Transkripsi Cina ialah isu perolehan sebelum ia menjadi muat naik fail. Tanyakan varieti pertuturan yang disokong oleh model, skrip yang ditulisnya, dan sama ada hasilnya mengekalkan pertuturan atau menormalkannya menjadi Cina bertulis formal. Satu tetapan “Chinese” sahaja mungkin membiarkan keputusan ini tersirat.
Pengambilan Utama
- Label Kantonis tidak membuktikan bahawa set ujian mewakili Kantonis perbualan. Audit ACL 2025 mendapati 89.8% daripada prompt teks dalam FLEURS
yue_hkialah Standard Written Chinese. - Dalam satu kajian 2022, model Kantonis mencatat kadar ralat aksara 10.15% pada set ujiannya sendiri dan 83.42% pada korpus Kantonis yang lain. Skor memerlukan set data dan konteks rakaman.
- Google Cloud dan Deepgram mendedahkan kod Cina khusus model yang berbeza. Sahkan varieti dan skrip output dengan model sebenar anda.
- Untuk petikan atau rekod, simpan audio dan semak transkrip yang mewakili terhadapnya sebelum memproses kelompok penuh.
Transkripsi Cina mempunyai tiga keperluan berasingan
Varieti pertuturan memberitahu sistem pengecaman jenis pertuturan yang perlu dijangka. Mandarin dan Kantonis memerlukan penilaian berasingan; model yang menerima kod Cina umum mungkin tidak memberikan hasil yang sama bagi kedua-duanya. Skrip bertanya sama ada output harus menggunakan aksara Ringkas atau Tradisional. Daftar bertanya sama ada transkrip Kantonis harus mengekalkan kata-kata vernakular atau dibaca seperti Standard Written Chinese. Ini ialah keperluan hasil yang berbeza, walaupun perkhidmatan menggabungkannya dalam satu tetapan.
Penulisan semula formal mungkin sesuai untuk nota mesyuarat, tetapi ia tidak boleh menjadi petikan verbatim tanpa menyemak rakaman. Untuk temu bual, rekod undang-undang atau transkrip penyelidikan, minta sampel yang mengekalkan kata-kata yang anda perlukan dan simpan audio sumber untuk semakan.
Apa yang boleh disembunyikan oleh label penanda aras Kantonis
Satu audit set data ACL 2025 mengelaskan prompt bertulis yang dilampirkan pada subset pertuturan berlabel Kantonis. Jadual 5 mendapati perbezaan ketara antara Common Voice 17.0 yue dan FLEURS yue_hk:
| Text prompts | Standard Written Chinese | Written vernacular Cantonese | Unmarked |
|---|---|---|---|
Common Voice 17.0 yue | 0.1% | 75.7% | 24.1% |
FLEURS yue_hk | 89.8% | 0% | 10.2% |
Peratusan ini mengelaskan prompt teks, bukan varieti pertuturan bagi rakaman individu. Common Voice juga mempunyai kategori campuran kecil yang tidak disertakan dalam jadual ini.
Kertas tersebut mencadangkan bahawa FLEURS yue_hk mungkin salah dilabel kerana promptnya sebahagian besarnya menggunakan Standard Written Chinese. Itu tidak membuktikan bahawa tiada penutur menyebut rakaman itu dalam Kantonis. Ini bermakna label sahaja tidak mencukupi sebagai bukti untuk dakwaan tentang transkripsi Kantonis percakapan. Tanya sama ada penanda aras vendor menggunakan prompt bacaan, pertuturan perbualan, atau domain sasaran anda.
Satu kajian set data Kantonis LREC 2022 yang berasingan mendapati kadar ralat aksara 10.15% apabila model yang dilatih pada korpus MDCC diuji pada MDCC, tetapi 83.42% apabila model yang sama diuji pada Common Voice zh-HK. Ini ialah hasil untuk satu seni bina dan dua set ujian, bukan kadar ralat Kantonis sejagat. Pengajaran praktikalnya ialah menguji loghat, mikrofon dan gaya pertuturan anda.
Satu kajian ASR berbilang dialek 2026 juga melaporkan hasil berbeza pada Mandarin dan set ujian dialeknya, tetapi angka tersebut tidak boleh dibandingkan secara langsung dengan eksperimen Kantonis 2022. Untuk lebih lanjut tentang metrik ralat, lihat perbandingan ketepatan transkripsi AI kami.
Baca kod bahasa sebagai janji khusus model
Google Cloud Speech-to-Text menyenaraikan kod termasuk cmn-Hans-CN untuk Mandarin Ringkas, cmn-Hant-TW untuk Mandarin Tradisional dan yue-Hant-HK untuk Kantonis Tradisional. Kod ini menggabungkan varieti, skrip dan wilayah. Model pengecaman yang menyokong setiap kod juga berbeza mengikut lokasi.
Senarai model Deepgram melabelkan Kantonis Tradisional sebagai zh-HK untuk Nova-3, bersama pilihan Mandarin Ringkas dan Tradisional. Senarai bahasa Flux STT tidak menyertakan Chinese. Bahasa yang dipaparkan untuk satu model tidak boleh dianggap berfungsi dalam model lain.
Tiada senarai kod yang memberitahu anda sama ada Kantonis percakapan akan dinormalkan menjadi prosa formal. Minta sampel pendek dalam skrip dan daftar yang dimaksudkan. Jika pembekal tidak dapat menjawab soalan daftar, bandingkan sampel baris demi baris dengan audio.
