Audio to Text Converter
किसी भी रिकॉर्डिंग को कॉपी करने लायक text में बदलें, साथ में timing वाले subtitles bonus में।
Interviews, lectures, podcasts, meetings, voice notes: फाइल डालें और पूरा text पाएं। Timestamps भी साथ आते हैं, इसलिए आप SRT या VTT subtitles भी सेव कर सकते हैं।
Transcription आपके ब्राउज़र के अंदर Whisper से चलता है, जो OpenAI का open speech recognition model है। आपका ऑडियो कभी upload नहीं होता: सिर्फ model एक बार download होता है, फिर आपका ब्राउज़र उसे रख लेता है, इसलिए अगली फाइलें तुरंत शुरू हो जाती हैं।
Speech model: OpenAI का Whisper (MIT)। Transformers.js (Apache-2.0) के साथ चलता है।
यह कैसे काम करता है
- अपनी फाइल डालें ऑडियो या वीडियो: MP3, M4A, WAV, MP4, MOV, WebM, OGG और भी बहुत कुछ।
- भाषा चुनें वह भाषा जो रिकॉर्डिंग में बोली गई है। शोर वाली रिकॉर्डिंग या भारी accent के लिए ज़्यादा सटीक चुनें।
- Transcribe करें और सेव करें Text कॉपी करें, या उसे TXT, SRT या VTT subtitles के रूप में सेव करें।
अक्सर पूछे जाने वाले सवाल
यह कितना सटीक है?
साफ आवाज़ में Whisper आमतौर पर 90 % से काफी ज़्यादा शब्द सही पकड़ता है। Background music, एक साथ कई लोगों का बोलना और भारी accent इसे कम करते हैं; वहाँ ज़्यादा सटीक model मदद करता है।
क्या मेरी रिकॉर्डिंग upload होती है?
नहीं। Transcription आपके डिवाइस पर ही होता है। सिर्फ speech model download होता है, आपका ऑडियो कभी नहीं जाता।
क्या कोई length limit है?
हम कोई limit नहीं लगाते। लंबी फाइलों में ज़्यादा समय लगता है: Chrome या Edge वाले नए computer पर एक घंटे के ऑडियो में करीब 10 मिनट लगते हैं। फोन और पुराने computer धीमे होते हैं।
कौन सी भाषाएं चलती हैं?
Whisper करीब 100 भाषाएं समझता है, जिनमें हिंदी, English, Spanish, German, French, Portuguese, Arabic, Japanese और Indonesian शामिल हैं। ज़्यादा बोली जाने वाली भाषाओं में accuracy सबसे अच्छी रहती है।
क्या यह फ्री है?
हाँ। न account, न minutes की limit, न watermark।