Jeho tabulka 5 ukázala výrazný rozdíl mezi Common Voice 17.0 yue a FLEURS yue_hk:

Text promptsStandard Written ChineseWritten vernacular CantoneseUnmarked
Common Voice 17.0 yue0.1%75.7%24.1%
FLEURS yue_hk89.8%0%10.2%

Tato procenta klasifikují textové prompty, nikoli mluvenou variantu jednotlivých nahrávek. Common Voice má také malou smíšenou kategorii, která je v této tabulce vynechána.

Článek naznačuje, že FLEURS yue_hk může být chybně označen, protože jeho prompty z velké části používají Standard Written Chinese. To neznamená, že žádný mluvčí nenamluvil nahrávky kantonsky. Znamená to, že samotný štítek nestačí jako důkaz pro tvrzení o hovorovém kantonském přepisu. Zeptejte se, zda benchmark dodavatele používá čtené prompty, konverzační řeč, nebo váš cílový doménový kontext.

Samostatná studie kantonské datové sady LREC 2022 zjistila 10.15% chybovost znaků, když byl model natrénovaný na korpusu MDCC testován na MDCC, ale 83.42%, když byl tentýž model testován na Common Voice zh-HK. Jde o výsledek pro jednu architekturu a dvě testovací sady, nikoli o univerzální chybovost kantonštiny. Praktické poučení zní: testujte své přízvuky, mikrofony a styl mluvy.

Studie ASR pro více dialektů z roku 2026 rovněž uvádí odlišné výsledky pro mandarínštinu a její dialektové testovací sady, ale tato čísla nelze přímo porovnávat s kantonským experimentem z roku 2022. Více o metrikách chyb najdete v našem srovnání přesnosti AI přepisu.

Čtěte jazykové kódy jako sliby specifické pro model

Google Cloud Speech-to-Text uvádí kódy včetně cmn-Hans-CN pro zjednodušenou mandarínštinu, cmn-Hant-TW pro tradiční mandarínštinu a yue-Hant-HK pro tradiční kantonštinu. Tyto kódy spojují variantu, písmo a region. To, které rozpoznávací modely jednotlivé kódy podporují, se také liší podle lokality.

Seznam modelů Deepgramu označuje tradiční kantonštinu jako zh-HK pro Nova-3, vedle možností pro zjednodušenou a tradiční mandarínštinu. Jeho seznam jazyků pro Flux STT čínštinu neobsahuje. Jazyk uvedený pro jeden model se nikdy nesmí automaticky považovat za funkční v jiném.

Žádný z těchto seznamů kódů vám neřekne, zda se hovorová kantonština normalizuje do formální prózy. Vyžádejte si krátkou ukázku v zamýšleném písmu a registru. Pokud dodavatel nedokáže odpovědět na otázku registru, porovnejte ukázku řádek po řádku s audiem.

Porovnávejte službu, ne jen hlavní sazbu

Ke dni October 2026 uvádí stránka Chinese Scribe od ElevenLabs cenu $0.40 za hodinu audia, zatímco čínská stránka GoTranscriptu inzeruje lidský přepis od $1.02 za minutu. Jde o výchozí ceny pro různé rozsahy, nikoli o ekvivalentní nabídky. Lidská služba inzeruje zpracování mandarínštiny i kantonštiny, výstupy v zjednodušeném nebo tradičním písmu a volitelnou lokalizaci. Před objednáním si ověřte aktuální sazby, doplňky a přesný výstup.

Stejnou opatrnost vyžadují i benchmarková čísla. Srovnání více jazyků od AssemblyAI provozované dodavatelem uvádí jeden čínský sloupec místo samostatných řádků pro mandarínštinu a kantonštinu. Jde o snímek testovaných systémů a datových sad, nikoli o důkaz výkonu na vašem kantonském rozhovoru. Zeptejte se, jaká verze modelu, jazyková podmnožina a výpočet chybovosti znaků vedly k uvedenému skóre.

