La trascrizione cinese è una questione di acquisto prima ancora che di caricamento di un file. Chiedi quale varietà parlata gestisce il modello, quale scrittura produce e se il risultato conserva il parlato o lo normalizza in cinese scritto formale. Una singola impostazione “Chinese” può lasciare implicite queste decisioni.

Punti chiave

La trascrizione cinese ha tre requisiti separati

Varietà parlata indica al sistema di riconoscimento quale parlato aspettarsi. Mandarino e cantonese richiedono valutazioni separate; un modello che accetta un codice cinese generico potrebbe non fornire gli stessi risultati per entrambi. Scrittura chiede se l’output debba usare caratteri semplificati o tradizionali. Registro chiede se un transcript cantonese debba mantenere un lessico colloquiale o sembrare cinese scritto standard. Si tratta di requisiti di consegna distinti, anche quando un servizio li combina in un’unica impostazione.

Una riscrittura formale può andare bene per gli appunti di una riunione, ma non può servire come citazione letterale senza controllare la registrazione. Per un’intervista, un atto legale o un transcript di ricerca, chiedi un campione che conservi il wording di cui hai bisogno e mantieni disponibile l’audio sorgente per la revisione.

Ti serve un confronto più ampio tra strumenti? La nostra guida alla trascrizione multilingue confronta la traduzione in tempo reale con i transcript post-riunione. Questa pagina si concentra sulle scelte linguistiche cinesi all’interno del lavoro di trascrizione.

Cosa può nascondere un’etichetta di benchmark cantonese

Un audit di dataset ACL 2025 ha classificato i written prompts associati a sottoinsiemi vocali etichettati come cantonese. La sua Tabella 5 ha rilevato una forte differenza tra Common Voice 17.0 yue e 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%

Queste percentuali classificano i text prompts, non la varietà parlata delle singole registrazioni. Common Voice ha anche una piccola categoria mista omessa da questa tabella.

Il paper suggerisce che FLEURS yue_hk possa essere etichettato in modo errato perché i suoi prompt usano in gran parte il cinese scritto standard. Ciò non dimostra che nessun parlante abbia pronunciato le registrazioni in cantonese. Significa che l’etichetta da sola non è una prova sufficiente per affermare che la trascrizione del cantonese colloquiale sia corretta. Chiedi se il benchmark di un fornitore usa prompt letti, parlato conversazionale o il tuo dominio di riferimento.

Un separato studio sui dataset cantonese LREC 2022 ha rilevato un character error rate del 10.15% quando un modello addestrato sul suo corpus MDCC è stato testato su MDCC, ma dell’83.42% quando lo stesso modello è stato testato su Common Voice zh-HK. Questo è un risultato per una sola architettura e due set di test, non un tasso di errore cantonese universale. La lezione pratica è testare i tuoi accenti, i tuoi microfoni e il tuo stile di parlato.

Uno studio ASR multi-dialetto del 2026 riporta anch’esso risultati diversi sul mandarino e sui suoi set di test dialettali, ma quei numeri non possono essere confrontati direttamente con l’esperimento cantonese del 2022. Per saperne di più sulle metriche di errore, vedi il nostro confronto sull’accuratezza della trascrizione AI.

Leggi i codici lingua come promesse specifiche del modello

Google Cloud Speech-to-Text elenca codici tra cui cmn-Hans-CN per il mandarino semplificato, cmn-Hant-TW per il mandarino tradizionale e yue-Hant-HK per il cantonese tradizionale. Questi codici combinano varietà, script e regione. Anche i modelli di riconoscimento che supportano ciascun codice variano in base alla località.

L’elenco dei modelli di Deepgram etichetta il cantonese tradizionale come zh-HK per Nova-3, insieme alle opzioni di mandarino semplificato e tradizionale. Il suo elenco di lingue per Flux STT non include il cinese. Una lingua mostrata per un modello non deve mai essere considerata automaticamente compatibile con un altro.

Nessuno dei due elenchi di codici ti dice se il cantonese colloquiale verrà normalizzato in prosa formale. Richiedi un breve campione nello script e nel registro previsti. Se il fornitore non sa rispondere alla domanda sul registro, confronta il campione riga per riga con l’audio.

Confronta il servizio, non solo la tariffa in evidenza

Ad ottobre 2026, la pagina Chinese Scribe di ElevenLabs indica $0.40 per ora audio, mentre la pagina cinese di GoTranscript pubblicizza trascrizione umana a partire da $1.02 al minuto. Si tratta di prezzi di partenza per ambiti diversi, non di preventivi equivalenti. Il servizio umano pubblicizza la gestione di mandarino e cantonese, deliverable in semplificato o tradizionale e localizzazione opzionale. Verifica tariffe attuali, extra e deliverable esatto prima di ordinare.

