टेक्स्ट ट्रांसक्रिप्शन: रिकॉर्डिंग को टेक्स्ट में बदलें
कोई ऑडियो फ़ाइल, वीडियो, रिकॉर्डिंग या लिंक जोड़ें। VocaLingo बोलने वालों और टाइमकोड के साथ ट्रांसक्रिप्ट और फिर एक संक्षिप्त सारांश तैयार करता है। कोई बटन दबाने की ज़रूरत नहीं है।
अपडेट किया गया 2 नवंबर 20264 मिनट में पढ़ें
Tools टैब पर इस टूल का नाम Text Transcription है, और जो स्क्रीन खुलती है उसका शीर्षक Speech to Text है। यह वॉयस मैसेज, इंटरव्यू, लेक्चर, पॉडकास्ट और ऐसी किसी भी रिकॉर्डिंग के लिए उपयुक्त है जहाँ आपको शब्दों को टेक्स्ट के रूप में देखना हो।
आप क्या जोड़ सकते हैं
Text Transcription केवल आवाज़ पर काम करता है। वीडियो भी स्वीकार किया जाता है: ऐप आपके डिवाइस पर ही उसमें से ऑडियो निकाल लेता है और सिर्फ़ आवाज़ अपलोड करता है।
| स्रोत | सीमा | विवरण |
|---|---|---|
| ऑडियो फ़ाइल | 100 MB तक | MP3, M4A, AAC, WAV, FLAC, OGG, OPUS, WebM, 3GP |
| वीडियो फ़ाइल | निकाला गया ऑडियो 100 MB तक | खुद वीडियो अपलोड नहीं होता है |
| ऐप में रिकॉर्डिंग | समय की कोई सीमा नहीं, फ़ाइल आकार 100 MB तक | बटन Record audio, देखें ऑडियो कैसे रिकॉर्ड करें |
| लिंक | 2 GB तक | YouTube, TikTok, Instagram, X, Facebook, Pinterest, मीडिया फ़ाइलों के सीधे लिंक; अन्य वेबसाइटें भी काम कर सकती हैं। देखें लिंक से इम्पोर्ट करना |
| शेयर मेन्यू (iOS और Android) | फ़ाइल की तरह ही | Audio Summary in VocaLingo टूल को सीधे Essence टैब पर खोलता है |
ट्रांसक्रिप्ट कैसे प्राप्त करें
Tools टैब खोलें और Text Transcription पर टैप करें।
ऑडियो जोड़ें: फ़ाइल के लिए Choose, रिकॉर्ड करने के लिए Record audio, या Paste link।
प्रतीक्षा करें। फ़ाइल जुड़ते ही पहचान अपने आप शुरू हो जाती है; ट्रांसक्राइब करने के लिए कोई अलग बटन नहीं है। टेक्स्ट Text टैब पर दिखाई देता है।
संक्षिप्त विवरण के लिए Essence टैब खोलें। यह ट्रांसक्रिप्ट के बाद अपने आप तैयार हो जाता है।
बोली जाने वाली भाषा अपने आप पहचानी जाती है। आप इसे मैन्युअल रूप से नहीं चुन सकते।
Text और Essence टैब पर आपको क्या मिलता है
Text टैब में पूरा ट्रांसक्रिप्ट होता है। डिफ़ॉल्ट पहचान इंजन के साथ, जब कई लोग बात करते हैं, तो इसे बोलने वालों (Speaker 1, Speaker 2 आदि) में बाँट दिया जाता है और हर हिस्से के लिए एक टाइमकोड होता है। उस पल से रिकॉर्डिंग सुनने के लिए टाइमकोड पर टैप करें। सादा टेक्स्ट देखने के लिए Show timecodes बंद करें। टेक्स्ट को कॉपी या शेयर किया जा सकता है।
Essence टैब एक संक्षिप्त सारांश है जो ऐप की भाषा में लिखा जाता है, भले ही रिकॉर्डिंग किसी भी भाषा में हो। इसके तीन भाग होते हैं:
Brief: एक शीर्षक, सारांश, उद्धरण और मुख्य निष्कर्ष।
Key points: टाइमकोड के साथ मुख्य बिंदु। रिकॉर्डिंग के आधार पर आपको चरण (Steps), सवाल और जवाब, नियम या महत्वपूर्ण कार्य भी मिल सकते हैं।
