रिकॉर्डिंग, या किसी वीडियो की आवाज़, को एडिट किए जा सकने वाले ट्रांसक्रिप्ट और SRT या VTT सबटाइटल में बदलें। आवाज़ की पहचान आपके डिवाइस पर चलती है और फ़ाइल कभी अपलोड नहीं होती।
ऑडियो से टेक्स्ट कन्वर्टर
रिकॉर्डिंग, या किसी वीडियो की आवाज़, को एडिट किए जा सकने वाले ट्रांसक्रिप्ट और SRT या VTT सबटाइटल में बदलें। आवाज़ की पहचान आपके डिवाइस पर चलती है और फ़ाइल कभी अपलोड नहीं होती।
रिकॉर्डिंग अक्सर इंटरव्यू, कॉल और मीटिंग की होती हैं। ऑडियो इसी डिवाइस पर डिकोड और पहचाना जाता है और कभी अपलोड नहीं होता; सिर्फ़ मॉडल ख़ुद एक बार डाउनलोड होता है।
ऑडियो से टेक्स्ट किसी रिकॉर्डिंग, या वीडियो के साउंडट्रैक, को ऐसे टेक्स्ट में बदलता है जिसे आप एडिट कर सकें और ऐसे सबटाइटल में जिन्हें आप इस्तेमाल कर सकें। स्पीच रिकग्निशन आपके डिवाइस पर एक बैकग्राउंड वर्कर में चलता है: फ़ाइल डिकोड होती है, एक मॉडल लोड होता है, और नतीजा समय-चिह्नित हिस्सों (सेगमेंट) के रूप में लौटता है। उन्हीं से टूल एडिट किया जा सकने वाला ट्रांसक्रिप्ट बनाता है, जिसमें सर्च है, टाइमस्टैम्प वाले अनुच्छेद हैं, JSON है, और सबटाइटल क्यू हैं जो वाक्य के अंत पर काटे जाते हैं, उन सीमाओं के भीतर जो आप प्रति लाइन अक्षरों, लाइनों और स्क्रीन पर रहने के सेकंड के लिए तय करते हैं। आप किसी भी क्यू के शब्द सुधार सकते हैं, हर टाइमिंग को सेकंड के किसी अंश से खिसका सकते हैं, और SRT या WebVTT डाउनलोड कर सकते हैं। मॉडल एक बार डाउनलोड होता है और आपके ब्राउज़र में कैश हो जाता है; रिकॉर्डिंग ख़ुद आपके कंप्यूटर से बाहर कभी नहीं जाती।
विशेषताएँ
ऑडियो फ़ाइलें और वीडियो फ़ाइलों का ऑडियो ट्रैक पढ़ता है
डिवाइस पर चलने वाले तीन मॉडल साइज़, तेज़ सिर्फ़-अंग्रेज़ी वाले से लेकर धीमे बहुभाषी वाले तक
सर्च वाला एडिट किया जा सकने वाला ट्रांसक्रिप्ट, जो हर मिलान को हाइलाइट करता है
प्रति लाइन अक्षर, लाइन और स्क्रीन पर सेकंड की सीमा वाले सबटाइटल क्यू, जो सबसे पहले वाक्य के अंत पर काटे जाते हैं
किसी भी क्यू के शब्द एडिट करें, और हर टाइमिंग को पहले या बाद में खिसकाएँ
SRT या WebVTT, सादा टेक्स्ट, टाइमस्टैम्प वाले अनुच्छेद या JSON डाउनलोड करें
शब्दों की गिनती, अवधि, बोलने की रफ़्तार और क्यू की गिनती
हर चरण की प्रोग्रेस: डिकोडिंग, एक बार होने वाला मॉडल डाउनलोड, और पहचान
ऑडियो से टेक्स्ट का उपयोग कैसे करें
कोई ऑडियो या वीडियो फ़ाइल पेज पर ड्रॉप करें
मॉडल और बोली जाने वाली भाषा चुनें
Transcribe दबाएँ और इंतज़ार करें, जब तक फ़ाइल डिकोड होती है, मॉडल लोड होता है और बोले गए शब्द पहचाने जाते हैं
टेक्स्ट या क्यू सुधारें, फिर टेक्स्ट कॉपी करें या SRT या VTT डाउनलोड करें
उदाहरण
इनपुट
interview.mp3 — first 10 seconds
Max 42 characters per line · 2 lines · 6 s per cue
आउटपुट
1
00:00:00,000 --> 00:00:03,400
Welcome back to the show. Today we are
talking about how maps get made.
2
00:00:03,400 --> 00:00:07,100
Our guest has surveyed coastlines
on four continents.
3
00:00:07,100 --> 00:00:09,800
Let's start at the beginning.
