OGG को टेक्स्ट में बदलें
OGG ओपन-सोर्स रिकॉर्डिंग, गेम्स और वॉयस ऐप्स के लिए आम है, लेकिन यह सुनने के लिए एक कंटेनर है, पढ़ने के लिए नहीं। OGG अपलोड करें और ScribeToAny भाषण को टाइमस्टैम्प्ड, संपादन योग्य टेक्स्ट में बदल देता है जिसमें वैकल्पिक स्पीकर लेबल होते हैं, जिसे आठ प्रारूपों में निर्यात किया जा सकता है। हर प्लान पर काम करता है; कुछ भी इंस्टॉल करने की आवश्यकता नहीं।
- AI ट्रांसक्रिप्शन
- 98 भाषाएं
- एन्क्रिप्टेड, हम आपकी फ़ाइलों पर AI को कभी प्रशिक्षित नहीं करते
अपनी रिकॉर्डिंग से शुरू करें
ऑडियो या वीडियो फ़ाइल यहाँ छोड़ें, या चुनने के लिए क्लिक करें।
आपको क्या मिलता है: एक असली ट्रांसक्रिप्ट
दो वक्ताओं (सिंथेटिक आवाज़ें) वाले 64-सेकंड के इंटरव्यू का बिना संपादित किया गया आउटपुट, जिसे स्पीकर पहचान चालू करके ट्रांसक्राइब किया गया है। केवल शुरुआती पंक्तियाँ दिखाई गई हैं।
SPEAKER_00 (0:00) Welcome back to Small Shop Stories. SPEAKER_00 (0:02) Today I'm talking to Maya, who runs a tiny bakery on the SPEAKER_00 (0:05) corner of Mill Street. SPEAKER_01 (0:07) Thanks for having me. SPEAKER_01 (0:08) It's really small, just two ovens and a counter. SPEAKER_00 (0:12) So how does a normal day start for you?
1 00:00:00,000 --> 00:00:01,680 [SPEAKER_00] Welcome back to Small Shop Stories. 2 00:00:02,160 --> 00:00:05,320 [SPEAKER_00] Today I'm talking to Maya, who runs a tiny bakery on the 3 00:00:05,320 --> 00:00:06,320 [SPEAKER_00] corner of Mill Street.
मूल स्क्रिप्ट से मिलान करने पर, 189 में से केवल 4 शब्द अलग निकले — यानी 2.1% वर्ड एरर रेट (जिसमें “eighty” की जगह लिखे “80” को त्रुटि माना गया है) — और सभी 14 स्पीकर टर्न सही लेबल किए गए। यह साफ़ आवाज़ की रिकॉर्डिंग थी; शोरगुल वाले ऑडियो और एक साथ बोलने पर स्कोर कम रहता है। पूरी ट्रांसक्रिप्ट और स्कोरिंग का विवरण देखें
यह कैसे काम करता है
- 1
अपलोड करें
ऑडियो या वीडियो फ़ाइल खींचकर छोड़ें या लिंक पेस्ट करें। सभी सामान्य प्रारूप स्वीकार किए जाते हैं।
- 2
ट्रांसक्राइब करें
AI टाइमस्टैम्प और वैकल्पिक वक्ता लेबल के साथ ट्रांसक्राइब करता है, आमतौर पर कुछ ही मिनटों में।
- 3
निर्यात करें
सेगमेंट को ऑनलाइन संपादित करें, फिर TXT, SRT, VTT, TSV, CSV, JSON, PDF या DOCX निर्यात करें।
ScribeToAny क्यों
- Discord बॉट लॉग्स, गेमिंग वॉयस चैट और Audacity जैसे ओपन-सोर्स टूल से Ogg Vorbis रिकॉर्डिंग के लिए विशेष रूप से उपयुक्त।
- ट्रांसक्रिप्शन से पहले स्टीरियो और मल्टी-चैनल OGG को मोनो में मिक्स किया जाता है; प्रति-वक्ता ट्रैक अलग से अपलोड किए जा सकते हैं।
- ओपन-फॉर्मेट ऑडियो से सटीक संवाद प्रतिलेख चाहने वाले पॉडकास्ट संपादकों और डेवलपर्स के लिए सर्वोत्तम।
अक्सर पूछे जाने वाले प्रश्न
क्या यह Ogg Vorbis और Ogg Opus दोनों को संभालता है?
हाँ — .ogg कंटेनर में दोनों हो सकते हैं, और दोनों को उसी तरह ट्रांसक्राइब किया जाता है। फ़ाइल को वैसे ही अपलोड करें; पहले इसे किसी अन्य प्रारूप में बदलने की आवश्यकता नहीं है।
क्या मुझे भाषा चुननी होगी?
नहीं — भाषा का पता स्वचालित रूप से लगाया जाता है। यदि कोई रिकॉर्डिंग शांत है या बहुत अधिक शोर है, तो भाषा को स्पष्ट रूप से सेट करने से मदद मिल सकती है, लेकिन यह आवश्यक नहीं है।
मैं किन प्रारूपों में निर्यात कर सकता हूँ?
TXT, SRT, VTT, TSV, CSV, JSON, PDF और DOCX। यदि OGG किसी वीडियो का ऑडियो है, तो टाइमस्टैम्प किया गया SRT या VTT सीधे सबटाइटल के रूप में इस्तेमाल किया जा सकता है।
मुझे प्रति वक्ता एक ट्रैक वाली Discord रिकॉर्डिंग को कैसे ट्रांसक्राइब करना चाहिए?
Craig जैसे रिकॉर्डिंग बॉट प्रत्येक प्रतिभागी के लिए एक अलग फ़ाइल सहेजते हैं। प्रत्येक ट्रैक को अलग से अपलोड करें (एक बार में 6 तक): प्रत्येक ट्रांसक्रिप्ट तब एक ज्ञात वक्ता से संबंधित होती है, जो मिश्रित फ़ाइल पर वक्ता पहचान की तुलना में अधिक विश्वसनीय है। यदि आपके पास केवल एक ही मिश्रित फ़ाइल है, तो इसके बजाय “वक्ताओं का पता लगाएं” चालू करें।
क्या मैं अपलोड करने से पहले जाँच सकता हूँ कि मेरी OGG फ़ाइल कितनी लंबी है?
हाँ। इस पृष्ठ पर अनुमानक में फ़ाइल डालें: यह कुछ भी अपलोड किए बिना, आपके ब्राउज़र में लंबाई पढ़ता है, और अवधि, एक अनुमानित शब्द गणना (लगभग 130 शब्द प्रति मिनट पर) और पढ़ने का समय दिखाता है। यह आपको पहले से बताता है कि क्या फ़ाइल मुफ़्त योजना की 30-मिनट की सीमा में फिट बैठती है।