Pro přepínání mezi mandarínštinou a angličtinou si připravte také dvojjazyčnou ukázku. Výzva ISCSLP 2022 Chinese-English uvedla pro svůj vítězný systém 16.70% chybovost směsi oproti 26.50% základní hodnotě výzvy. Tento řízený výsledek nedokáže předpovědět každou schůzku, ale ukazuje, proč je monolingvní demo neúplným nákupním testem.

Čtyřkrokový test čínského audia na text

  1. Určete řeč. Zaznamenejte, zda je zdroj mandarínština, kantonština, jiná varianta, nebo směs s angličtinou. Vyberte explicitní podporovaný kód, pokud jej model nabízí.
  2. Upřesněte výstup. Uveďte zjednodušené nebo tradiční znaky a zda má přepis zachovat hovorové znění.
  3. Otestujte reprezentativní audio. Zahrňte skutečné přízvuky, hluk na pozadí, jména i případné přepínání jazyků. Zkontrolujte výstup spolu s nahrávkou.
  4. Ponechte si cestu k revizi. Uložte audio, zdokumentujte model a nastavení a vyhraďte rozpočet na lidskou kontrolu, pokud je přesné znění podstatné.

Živé titulky a archivní přepis mají odlišná kritéria úspěchu. K tomuto rozhodnutí o pracovním postupu se podívejte na přepis v reálném čase versus přepis z nahraného audia. Pokud je cílem čínský text přeložený z jiného mluveného jazyka, použijte workflow pro překlad řeči, například náš průvodce překladačem z arabštiny do čínštiny.

Kde se uplatní MirrorCaption

MirrorCaption v současnosti zobrazuje jednu čínskou jazykovou možnost. Nenabízí samostatnou možnost kantonštiny ani ovládání písma Simplified/Traditional a pro produkt nezveřejňujeme žádnou čínskou chybovost znaků. Nahraná audia používají pro každý soubor jednu zvolenou zdrojovou řeč. Pokud vaše úloha vyžaduje certifikovaný nebo doslovný kantonský záznam, použijte službu s explicitním ovládáním a lidskou kontrolou.

Pro živou konverzaci mandarínštiny a angličtiny může MirrorCaption zobrazit původní řeč vedle překladu, zatímco lidé mluví. Vyzkoušejte to na vlastní ukázce a rozhodněte, zda je to pro schůzku užitečné; nenahrazuje to revidovaný archivní přepis.

Vyzkoušejte MirrorCaption zdarma

Podívejte se na živé čínské a anglické titulky vedle sebe na reprezentativní konverzaci. Jedna bezplatná hodina na vyzkoušení, jednorázově, bez platební karty.

Začít zdarma

Často kladené otázky

Je přepis kantonštiny stejně přesný jako mandarínštiny?

Neexistuje jedno srovnatelné číslo přesnosti. Studie kantonštiny z roku 2022 ukázala, že jeden model se z 10.15% chybovosti znaků na vlastní testovací sadě dostal na 83.42% na jiném korpusu. Testujte stejný typ audia, který plánujete přepisovat.

Dokáže přepisový software automaticky rozlišit mandarínštinu a kantonštinu?

Detekce závisí na modelu a nahrávce. Google Cloud uvádí kantonštinu jako yue-Hant-HK; Deepgram Nova-3 ji uvádí jako zh-HK. Pokud je to možné, zvolte explicitní variantu a otestujte ukázku.

Vrátí se čínský přepis v zjednodušených, nebo tradičních znacích?

Záleží na službě a modelu. Některé zdokumentované jazykové kódy spojují písmo s variantou a regionem. Před odesláním velké dávky si ověřte skutečný výstup.

Jak si nástroje poradí se schůzkou, která míchá čínštinu a angličtinu?

Použijte reprezentativní nahrávku s přepínáním jazyků a jmény. Výzva ISCSLP 2022 uvedla pro svůj vítězný systém na vlastní testovací sadě 16.70% chybovost směsi, což připomíná, že je třeba dvojjazyčné audio testovat přímo.

Umožňuje MirrorCaption zvolit čínskou variantu a písmo?

Ne. MirrorCaption v současnosti nabízí jednu čínskou jazykovou možnost bez samostatných ovládacích prvků pro kantonštinu nebo písmo. Nezveřejňujeme vlastní benchmark přesnosti čínštiny.