ऊपर OGG रिकॉर्डिंग छोड़ें और कुछ सेकंड से लेकर कुछ मिनट में उसका टेक्स्ट पाएँ। स्पीच रिकग्निशन आपके ब्राउज़र में चलता है: ऑडियो कभी अपलोड नहीं होता, लंबाई की कोई सीमा नहीं और कोई अकाउंट नहीं।
आपको क्या मिलता है
- यह स्पीच रिकग्निशन है, फ़ॉर्मैट बदलना नहीं: यह रिकॉर्डिंग सुनता है और जो कहा गया उसे विराम चिह्नों और कैपिटल अक्षरों के साथ लिख देता है।
- टेक्स्ट ठहराव के हिसाब से पैराग्राफ़ में बँटा होता है। टाइमस्टैम्प स्क्रीन पर और SRT व VTT एक्सपोर्ट में रहते हैं।
- लगभग सौ भाषाएँ, अपने-आप पहचानी जाती हैं। यह बोली गई बात का अंग्रेज़ी में अनुवाद भी कर सकता है।
- साफ़ आवाज़ लगभग पूरी तरह सही आती है। बैकग्राउंड का शोर, एक-दूसरे के ऊपर बोलते लोग और दुर्लभ नाम गलतियाँ पैदा करते हैं, जिन्हें आप डाउनलोड करने से पहले वहीं ठीक कर सकते हैं।
- बोलने वालों के नाम नहीं दिए जाते: टेक्स्ट बताता है कि क्या कहा गया, यह नहीं कि किसने कहा।
कब कन्वर्ट करें, और कब नहीं
नोट्स, मीटिंग के मिनट्स, इंटरव्यू के उद्धरण, ऐसा वॉइस मैसेज जिसे आप अभी सुन नहीं सकते, या कुछ भी जिसे आप खोजना, कॉपी करना या अनुवाद करना चाहते हैं, उसके लिए सादा टेक्स्ट इस्तेमाल करें।
चूँकि कुछ भी अपलोड नहीं होता, यह गोपनीय रिकॉर्डिंग के लिए उपयुक्त है: मेडिकल, कानूनी, HR इंटरव्यू या निजी वॉइस नोट्स।
यह कैसे करें
- अपनी OGG फ़ाइल ऊपर छोड़ें, या चुनने के लिए क्लिक करें।
- भाषा को ऑटोमैटिक पहचान पर छोड़ें, और एक मोड चुनें: Fast हर जगह चलता है, Accurate नए ब्राउज़र वाले कंप्यूटर पर सबसे अच्छा है।
- ट्रांसक्राइब पर क्लिक करें। टेक्स्ट आते ही साथ-साथ पढ़ें, किसी भी शब्द पर क्लिक करके उसे ठीक करें, फिर TXT, SRT या VTT डाउनलोड करें।
सवाल
क्या मेरी OGG फ़ाइल अपलोड होती है?
नहीं। स्पीच रिकग्निशन एक बार आपके ब्राउज़र में डाउनलोड होता है और वहीं चलता है। रिकॉर्डिंग ख़ुद कभी आपके डिवाइस से बाहर नहीं जाती: लोड होने के बाद आप ऑफ़लाइन हो सकते हैं, यह फिर भी काम करता है।
यह कितना सटीक है?
साफ़ आवाज़ पर Accurate बहुत कम गलतियाँ करता है; Fast ज़्यादा गलतियाँ करता है लेकिन किसी भी फ़ोन पर चलता है, और Balanced इनके बीच में है। डाउनलोड करने से पहले हर लाइन ठीक की जा सकती है।
इसमें कितना समय लगता है?
नए कंप्यूटर पर, एक मिनट की बोली गई बात में Fast या Accurate से कुछ सेकंड लगते हैं, और Balanced से थोड़ा ज़्यादा। फ़ोन धीमे होते हैं। ख़ामोशी वाले हिस्से छोड़ दिए जाते हैं, इसलिए ठहराव वाली लंबी रिकॉर्डिंग अपनी लंबाई से कहीं तेज़ पूरी होती है।
पहली बार डाउनलोड क्यों होता है?
आपके डिवाइस पर बोली गई बात पहचानने के लिए पहचान करने वाला सिस्टम डाउनलोड करना पड़ता है: Fast के लिए 80 MB, Balanced के लिए 245 MB, Accurate के लिए 545 MB। यह आपके ब्राउज़र में सेव रहता है, इसलिए बाद के ट्रांसक्रिप्शन तुरंत शुरू होते हैं।
कौन-सी भाषाएँ सपोर्टेड हैं?
लगभग सौ, जिनमें अंग्रेज़ी, फ़्रेंच, स्पैनिश, जर्मन, इतालवी, पुर्तगाली, डच, अरबी, चीनी, जापानी और रूसी शामिल हैं। भाषा अपने-आप पहचानी जाती है; आप इसे ख़ुद भी चुन सकते हैं।
क्या यह मुफ़्त है? क्या लंबाई की कोई सीमा है?
मुफ़्त, बिना अकाउंट और बिना मिनटों की सीमा के: काम आपका डिवाइस करता है, इसलिए गिनने को कुछ है ही नहीं। बहुत लंबी रिकॉर्डिंग सिर्फ़ आपके डिवाइस की मेमोरी से सीमित होती हैं।