ScribeToAny
किसी भी ऑडियो या वीडियो को सटीक टेक्स्ट में बदलें
ScribeToAny ऑडियो और वीडियो फ़ाइलों को टेक्स्ट और सबटाइटल में बदलता है। यह टाइमस्टैम्प और वक्ता लेबल के साथ लगभग 98 भाषाओं को ट्रांसक्राइब करता है, आपको ब्राउज़र में हर पंक्ति को संपादित करने की सुविधा देता है, TXT, SRT, VTT, TSV, CSV, JSON, PDF और DOCX निर्यात करता है, और सबटाइटल टाइमिंग बनाए रखते हुए परिणाम को 134+ भाषाओं में अनुवाद करता है। आप बिना कार्ड के हर महीने 100 मिनट के साथ मुफ़्त शुरुआत कर सकते हैं।
जवाब आमतौर पर 1–2 कार्यदिवसों में मिल जाते हैं।
इसे कौन बनाता है
मैं Ray Mac हूँ, ByteDance का एक पूर्व इंजीनियर। मैं ScribeToAny को अकेले बनाता और चलाता हूँ; पहला संस्करण जुलाई 2026 में लाइव हुआ था। ब्लॉग पर दिए गए जाँचे-परखे गाइड भी मेरे ही हैं: मैं प्रकाशित करने से पहले असली रिकॉर्डिंग और फ़ाइलों पर उनका परीक्षण करता हूँ।
अंग्रेज़ी मेरी मातृभाषा नहीं है, और मेरे देखने तथा काम से जुड़ी बहुत सी सामग्री भी अंग्रेज़ी में नहीं है। ByteDance छोड़ने के बाद, मुझे लगातार एक ही समस्या का सामना करना पड़ा: रिकॉर्डिंग को टेक्स्ट और सबटाइटल में बदलने वाले टूल अंग्रेज़ी को प्राथमिकता देते थे, बैठकों पर केंद्रित थे और जल्दी ही सीमाओं में बाँध देते थे। इसलिए मैंने वही टूल बनाया जिसकी मुझे ज़रूरत थी: इनपुट में लगभग 98 भाषाएँ, आउटपुट में 134+, पढ़ने की गति के अनुसार जाँचे गए सबटाइटल, और एक बार के ट्रायल के बजाय हर महीने रिन्यू होने वाला मुफ़्त कोटा।
ScribeToAny का संचालन Scribe Saas, LLC द्वारा किया जाता है, जो संयुक्त राज्य अमेरिका में पंजीकृत कंपनी है।
यह कैसे काम करता है
अपलोड आपके ब्राउज़र से सीधे एन्क्रिप्टेड स्टोरेज में जाते हैं। ट्रांसक्रिप्शन समर्पित GPU पर Whisper-श्रेणी के स्पीच मॉडल (faster-whisper) चलाता है, बोली जाने वाली भाषा का स्वचालित रूप से पता लगाता है और वक्ताओं को लेबल करता है। सबटाइटल की पढ़ने की गति जाँची जाती है: जो संकेत बहुत तेज़ी से निकलते हैं उन्हें फ़्लैग किया जाता है, कभी भी बिना बताए दोबारा नहीं लिखा जाता।
इंजीनियरिंग नोट्स: Cloudflare Workers से GPU पर Whisper चलानापरीक्षण कैसे किया जाता है
मैं जो मापता हूँ उसे प्रकाशित करता हूँ, जिसमें कमियाँ भी शामिल हैं:
- सटीकता: एक स्क्रिप्टेड टेस्ट रिकॉर्डिंग पर, 189 में से 4 शब्द स्क्रिप्ट से भिन्न थे (2.1% वर्ड एरर रेट), और सभी 14 वक्ता टर्न सही ढंग से लेबल किए गए थे। विवरण पढ़ें
- सबटाइटल फ़ाइलें: ffmpeg और हमारे अपने पार्सर के ज़रिए 16 टूटी हुई SRT फ़ाइलों को चलाने पर पार्सर में तीन बग मिले, जिन्हें अब ठीक कर दिया गया है। विवरण पढ़ें
- भाषाएँ: जब थाई, लाओ और बर्मी रिकॉर्डिंग में कुछ आवाज़ें गायब मिलीं, तो मैंने इसकी वजह दो डिकोडिंग सेटिंग्स में पाई और उन लिपियों के लिए उन्हें बदल दिया।
- मूल्य निर्धारण: Otter, Rev, Sonix और HappyScribe के साथ तुलना यह भी बताती है कि वे कहाँ ScribeToAny से बेहतर हैं। विवरण पढ़ें
आपकी फ़ाइलें
- ट्रांसक्रिप्शन के बाद मूल ऑडियो या वीडियो स्वचालित रूप से हटा दिया जाता है। यदि कोई कार्य विफल हो जाता है, तो फ़ाइल 7 दिनों तक रखी जाती है ताकि आप पुनः प्रयास कर सकें।
- ट्रांसक्रिप्शन आपके खाते में तब तक रहते हैं जब तक आप उन्हें हटा नहीं देते।
- हम आपके द्वारा अपलोड की गई किसी भी सामग्री का उपयोग AI मॉडल को प्रशिक्षित करने के लिए कभी नहीं करते हैं।