क्यू सबसे पहले वाक्य के अंत पर टूटते हैं, और कोई भी लाइन आपकी चुनी हुई सीमा से आगे नहीं जाती।
सामान्य त्रुटियाँ और समस्या निवारण
ब्राउज़र कहता है कि वह फ़ाइल डिकोड नहीं कर सका। — MP3, WAV, M4A या OGG आज़माएँ। MKV और AVI जैसे कुछ वीडियो कंटेनर ब्राउज़र पढ़ ही नहीं सकता; पहले ऑडियो को MP3 या WAV में निकालें और उसे टेक्स्ट में बदलें।
नाम, संख्याएँ या तकनीकी शब्द ग़लत आते हैं। — पहचान सबसे कमज़ोर यहीं पड़ती है। बड़ा मॉडल थोड़ी मदद करता है, और बोली जाने वाली भाषा साफ़ तौर पर सेट करने से और ज़्यादा; दोनों सूरतों में नतीजे को रिकॉर्डिंग से मिलाकर पढ़ें।
सबटाइटल की लाइनें बहुत लंबी हैं, या हर क्यू बहुत देर तक टिका रहता है। — Subtitles टैब खोलें और प्रति लाइन अक्षरों की संख्या या क्यू की अधिकतम लंबाई घटाएँ। क्यू तुरंत दोबारा बन जाते हैं, और नई सीमाएँ हर जगह लागू होती हैं।
वीडियो प्लेयर में सबटाइटल थोड़े पहले या बाद में दिखते हैं। — हर क्यू को सेकंड के किसी अंश से खिसकाने के लिए Shift all timings इस्तेमाल करें। नेगेटिव मान उन्हें पहले कर देता है और वीडियो की शुरुआत पर रुक जाता है।
अक्सर पूछे जाने वाले प्रश्न
ऑडियो से टेक्स्ट कितना सटीक है, और ट्रांसक्रिप्ट किन वजहों से बिगड़ता है?
एक व्यक्ति की साफ़ आवाज़ पर यह अच्छा काम करता है, और बैकग्राउंड शोर, एक-दूसरे की बात काटकर बोलते लोगों, भारी लहजे, और ऐसे नामों या तकनीकी शब्दों पर, जो उसने पहले नहीं देखे, साफ़ तौर पर ख़राब। आउटपुट को सुधारे जाने वाले ड्राफ़्ट की तरह लें; Text टैब इसीलिए एडिट किया जा सकता है।
ऑडियो से टेक्स्ट कौन-सी भाषाओं को टेक्स्ट में बदल सकता है?
सिर्फ़-अंग्रेज़ी वाला मॉडल अंग्रेज़ी संभालता है। बहुभाषी मॉडल स्पैनिश, फ़्रेंच, जर्मन, पुर्तगाली, हिंदी, जापानी, चीनी और रूसी को भी कवर करते हैं, और भाषा अपने आप पहचान सकते हैं, हालाँकि भाषा का नाम साफ़ तौर पर बताने से नतीजे बेहतर आते हैं।
एक घंटे के ऑडियो को टेक्स्ट में बदलने में ऑडियो से टेक्स्ट कितना समय लेता है?
आम लैपटॉप पर small मॉडल के साथ लगभग रिकॉर्डिंग की लंबाई के बराबर, और उससे छोटे मॉडलों के साथ कम। पहली बार चलाने पर मॉडल भी एक बार डाउनलोड होता है। पेज हर चरण को होते समय दिखाता है: डिकोडिंग, डाउनलोडिंग और सुनना।
ऑडियो से टेक्स्ट से किसी वीडियो के सबटाइटल SRT या VTT में कैसे पाएँ?
वीडियो फ़ाइल ड्रॉप करें, उसे टेक्स्ट में बदलें, Subtitles टैब खोलें, अपनी पसंद की लाइन की लंबाई और क्यू की लंबाई सेट करें, और SRT या VTT डाउनलोड करें। फ़ाइल को प्लेयर या एडिटर में अपने वीडियो के साथ लोड करें; अगर टाइमिंग थोड़ी आगे-पीछे हो, तो पहले सारी टाइमिंग खिसका लें।
क्या ऑडियो से टेक्स्ट मेरी रिकॉर्डिंग अपलोड करता है, और एक बार क्या डाउनलोड होता है?
रिकॉर्डिंग आपके डिवाइस पर डिकोड और पहचानी जाती है और कभी अपलोड नहीं होती। जो एक बार डाउनलोड होता है, वह पहचान वाला मॉडल ख़ुद है, किसी सार्वजनिक मॉडल होस्ट से, जिसे आपका ब्राउज़र फिर कैश कर लेता है, ताकि बाद के रन तुरंत शुरू हों और ऑफ़लाइन भी चल सकें।
क्या ऑडियो से टेक्स्ट में फ़ाइल की अधिकतम लंबाई की कोई सीमा है?