Bandingkan perkhidmatan, bukan hanya kadar tajuk
Sehingga Oktober 2026, halaman Chinese Scribe ElevenLabs menyenaraikan $0.40 per audio hour, manakala halaman Chinese GoTranscript mengiklankan transkripsi manusia bermula dari $1.02 per minute. Ini ialah harga permulaan untuk skop yang berbeza, bukan sebut harga yang setara. Perkhidmatan manusia itu mengiklankan pengendalian Mandarin dan Kantonis, hasil Ringkas atau Tradisional, serta penyetempatan pilihan. Sahkan kadar semasa, tambahan dan hasil tepat sebelum membuat pesanan.
Nombor penanda aras memerlukan perhatian yang sama. Perbandingan berbilang bahasa yang dijalankan vendor oleh AssemblyAI membentangkan satu lajur Chinese dan bukannya baris Mandarin dan Kantonis yang berasingan. Ia ialah gambaran sistem dan set data yang diuji, bukan bukti prestasi pada temu bual Kantonis anda. Tanya versi model, subset bahasa dan pengiraan kadar ralat aksara yang menghasilkan skor yang dipetik.
Untuk penukaran Mandarin-Inggeris, bina sampel dwibahasa juga. Cabaran Chinese-English ISCSLP 2022 melaporkan kadar ralat campuran 16.70% untuk sistem pemenangnya berbanding penanda aras cabaran 26.50%. Hasil terkawal itu tidak dapat meramalkan setiap mesyuarat, tetapi ia menunjukkan mengapa demo monolingual ialah ujian pembelian yang tidak lengkap.
Ujian audio-ke-teks Cina empat langkah
- Kenal pasti pertuturan. Catat sama ada sumber ialah Mandarin, Kantonis, varieti lain, atau bercampur dengan Inggeris. Pilih kod sokongan yang jelas apabila model menyediakannya.
- Tentukan output. Nyatakan aksara Ringkas atau Tradisional dan sama ada transkrip mesti mengekalkan kata-kata perbualan.
- Uji audio yang mewakili. Sertakan loghat sebenar, bunyi latar, nama dan sebarang pertukaran bahasa. Periksa output bersama rakaman.
- Simpan laluan semakan. Simpan audio, dokumentasikan model dan tetapan, dan peruntukkan semakan manusia apabila kata-kata tepat adalah penting.
Kapsyen langsung dan transkrip arkib mempunyai kriteria kejayaan yang berbeza. Lihat transkripsi masa nyata berbanding audio rakaman untuk pilihan aliran kerja itu. Jika matlamatnya ialah teks Cina yang diterjemahkan daripada bahasa pertuturan lain, gunakan aliran kerja terjemahan pertuturan seperti panduan penterjemah Arab ke Cina kami.
Di mana MirrorCaption sesuai
MirrorCaption pada masa ini memaparkan satu pilihan bahasa Cina. Ia tidak menawarkan pilihan Kantonis yang berasingan atau kawalan skrip Ringkas/Tradisional, dan kami tidak menerbitkan kadar ralat aksara Cina untuk produk ini. Rakaman yang dimuat naik mengambil satu bahasa sumber yang dipilih bagi setiap fail. Gunakan perkhidmatan dengan kawalan yang jelas dan semakan manusia apabila tugas anda memerlukan rekod Kantonis yang diperakui atau verbatim.
Untuk perbualan Mandarin-Inggeris secara langsung, MirrorCaption boleh memaparkan pertuturan asal di sebelah terjemahan semasa orang sedang bercakap. Cuba dengan sampel anda sendiri untuk menentukan sama ada itu berguna untuk mesyuarat; ia tidak menggantikan transkrip arkib yang telah disemak.
Cuba MirrorCaption Secara Percuma
Lihat kapsyen Cina dan Inggeris secara langsung bersebelahan pada perbualan yang mewakili. Satu jam percuma untuk mencuba, sekali sahaja, tanpa kad kredit.
Mula PercumaSoalan Lazim
Adakah transkripsi Kantonis setepat Mandarin?
Tiada satu nombor ketepatan yang boleh dibandingkan. Satu kajian Kantonis 2022 menunjukkan satu model berubah daripada kadar ralat aksara 10.15% pada set ujiannya sendiri kepada 83.42% pada korpus lain. Uji jenis audio yang sama seperti yang anda rancang untuk transkripsikan.
Adakah perisian transkripsi boleh membezakan Mandarin dan Kantonis secara automatik?
Pengesanan bergantung pada model dan rakaman. Google Cloud menyenaraikan Kantonis sebagai yue-Hant-HK; Deepgram Nova-3 menyenaraikannya sebagai zh-HK. Pilih varieti yang jelas apabila tersedia dan uji sampel.
Adakah transkrip Cina akan kembali dalam aksara Ringkas atau Tradisional?
Ia bergantung pada perkhidmatan dan model. Sesetengah kod bahasa yang didokumentasikan menggabungkan skrip dengan varieti dan wilayah. Sahkan output sebenar sebelum menghantar kelompok besar.
Bagaimanakah alat mengendalikan mesyuarat yang mencampurkan Cina dan Inggeris?
Gunakan rakaman yang mewakili dengan pertukaran bahasa dan nama. Cabaran ISCSLP 2022 melaporkan kadar ralat campuran 16.70% untuk sistem pemenangnya pada set ujiannya sendiri, yang mengingatkan kita untuk menguji audio dwibahasa secara langsung.
Adakah MirrorCaption membenarkan saya memilih varieti dan skrip Cina?
Tidak. MirrorCaption pada masa ini menawarkan satu pilihan bahasa Cina, tanpa kawalan Kantonis atau skrip yang berasingan. Kami tidak menerbitkan penanda aras ketepatan Cina kami sendiri.