ऑडियो और वीडियो ट्रांसक्रिप्शन इस्तेमाल कैसे करें
- 1
रिकॉर्डिंग जोड़ें
MP3, M4A, WAV, MP4 या MOV फ़ाइल यहाँ खींचकर छोड़ें, या ऑडियो रिकॉर्ड करें पर जाएँ और माइक्रोफ़ोन में बोलें।
- 2
ट्रांसक्राइब करना शुरू करें
ज़्यादातर रिकॉर्डिंग के लिए Base ठीक है; लहजे और शोर वाली रिकॉर्डिंग में Small बेहतर रहता है। भाषा को ऑटो-डिटेक्ट पर रहने दें या खुद चुनें।
- 3
पढ़ें, चलाएँ और खोजें
प्लेबैक में हाइलाइट होते शब्दों के साथ चलें, किसी शब्द पर क्लिक करके वहाँ पहुँचें, और नाम या विषय खोजें।
- 4
सेव करें
टेक्स्ट कॉपी करें, या शब्दों के समय के साथ TXT, DOCX, SRT, VTT या JSON डाउनलोड करें।
सीमाएँ और Pro
हर फ़ाइल या रिकॉर्डिंग के लिए 10 मिनट तक का ऑडियो (इससे लंबी फ़ाइलों के पहले 10 मिनट ट्रांसक्राइब होते हैं), फ़ाइलें 500 MB तक। स्पीच मॉडल एक बार डाउनलोड होता है: 43 MB (Tiny), 80 MB (Base) या 252 MB (Small)।
हर फ़ाइल के लिए 600 मिनट तक और फ़ाइलें 4 GB तक। Pro देखें
ऑडियो और वीडियो ट्रांसक्रिप्शन के बारे में
Transcribe एक स्पीच-टू-टेक्स्ट टूल है, जो इंटरव्यू, लेक्चर, मीटिंग, पॉडकास्ट, प्रवचन और वॉइस नोट के लिए बना है। आप कोई रिकॉर्डिंग चुनते हैं या माइक्रोफ़ोन से रिकॉर्ड करते हैं, और ओपन-सोर्स Whisper मॉडल 99 भाषाओं में से किसी भी भाषा में बोली गई बात विराम-चिह्नों और कैपिटल अक्षरों के साथ लिख देता है। लंबी रिकॉर्डिंग 30-सेकंड की खिड़कियों में प्रोसेस होती है, इसलिए बाकी हिस्सा प्रोसेस होते समय ही टेक्स्ट दिखने लगता है, और खिड़की के किनारे पर कटा हुआ शब्द खोता नहीं, अगली खिड़की से दोबारा पढ़ लिया जाता है।
नतीजा टेक्स्ट की लंबी दीवार नहीं, बल्कि पढ़ने में आसान व्यू है: जहाँ बोलने वाला रुकता है, वहाँ वाक्य पैराग्राफ़ में बँट जाते हैं, हर पैराग्राफ़ अपना शुरुआती समय दिखा सकता है, और हर शब्द का अपना टाइमस्टैंप होता है। प्ले दबाएँ तो जो शब्द बोला जा रहा है वह हाइलाइट होता है; किसी भी शब्द पर क्लिक करके उसे संदर्भ के साथ सुनें। खोज पूरी ट्रांसक्रिप्ट में किसी भी वाक्यांश को ढूँढती है और हर मैच तक ले जाती है।
डाउनलोड में आगे के सारे आम काम शामिल हैं: नोट्स के लिए सादा टेक्स्ट (टाइमस्टैंप के साथ या बिना), एडिट और शेयर करने के लिए Word दस्तावेज़, रिकॉर्डिंग को वीडियो के रूप में प्रकाशित करना हो तो SRT या VTT, और डेवलपर के लिए हर शब्द के शुरू और खत्म होने के समय वाली JSON। ट्रांसक्रिप्ट यह नहीं बताती कि कौन बोल रहा है, और यह लाइव कैप्शनिंग टूल भी नहीं है — पहले रिकॉर्डिंग, फिर ट्रांसक्रिप्शन।
गोपनीयता
रिकॉर्डिंग आपके कंप्यूटर या फ़ोन पर ही रहती हैं: फ़ाइलें लोकल में खुलती हैं, माइक्रोफ़ोन का ऑडियो इसी पेज पर मेमोरी में रिकॉर्ड होता है, और Whisper बैकग्राउंड वर्कर में चलता है, ऑडियो कहीं भेजे बिना। टैब बंद करते ही रिकॉर्डिंग और ट्रांसक्रिप्ट हट जाते हैं। सिर्फ़ स्पीच मॉडल एक बार Hugging Face से लिया जाता है और आपके ब्राउज़र के कैश में रखा जाता है।
खूबियाँ
कुछ भी अपलोड नहीं होता
डिकोडिंग और पहचान दोनों इसी ब्राउज़र टैब में होती हैं, इसलिए गोपनीय कॉल और इंटरव्यू आपके पास ही रहते हैं।
99 भाषाएँ
भाषा की अपने-आप पहचान, साथ ही किसी भी समर्थित भाषा से अंग्रेज़ी में अनुवाद।
शब्द-स्तर के टाइमस्टैंप
हर शब्द का समय दर्ज होता है, इसलिए क्लिक करके चला सकते हैं और लाइव हाइलाइट के साथ पढ़ते चल सकते हैं।
माइक से रिकॉर्ड करें
वॉइस नोट, इंटरव्यू या डिक्टेशन रिकॉर्ड करें और तुरंत ट्रांसक्राइब करें।
TXT, Word, SRT, VTT, JSON
जो फ़ॉर्मैट चाहिए वही एक्सपोर्ट करें — दस्तावेज़, सबटाइटल या अपने टूल के लिए structured डेटा।
ट्रांसक्रिप्ट में खोजें
किसी नाम या वाक्यांश का हर ज़िक्र ढूँढें और मैच के बीच आगे-पीछे जाएँ।