Anche i numeri dei benchmark richiedono la stessa attenzione. Il confronto multilingue gestito dal vendor di AssemblyAI presenta una sola colonna cinese invece di righe separate per mandarino e cantonese. È un’istantanea dei sistemi e dei dataset testati, non una prova delle prestazioni sulla tua intervista in cantonese. Chiedi quale versione del modello, sottoinsieme linguistico e calcolo del character error rate abbiano prodotto il punteggio citato.

Per il code-switching mandarino-inglese, costruisci anche un campione bilingue. La sfida ISCSLP 2022 Chinese-English ha riportato un mixture error rate del 16.70% per il sistema vincitore rispetto a una baseline della sfida del 26.50%. Quel risultato controllato non può prevedere ogni riunione, ma mostra perché una demo monolingue è un test d’acquisto incompleto.

Un test in quattro passaggi per audio cinese in testo

  1. Identifica il parlato. Registra se la sorgente è mandarino, cantonese, un’altra varietà o mista con l’inglese. Seleziona un codice esplicitamente supportato quando il modello ne offre uno.
  2. Specifica l’output. Indica caratteri semplificati o tradizionali e se il transcript deve preservare il wording conversazionale.
  3. Testa audio rappresentativo. Includi accenti reali, rumore di fondo, nomi ed eventuali cambi di lingua. Ispeziona l’output insieme alla registrazione.
  4. Mantieni un percorso di revisione. Salva l’audio, documenta il modello e le impostazioni, e prevedi una revisione umana quando il wording esatto è rilevante.

I sottotitoli live e un transcript archivistico hanno criteri di successo diversi. Vedi trascrizione in tempo reale versus audio registrato per quella scelta di workflow. Se l’obiettivo è testo cinese tradotto da un’altra lingua parlata, usa un workflow di speech translation come la nostra guida al traduttore dall’arabo al cinese.

Dove si colloca MirrorCaption

MirrorCaption mostra attualmente una sola opzione di lingua cinese. Non offre un’opzione cantonese separata né un controllo dello script Simplified/Traditional, e non pubblichiamo alcun character error rate cinese per il prodotto. Le registrazioni caricate accettano una sola lingua sorgente selezionata per file. Usa un servizio con controlli espliciti e revisione umana quando il tuo lavoro richiede un verbale cantonese certificato o letterale.

Per una conversazione live mandarino-inglese, MirrorCaption può mostrare il parlato originale accanto a una traduzione mentre le persone parlano. Provalo con il tuo campione per decidere se è utile per la riunione; non sostituisce un transcript archivistico revisionato.

Prova MirrorCaption gratis

Vedi sottotitoli cinesi e inglesi live affiancati su una conversazione rappresentativa. Un’ora gratuita per provare, una sola volta, senza carta di credito.

Inizia gratis

Domande frequenti

La trascrizione cantonese è accurata quanto il mandarino?

Non esiste un singolo numero di accuratezza comparabile. Uno studio cantonese del 2022 ha mostrato un modello passare da un character error rate del 10.15% sul proprio set di test all’83.42% su un altro corpus. Testa lo stesso tipo di audio che intendi trascrivere.

Un software di trascrizione può distinguere automaticamente mandarino e cantonese?

Il rilevamento dipende dal modello e dalla registrazione. Google Cloud elenca il cantonese come yue-Hant-HK; Deepgram Nova-3 lo elenca come zh-HK. Scegli una varietà esplicita quando disponibile e testa un campione.

Un transcript cinese tornerà in caratteri semplificati o tradizionali?

Dipende dal servizio e dal modello. Alcuni codici lingua documentati combinano lo script con una varietà e una regione. Conferma l’output reale prima di inviare un lotto grande.

Come gestiscono gli strumenti una riunione che mescola cinese e inglese?

Usa una registrazione rappresentativa con cambi di lingua e nomi. La sfida ISCSLP 2022 ha riportato un mixture error rate del 16.70% per il sistema vincitore sul proprio set di test, un promemoria per testare direttamente l’audio bilingue.

MirrorCaption mi permette di scegliere la varietà e lo script cinesi?

No. MirrorCaption offre attualmente una sola opzione di lingua cinese, senza controlli separati per cantonese o script. Non pubblichiamo un nostro benchmark di accuratezza cinese.