होम
अतिरिक्त टूल

ऑडियो ट्रांसक्रिप्शन

लगभग 100 भाषाओं में बोली को टेक्स्ट में बदलें। कोई ऑडियो या वीडियो फ़ाइल छोड़ें या अपनी आवाज़ रिकॉर्ड करें, फिर ट्रांसक्रिप्ट कॉपी करें या सबटाइटल के रूप में डाउनलोड करें। AI मॉडल आपके ब्राउज़र में चलता है, इसलिए आपका ऑडियो कभी आपके डिवाइस से बाहर नहीं जाता।

मुफ़्तसाइन-अप की ज़रूरत नहींलोकल रूप से चलता है — फ़ाइलें कभी आपके डिवाइस से बाहर नहीं जातीं

इस टूल का उपयोग कैसे करें

ऑडियो ट्रांसक्रिप्शन छोटे स्पीच रिकग्निशन मॉडल से बोले गए शब्दों को टेक्स्ट में बदलता है, जो पूरी तरह आपके ब्राउज़र में चलते हैं।

उपयोग कैसे करें

  1. ऑडियो जोड़ें – कोई ऑडियो या वीडियो फ़ाइल (MP3, WAV, M4A, OGG, FLAC, WebM, MP4…) यहाँ छोड़ें या अपने माइक्रोफ़ोन का उपयोग करने के लिए रिकॉर्ड पर क्लिक करें।
  2. भाषा चुनें – सबसे अच्छी सटीकता के लिए बोली गई भाषा चुनें, या "अपने-आप पहचानें" रहने दें। टूल उस भाषा के लिए बना मॉडल इस्तेमाल करता है।
  3. ट्रांसक्राइब करें – ट्रांसक्राइब पर क्लिक करें। ऑडियो का हर हिस्सा पूरा होते ही टेक्स्ट दिखाई देता है; आप कभी भी रोक सकते हैं।
  4. सेव करें – टेक्स्ट कॉपी करें या उसे TXT, SRT, VTT या JSON के रूप में डाउनलोड करें। वहाँ से ऑडियो चलाने के लिए किसी टाइमस्टैम्प पर क्लिक करें।

ट्रांसक्रिप्ट की जगह अंग्रेज़ी अनुवाद पाने के लिए "अंग्रेज़ी में अनुवाद करें" चुनें। यह हिब्रू और अंग्रेज़ी को छोड़कर हर भाषा के साथ काम करता है।

ऑडियो

या

ऑडियो कैसे ट्रांसक्राइब करें

  1. अपना ऑडियो जोड़ें

    कोई ऑडियो या वीडियो फ़ाइल छोड़ें, या अपने माइक्रोफ़ोन से रिकॉर्ड करें।

  2. भाषा चुनें

    बोली गई भाषा चुनें, या अपने-आप पहचान रहने दें। टूल उसके लिए सही मॉडल चुनता है।

  3. ट्रांसक्राइब करें

    टेक्स्ट सेगमेंट दर सेगमेंट, सीधे आपके ब्राउज़र में दिखाई देता है।

  4. कॉपी या डाउनलोड करें

    टेक्स्ट कॉपी करें या उसे TXT, SRT या VTT सबटाइटल, या JSON के रूप में डाउनलोड करें।

आपके ब्राउज़र में निजी स्पीच टू टेक्स्ट

ज़्यादातर ऑनलाइन ट्रांसक्रिप्शन सेवाएँ आपकी रिकॉर्डिंग अपने सर्वर पर अपलोड करती हैं और प्रति मिनट शुल्क लेती हैं। यह टूल अलग तरह से काम करता है: यह एक छोटा ओपन स्पीच रिकग्निशन मॉडल आपके ब्राउज़र में डाउनलोड करता है और उसे आपके अपने डिवाइस पर चलाता है। आपके इंटरव्यू, लेक्चर, मीटिंग और वॉइस नोट्स निजी रहते हैं।

आपको क्या मिलता है

  • लगभग 100 भाषाओं में ट्रांसक्रिप्शन, भाषा की अपने-आप पहचान के साथ।
  • किसी भी समर्थित भाषा की बातचीत का अंग्रेज़ी टेक्स्ट में अनुवाद।
  • हर सेगमेंट के लिए टाइमस्टैम्प, और SRT व VTT फ़ॉर्मेट में सबटाइटल।
  • ऑडियो और वीडियो फ़ाइलें, या आपके माइक्रोफ़ोन से की गई रिकॉर्डिंग।
  • छोटे मॉडल, हर एक 100 MB से कम, जो किसी भी कंप्यूटर पर चलते हैं।
  • न अपलोड, न अकाउंट, न कोई सीमा, पूरी तरह मुफ़्त।

मॉडल

हिब्रू के लिए ivrit.ai का Zipformer (CC BY 4.0), अंग्रेज़ी के लिए Moonshine Base (MIT) और बाकी सभी भाषाओं के लिए OpenAI का Whisper Base (MIT) इस्तेमाल होता है।

मुख्य बिंदु multilingual-e5-small (MIT) चुनता है, केवल तब जब आप उन्हें माँगते हैं।