Chapters: टाइमकोड के साथ भागों में बँटी हुई रिकॉर्डिंग।
Export to PDF सारांश को एक दस्तावेज़ के रूप में सहेजता है। ट्रांसक्रिप्ट के नीचे, What next? ब्लॉक Discuss in chat, Translate text, Text to speech और Analyze text के विकल्प प्रदान करता है।
प्रत्येक परिणाम टूल के History में जाता है। Premium के बिना पिछली 3 प्रविष्टियाँ सुरक्षित रखी जाती हैं, देखें हिस्ट्री कैसे काम करती है।
पहचान इंजन कैसे बदलें
Text Transcription की अपनी कोई सेटिंग नहीं होती है। यह Audio Translation में चुने गए इंजन का उपयोग करता है: Audio Translation खोलें, सेटिंग आइकन पर टैप करें और Recognition टैब पर जाएँ।
| इंजन | ऐप इसके बारे में क्या कहता है |
|---|---|
| ElevenLabs Scribe (डिफ़ॉल्ट) | लहजे और पृष्ठभूमि का शोर; टेक्स्ट को बोलने वालों के अनुसार बाँटता है |
| OpenAI Transcribe | तकनीकी शब्द और व्यक्तिवाचक संज्ञाएँ |
| OpenAI Whisper | लंबी रिकॉर्डिंग के लिए |
यह चयन दोनों टूल पर लागू होता है।
इसकी लागत कितनी है
ElevenLabs Scribe के साथ, पहचान की लागत लगभग 0.73 टोकन प्रति मिनट ऑडियो होती है, यानी एक घंटे के लिए लगभग 44 टोकन। Essence का शुल्क अलग से लिया जाता है: छोटे वॉयस मैसेज के लिए टोकन का एक हिस्सा, लंबी रिकॉर्डिंग के लिए कुछ टोकन। प्रत्येक इंजन की सटीक दरें प्रत्येक टूल के लिए टोकन की कीमतें में दी गई हैं।
Text Transcription क्या नहीं करता है
इसमें टेक्स्ट टाइप करने या पेस्ट करने के लिए कोई फ़ील्ड नहीं है। आपके पास पहले से मौजूद टेक्स्ट पर काम करने के लिए, Text Translation या चैट का उपयोग करें।
यह सबटाइटल फ़ाइलें (SRT, VTT) नहीं बनाता है। वीडियो पर स्थायी सबटाइटल जोड़ने का काम Add Captions द्वारा किया जाता है।
यह अपने आप अनुवाद नहीं करता है। ट्रांसक्रिप्ट के नीचे Translate text का उपयोग करें, या आवाज़ में अनुवाद पाने के लिए Audio Translation का उपयोग करें।
अक्सर पूछे जाने वाले प्रश्न
क्या मुझे वीडियो के लिए Text Transcription का उपयोग करना चाहिए या Video to Text का?
छोटे क्लिप के लिए दोनों में से कोई भी काम करेगा। लंबे वीडियो, बड़ी फ़ाइल या ऐसी रिकॉर्डिंग जिसे आप टेक्स्ट के साथ देखना चाहते हैं, उसके लिए Video to Text का उपयोग करें: यह 3 GB तक के वीडियो स्वीकार करता है, वीडियो प्लेयर की सुविधा देता है और ट्रांसक्रिप्ट तैयार होने पर सूचना भेजता है।
Essence रिकॉर्डिंग से अलग भाषा में क्यों है?
Essence ऐप की भाषा में लिखा जाता है। इसे किसी अन्य भाषा में पाने के लिए, फ़ाइल जोड़ने से पहले Settings में App Language बदलें।
सपोर्ट से संपर्क करें
समस्या का विवरण दें और हम ईमेल द्वारा उत्तर देंगे। यदि आपके पास फ़ाइल नाम या जॉब ID है, तो उसे भी जोड़ें।