कैसे करें
- वीडियो छोड़ें।
- भाषा की ऑटोमैटिक पहचान चालू रखें, या अंग्रेज़ी सबटाइटल के लिए "अंग्रेज़ी में अनुवादित" चुनें।
- ट्रांसक्राइब करें, देखते हुए कोई भी लाइन ठीक करें, फिर SRT या VTT डाउनलोड करें।
ऊपर MP4, MOV, WebM वीडियो छोड़ें और कुछ सेकंड से लेकर कुछ मिनट में टाइमिंग के साथ SRT सबटाइटल पाएँ। स्पीच रिकग्निशन आपके ब्राउज़र में चलता है: वीडियो 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 वीडियो का साउंडट्रैक सुनता है और जो कहा गया उसे विराम चिह्नों और कैपिटल अक्षरों के साथ लिख देता है।
- हर SRT क्यू बोली गई बात के साथ टाइम किया जाता है और पढ़ने लायक रखा जाता है: ज़्यादा से ज़्यादा लगभग 42 अक्षरों की दो लाइनें, जैसे ब्रॉडकास्टर सबटाइटल देते 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।
यह किस काम का है
वीडियो पर कैप्शन लगाने के लिए SRT इस्तेमाल करें: किसी भी वीडियो प्लेयर के लिए सबटाइटल। कैप्शन से वीडियो बिना आवाज़ के भी देखा जा सकता है, जैसे ज़्यादातर लोग स्क्रॉल करते हैं, और सर्च इंजन को उसमें बोले गए शब्द मिलते हैं।
चूँकि कुछ भी अपलोड नहीं होता, यह गोपनीय रिकॉर्डिंग के लिए उपयुक्त है: मेडिकल, कानूनी, HR इंटरव्यू या निजी वॉइस नोट्स।
अक्सर पूछे जाने वाले सवाल
क्या मेरी MP4, MOV, WebM 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।