Transcrierea în chineză este mai întâi o întrebare de achiziție, abia apoi un upload de fișier. Întreabă ce variantă vorbită gestionează modelul, ce sistem de scriere folosește și dacă rezultatul păstrează vorbirea sau o normalizează în chineză scrisă formală. O singură setare „Chinese” poate lăsa aceste decizii implicite.

Idei principale

Transcrierea în chineză are trei cerințe separate

Varianta vorbită îi spune sistemului de recunoaștere ce tip de vorbire să aștepte. Mandarin și Cantonese au nevoie de evaluări separate; un model care acceptă un cod chinezesc generic poate să nu ofere aceleași rezultate pentru ambele. Sistemul de scriere întreabă dacă ieșirea trebuie să folosească caractere simplificate sau tradiționale. Registrul întreabă dacă o transcriere în cantonese ar trebui să păstreze formularea vernaculară sau să sune ca Standard Written Chinese. Acestea sunt cerințe distincte pentru livrabil, chiar și atunci când un serviciu le combină într-o singură setare.

O rescriere formală poate fi potrivită pentru notițele unei ședințe, dar nu poate servi drept citat literal fără verificarea înregistrării. Pentru un interviu, un document juridic sau o transcriere de cercetare, cere un eșantion care păstrează formularea de care ai nevoie și păstrează audio-ul sursă disponibil pentru verificare.

Ai nevoie de o comparație mai amplă a instrumentelor? Ghidul nostru de transcriere multilingvă compară traducerea live cu transcrierile post-ședință. Această pagină se concentrează pe alegerile de limbă chineză din cadrul jobului de transcriere.

Ce poate ascunde o etichetă de benchmark pentru cantonese

Un audit de set de date ACL 2025 a clasificat text prompts atașate subseturilor de vorbire etichetate ca cantonese. Tabelul 5 a găsit o diferență clară între Common Voice 17.0 yue și 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%

Aceste procente clasifică text prompts, nu varianta vorbită a înregistrărilor individuale. Common Voice are și o categorie mixtă mică, omisă din acest tabel.

Lucrarea sugerează că FLEURS yue_hk ar putea fi etichetat greșit, deoarece prompturile sale folosesc în mare parte Standard Written Chinese. Asta nu stabilește că niciun vorbitor nu a pronunțat înregistrările în cantonese. Înseamnă că eticheta singură nu este o dovadă suficientă pentru o afirmație despre transcrierea cantonese colocviale. Întreabă dacă benchmark-ul unui furnizor folosește prompturi citite, vorbire conversațională sau domeniul tău țintă.

Un studiu separat LREC 2022 despre seturi de date cantonese a constatat o rată de eroare la caractere de 10.15% când un model antrenat pe corpusul său MDCC a fost testat pe MDCC, dar 83.42% când același model a fost testat pe Common Voice zh-HK. Acesta este un rezultat pentru o singură arhitectură și două seturi de test, nu o rată universală de eroare pentru cantonese. Lecția practică este să testezi accentele, microfoanele și stilul de vorbire al tău.

Un studiu ASR multi-dialect din 2026 raportează, de asemenea, rezultate diferite pentru Mandarin și seturile sale de test dialectale, dar acele cifre nu pot fi comparate direct cu experimentul cantonese din 2022. Pentru mai multe despre metricile de eroare, vezi comparația noastră privind acuratețea transcrierii AI.

Citește codurile de limbă ca promisiuni specifice modelului

Google Cloud Speech-to-Text listează coduri precum cmn-Hans-CN pentru Mandarin simplificat, cmn-Hant-TW pentru Mandarin tradițional și yue-Hant-HK pentru Cantonese tradițional. Aceste coduri combină varianta, sistemul de scriere și regiunea. Și modelele de recunoaștere care suportă fiecare cod variază în funcție de locație.

Lista de modele Deepgram etichetează Cantonese tradițional ca zh-HK pentru Nova-3, alături de opțiuni pentru Mandarin simplificat și tradițional. Lista de limbi pentru Flux STT nu include chineza. O limbă afișată pentru un model nu trebuie niciodată presupusă ca funcționând în altul.

Niciuna dintre listele de coduri nu îți spune dacă cantonese colocvial va fi normalizat în proză formală. Cere un eșantion scurt în sistemul de scriere și registrul dorite. Dacă furnizorul nu poate răspunde la întrebarea despre registru, compară eșantionul linie cu linie cu audio-ul.

Compară serviciul, nu doar tariful afișat

Începând cu October 2026, pagina Chinese Scribe de la ElevenLabs afișează $0.40 pe oră audio, în timp ce pagina chineză GoTranscript promovează transcriere umană de la $1.02 pe minut. Acestea sunt prețuri de pornire pentru domenii diferite, nu oferte echivalente. Serviciul uman promovează gestionarea pentru Mandarin și Cantonese, livrabile în Simplified sau Traditional și localizare opțională. Verifică tarifele curente, opțiunile suplimentare și livrabilul exact înainte de a comanda.

