चीनी ऑडियो ट्रांसक्राइब करें
मंदारिन Whisper-श्रेणी के मॉडलों की सबसे मज़बूत भाषाओं में से है। चीनी बैठकें, कोर्स या साक्षात्कार अपलोड करें और उचित विराम चिह्न के साथ सटीक ट्रांसक्रिप्ट पाएं — सरलीकृत या पारंपरिक अक्षरों में।
- 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
- मंदारिन और लहजे: मानक पुतॉन्गुआ (Putonghua) पर सबसे सटीक; ताइवानी मंदारिन और क्षेत्रीय लहजे काम करते हैं, भारी लहजे कम विश्वसनीयता के साथ।
- चीनी वर्ण: आमतौर पर सरलीकृत वर्णों में लिखे जाते हैं; अभी तक कोई स्विच नहीं है, इसलिए यदि आपको पारंपरिक की आवश्यकता है तो OpenCC जैसे उपकरण से बदलें।
- मिश्रित चीनी और अंग्रेज़ी: कोड-स्विच्ड भाषण को उसी स्थान पर ट्रांसक्राइब किया जाता है, जिसमें अंग्रेज़ी शब्द लैटिन अक्षरों में रखे जाते हैं; असामान्य ब्रांड नामों को सुधारने की आवश्यकता हो सकती है।
- चीनी आकार के उपशीर्षक: उपशीर्षक लगभग 32 वर्णों तक सीमित हैं और । तथा ，、 पर टूटते हैं — अंग्रेज़ी पंक्ति की लंबाई के बजाय चीनी पठन के लिए उपयुक्त।
अक्सर पूछे जाने वाले प्रश्न
क्या यह चीनी-अंग्रेज़ी कोड-स्विचिंग संभालता है?
हाँ — तकनीकी और व्यावसायिक संदर्भों में आम मिश्रित मंदारिन/अंग्रेज़ी भाषण यथावत ट्रांसक्राइब होता है।
सरलीकृत या पारंपरिक वर्ण?
ट्रांसक्रिप्ट आमतौर पर सरलीकृत वर्णों में लिखे जाते हैं, लेकिन अभी तक कोई सरलीकृत/पारंपरिक स्विच नहीं है, और कभी-कभी कोई क्लिप पारंपरिक वर्णों में आ सकती है। यदि आपको एक विशिष्ट लिपि की आवश्यकता है, तो प्रकाशित करने से पहले OpenCC जैसे कनवर्टर के साथ तैयार पाठ को परिवर्तित करें।
क्या यह चीनी वीडियो के सबटाइटल बना सकता है?
स्पेनिश ट्रांसक्रिप्शन
मंदारिन के लिए मुझे कौन सा भाषा विकल्प चुनना चाहिए?
जब आप जानते हैं कि ऑडियो मंदारिन में है, तो “ऑडियो की भाषा” के अंतर्गत 简体中文 चुनें; ताइवानी मंदारिन भी इसी विकल्प का उपयोग करता है। स्वतः पहचान लगभग पहले 30 सेकंड के आधार पर तय करती है, इसलिए संगीत या अंग्रेज़ी से शुरू होने वाली क्लिप को दूसरी भाषा समझा जा सकता है — भाषा चुनने से यह अनुमान लगाना नहीं पड़ता।
चीनी उपशीर्षक पंक्तियों में कैसे विभाजित होते हैं?
चीनी उपशीर्षक लगभग 32 वर्णों तक सीमित हैं — लगभग 16 वर्णों की दो पंक्तियाँ — अंग्रेज़ी के लिए उपयोग किए जाने वाले 84 के बजाय, और विराम । तथा ，、 पर टूटने को प्राथमिकता देते हैं ताकि कोई कैप्शन वाक्यांश के बीच में न रुके। Whisper-श्रेणी के मॉडल आमतौर पर चीनी विराम चिह्न जोड़ते हैं; जहाँ वे ऐसा नहीं करते, वहाँ उपशीर्षक लंबाई के अनुसार काटे जाते हैं। कोई भी उपशीर्षक जो अभी भी अटपटा लगता है, उसे संपादक में विभाजित किया जा सकता है।