ऑडियो को सटीक रूप से टेक्स्ट में कैसे ट्रांसक्राइब करें

ऑडियो ट्रांसक्रिप्शन रिकॉर्डिंग में बोली गई बातों को लिखित टेक्स्ट में बदल देता है। इससे इंटरव्यू खोजने योग्य बनते हैं, लेक्चर पढ़ना आसान होता है, पॉडकास्ट सुलभ बनते हैं और वीडियो सबटाइटल के लिए तैयार हो जाते हैं।

सबसे अच्छे नतीजों के लिए सुझाव

  • भाषा चुनें: अपने-आप पहचान अच्छी तरह काम करती है, लेकिन भाषा बताने से गलतियाँ नहीं होतीं, खासकर छोटी या शोर वाली रिकॉर्डिंग में।
  • साफ़ ऑडियो का उपयोग करें: कम बैकग्राउंड शोर और एक समय में एक वक्ता से ट्रांसक्रिप्ट ज़्यादा साफ़ बनता है।
  • कंप्यूटर इस्तेमाल करें: ट्रांसक्रिप्शन आपके डिवाइस के प्रोसेसर पर चलता है, और लैपटॉप या डेस्कटॉप फ़ोन से कहीं ज़्यादा तेज़ है।

ट्रांसक्रिप्ट और सबटाइटल

नतीजे को एडिट या शेयर करने के लिए सादे टेक्स्ट के रूप में डाउनलोड करें, या YouTube, किसी वीडियो एडिटर या मीडिया प्लेयर में वीडियो पर सबटाइटल जोड़ने के लिए SRT या VTT के रूप में। JSON फ़ाइल में हर सेगमेंट उसके शुरू और खत्म होने के समय के साथ होता है, डेवलपर्स के लिए।

ऑडियो ट्रांसक्रिप्शन का उपयोग कौन करता है?

  • छात्र: रिकॉर्ड किए गए लेक्चर को नोट्स में बदलें।
  • पत्रकार और शोधकर्ता: इंटरव्यू को किसी तीसरे पक्ष को भेजे बिना ट्रांसक्राइब करें।
  • कंटेंट क्रिएटर: वीडियो और पॉडकास्ट के लिए सबटाइटल और शो नोट्स बनाएँ।
  • प्रोफ़ेशनल: मीटिंग और कॉल का लिखित रिकॉर्ड रखें।

पहले रिकॉर्ड करना है? हमारा वॉइस रिकॉर्डर या स्क्रीन रिकॉर्डर आज़माएँ, या और टूल देखें।

अक्सर पूछे जाने वाले सवाल

मैं कौन-सी भाषाएँ ट्रांसक्राइब कर सकता हूँ?
लगभग 100 भाषाएँ, जिनमें अंग्रेज़ी, हिब्रू, अरबी, स्पेनिश, फ़्रेंच, जर्मन, रूसी, चीनी, जापानी, हिंदी और पुर्तगाली शामिल हैं। सबसे अच्छे नतीजे के लिए भाषा चुनें, या टूल को उसे पहचानने दें।
क्या मेरा ऑडियो कहीं अपलोड होता है?
नहीं। स्पीच रिकग्निशन मॉडल आपके ब्राउज़र के अंदर, आपके अपने डिवाइस पर चलता है। आपका ऑडियो और ट्रांसक्रिप्ट कभी आपके कंप्यूटर से बाहर नहीं जाते।
क्या ट्रांसक्रिप्शन मुफ़्त है?
हाँ, पूरी तरह मुफ़्त, बिना साइन-अप, बिना मिनट की सीमा और बिना वॉटरमार्क।
यह कौन-सा मॉडल इस्तेमाल करता है?
हर भाषा के लिए एक छोटा मॉडल, आपके लिए चुना हुआ: हिब्रू के लिए ivrit.ai का Zipformer, अंग्रेज़ी के लिए Moonshine और बाकी सभी भाषाओं के लिए OpenAI का Whisper Base। हर मॉडल 100 MB से छोटा है और किसी भी कंप्यूटर पर चलता है।
पहला ट्रांसक्रिप्शन ज़्यादा समय क्यों लेता है?
जब आप पहली बार किसी मॉडल का उपयोग करते हैं, तो आपका ब्राउज़र उसे एक बार डाउनलोड करके अपने कैश में रख लेता है। उसी मॉडल से अगले ट्रांसक्रिप्शन तुरंत शुरू होते हैं, ऑफ़लाइन भी।
क्या यह ट्रांसक्रिप्ट का सारांश बना सकता है?
हाँ। मुख्य बिंदु पाने के लिए सारांश बनाएँ पर क्लिक करें: वे वाक्य जो कही गई बातों को सबसे अच्छी तरह समेटते हैं, हर एक के साथ रिकॉर्डिंग में उसका समय। एक छोटा AI मॉडल, multilingual-e5-small, उन्हें आपके ब्राउज़र में चुनता है; पहली बार यह लगभग 120 MB डाउनलोड करता है।
क्या मैं सबटाइटल बना सकता हूँ?
हाँ। YouTube, वीडियो एडिटर और मीडिया प्लेयर के लिए टाइमस्टैम्प वाले सबटाइटल पाने के लिए ट्रांसक्रिप्ट को SRT या VTT के रूप में डाउनलोड करें।
क्या यह वीडियो फ़ाइलें ट्रांसक्राइब कर सकता है?
हाँ। कोई MP4, WebM या MOV फ़ाइल छोड़ें और टूल उसके साउंड ट्रैक को ट्रांसक्राइब कर देगा।
सभी अतिरिक्त टूल →