Și cifrele de benchmark au nevoie de aceeași atenție. Comparația multilingvă realizată de vendor AssemblyAI prezintă o singură coloană pentru chineză, nu rânduri separate pentru Mandarin și Cantonese. Este o imagine de moment a sistemelor și seturilor de date testate, nu o dovadă a performanței pe interviul tău în cantonese. Întreabă ce versiune de model, ce subset de limbă și ce calcul al ratei de eroare la caractere au produs scorul citat.

Pentru comutarea Mandarin-English, construiește și un eșantion bilingv. Provocarea ISCSLP 2022 Chinese-English a raportat o rată de eroare de amestec de 16.70% pentru sistemul câștigător, față de un baseline al provocării de 26.50%. Acest rezultat controlat nu poate prezice fiecare ședință, dar arată de ce o demonstrație monolingvă este un test de achiziție incomplet.

Un test în patru pași pentru audio chinezesc în text

  1. Identifică vorbirea. Notează dacă sursa este Mandarin, Cantonese, o altă variantă sau este amestecată cu engleză. Selectează un cod explicit suportat acolo unde modelul oferă unul.
  2. Specifică ieșirea. Precizează caractere simplificate sau tradiționale și dacă transcrierea trebuie să păstreze formularea conversațională.
  3. Testează audio reprezentativ. Include accente reale, zgomot de fundal, nume și orice schimbare de limbă. Inspectează ieșirea împreună cu înregistrarea.
  4. Păstrează o cale de revizuire. Salvează audio-ul, documentează modelul și setările și bugetează revizuire umană atunci când formularea exactă este importantă.

Subtitrările live și o transcriere de arhivă au criterii de succes diferite. Vezi transcriere în timp real versus transcriere din audio înregistrat pentru acea alegere de flux de lucru. Dacă scopul este text chinezesc tradus dintr-o altă limbă vorbită, folosește un flux de lucru de traducere vocală, cum ar fi ghidul nostru Arabic to Chinese translator.

Unde se potrivește MirrorCaption

MirrorCaption afișează în prezent o singură opțiune de limbă chineză. Nu oferă o opțiune separată pentru Cantonese sau un control pentru sistemul de scriere Simplified/Traditional, iar noi nu publicăm nicio rată de eroare la caractere pentru produs în chineză. Înregistrările încărcate folosesc o singură limbă sursă selectată per fișier. Folosește un serviciu cu controale explicite și revizuire umană atunci când jobul tău necesită o înregistrare cantonese certificată sau literală.

Pentru conversații live Mandarin-English, MirrorCaption poate afișa vorbirea originală alături de o traducere în timp ce oamenii vorbesc. Încearcă-l cu propriul tău eșantion pentru a decide dacă este util pentru ședință; nu înlocuiește o transcriere de arhivă revizuită.

Încearcă MirrorCaption gratuit

Vezi subtitrări live în chineză și engleză, una lângă alta, pe o conversație reprezentativă. O oră gratuită pentru testare, o singură dată, fără card de credit.

Începe gratuit

Întrebări frecvente

Este transcrierea în cantonese la fel de precisă ca în Mandarin?

Nu există o singură cifră de acuratețe comparabilă. Un studiu cantonese din 2022 a arătat cum un model a trecut de la o rată de eroare la caractere de 10.15% pe propriul set de test la 83.42% pe un alt corpus. Testează același tip de audio pe care intenționezi să-l transcrii.

Poate software-ul de transcriere să distingă automat Mandarin și Cantonese?

Detectarea depinde de model și de înregistrare. Google Cloud listează Cantonese ca yue-Hant-HK; Deepgram Nova-3 îl listează ca zh-HK. Alege o variantă explicită atunci când este disponibilă și testează un eșantion.

Va reveni o transcriere în chineză în caractere simplificate sau tradiționale?

Depinde de serviciu și de model. Unele coduri de limbă documentate combină sistemul de scriere cu o variantă și o regiune. Confirmă ieșirea reală înainte de a trimite un lot mare.

Cum gestionează instrumentele o ședință care amestecă chineză și engleză?

Folosește o înregistrare reprezentativă cu schimbări de limbă și nume. Provocarea ISCSLP 2022 a raportat o rată de eroare de amestec de 16.70% pentru sistemul câștigător pe propriul set de test, ceea ce reamintește să testezi direct audio bilingv.

Îmi permite MirrorCaption să aleg varianta și sistemul de scriere chinezesc?

Nu. MirrorCaption oferă în prezent o singură opțiune de limbă chineză, fără controale separate pentru Cantonese sau pentru sistemul de scriere. Nu publicăm propriul nostru benchmark de acuratețe în chineză.