कोई तय सीमा नहीं है, पर डिकोडिंग के लिए पूरी फ़ाइल मेमोरी में चाहिए, इसलिए बहुत बड़ी वीडियो फ़ाइलें फ़ेल हो सकती हैं। लंबे वीडियो के लिए पहले ऑडियो निकालें और उसे टेक्स्ट में बदलें, या रिकॉर्डिंग को हिस्सों में बाँट लें।
संबंधित टूल
ध्वनि से PDF — रिकॉर्डिंग को उपकरण पर प्रतिलेखित करें और PDF, SRT या VTT में लें।
सबटाइटल कन्वर्टर — SRT, WebVTT, SBV और ASS, टाइमिंग शिफ्ट के साथ।
वॉइस रिकॉर्डर — माइक्रोफ़ोन से रिकॉर्ड करें, रिकॉर्डिंग ट्रिम करें और WAV या ओरिजिनल फ़ॉर्मेट में सेव करें।
AI टेक्स्ट समराइज़र — लंबे टेक्स्ट का छोटा सार पाएँ, एक AI मॉडल से जो आपके ब्राउज़र में चलता है।
ऑडियो कन्वर्टर — MP3, WAV, FLAC, M4A और OGG के बीच ऑडियो बदलें।
वीडियो से ऑडियो निकालें — किसी वीडियो से ऑडियो को MP3, WAV या M4A के रूप में निकालें, अपने ब्राउज़र में — कुछ भी अपलोड नहीं होता।
वीडियो ट्रिमर — शुरुआत और अंत समय से किसी वीडियो की क्लिप काटें, अपने ब्राउज़र में — कुछ भी अपलोड नहीं होता।
PDF OCR — स्कैन किए PDF का पाठ पहचानकर उसे खोजने योग्य बनाएँ।
वीडियो के और टूल
वीडियो कंप्रेसर — अपने ब्राउज़र में वीडियो फ़ाइलें कंप्रेस करें — कुछ भी अपलोड नहीं होता।
वीडियो कन्वर्टर — MOV, MKV, AVI, WebM और MP4 वीडियो को अपने ब्राउज़र में MP4 या WebM में कन्वर्ट करें — कुछ भी अपलोड नहीं होता।
वीडियो ट्रिमर — शुरुआत और अंत समय से किसी वीडियो की क्लिप काटें, अपने ब्राउज़र में — कुछ भी अपलोड नहीं होता।
वीडियो से ऑडियो निकालें — किसी वीडियो से ऑडियो को MP3, WAV या M4A के रूप में निकालें, अपने ब्राउज़र में — कुछ भी अपलोड नहीं होता।
वीडियो म्यूट करें — अपने ब्राउज़र में किसी वीडियो से ऑडियो ट्रैक हटाएँ — कुछ भी अपलोड नहीं होता।
म्यूज़िक जोड़ें / ऑडियो बदलें — किसी वीडियो के ऑडियो को अपने म्यूज़िक से बदलें और वॉल्यूम समायोजित करें, अपने ब्राउज़र में।
वीडियो रीसाइज़र — Reels, YouTube, स्क्वेयर और अधिक के लिए लेटरबॉक्सिंग के साथ वीडियो रीसाइज़ करें, अपने ब्राउज़र में।
वीडियो क्रॉप करें — किसी वीडियो को स्क्वेयर, वर्टिकल या लैंडस्केप में क्रॉप करें और किनारे काटें, अपने ब्राउज़र में।
वीडियो से GIF — किसी वीडियो की क्लिप को एक ऑप्टिमाइज़्ड एनिमेटेड GIF में बदलें, अपने ब्राउज़र में — कुछ भी अपलोड नहीं होता।
GIF से वीडियो — छोटे साइज़ और आसान साझाकरण के लिए किसी एनिमेटेड GIF को MP4 या WebM में कन्वर्ट करें, अपने ब्राउज़र में।
वीडियो थंबनेल जनरेटर — किसी वीडियो से स्टिल फ़्रेम स्वतः जनरेट करें और उन्हें JPG, PNG या WebP के रूप में डाउनलोड करें।
वीडियो से स्क्रीनशॉट — किसी वीडियो के मौजूदा फ़्रेम को PNG, JPEG या WebP इमेज के रूप में कैप्चर करें, अपने ब्राउज़र में।
वीडियो बाँटें — किसी वीडियो को समय या गिनती से कई हिस्सों में बाँटें और उन्हें ZIP के रूप में डाउनलोड करें, अपने ब्राउज़र में।
वीडियो में वॉटरमार्क जोड़ें — स्थान और अपारदर्शिता नियंत्रण के साथ किसी वीडियो पर टेक्स्ट या लोगो वॉटरमार्क ओवरले करें, अपने ब्राउज़र में।