Text Transcription: ریکارڈنگ کو متن میں تبدیل کریں
آڈیو فائل، ویڈیو، ریکارڈنگ یا لنک شامل کریں۔ VocaLingo بولنے والوں اور ٹائم کوڈز کے ساتھ ٹرانسکرپٹ تیار کرتا ہے، اور پھر مختصر خلاصہ (Essence)۔ کوئی بٹن دبانے کی ضرورت نہیں۔
اپ ڈیٹ کردہ 2 نومبر، 20264 منٹ کا مطالعہ
Tools ٹیب پر اس ٹول کا نام Text Transcription ہے، اور جو اسکرین کھلتی ہے اس کا عنوان Speech to Text ہے۔ یہ صوتی پیغامات (voice messages)، انٹرویوز، لیکچرز، پوڈکاسٹس اور کسی بھی ایسی ریکارڈنگ کے لیے موزوں ہے جہاں آپ کو الفاظ بطور متن درکار ہوں۔
آپ کیا شامل کر سکتے ہیں
Text Transcription آواز کے ساتھ کام کرتا ہے۔ ویڈیو بھی قابل قبول ہے: ایپ آپ کے آلے پر ہی اس میں سے آواز الگ کر لیتی ہے اور صرف آواز اپ لوڈ کرتی ہے۔
| ذریعہ | حد | تفصیلات |
|---|---|---|
| آڈیو فائل | 100 MB تک | MP3, M4A, AAC, WAV, FLAC, OGG, OPUS, WebM, 3GP |
| ویڈیو فائل | نکالی گئی آواز 100 MB تک | خود ویڈیو اپ لوڈ نہیں کی جاتی |
| ایپ میں ریکارڈنگ | وقت کی کوئی حد نہیں، فائل اب بھی 100 MB تک ہو | بٹن Record audio، دیکھیں آڈیو کیسے ریکارڈ کریں |
| لنک | 2 GB تک | YouTube, TikTok, Instagram, X, Facebook, Pinterest، میڈیا فائلوں کے براہ راست لنکس؛ دیگر سائٹس بھی کام کر سکتی ہیں۔ دیکھیں لنک سے امپورٹ کرنا |
| شیئر مینو (iOS اور Android) | جیسا کہ فائل کے لیے ہے | Audio Summary in VocaLingo ٹول کو براہ راست Essence ٹیب پر کھولتا ہے |
ٹرانسکرپٹ کیسے حاصل کریں
Tools ٹیب کھولیں اور Text Transcription پر ٹیپ کریں۔
آڈیو شامل کریں: فائل کے لیے Choose، ریکارڈ کرنے کے لیے Record audio، یا Paste link۔
انتظار کریں۔ فائل شامل ہوتے ہی شناخت خود بخود شروع ہو جاتی ہے؛ کوئی Transcribe بٹن نہیں ہے۔ متن Text ٹیب پر ظاہر ہوتا ہے۔
مختصر ورژن کے لیے Essence ٹیب کھولیں۔ یہ ٹرانسکرپٹ کے بعد خود بخود تیار ہو جاتا ہے۔
بولی جانے والی زبان کا خود بخود پتہ لگایا جاتا ہے۔ آپ اسے خود منتخب نہیں کر سکتے۔
آپ کو Text اور Essence ٹیبز پر کیا ملتا ہے
Text ٹیب مکمل ٹرانسکرپٹ پر مشتمل ہوتا ہے۔ پہلے سے طے شدہ ریکگنیشن انجن کے ساتھ، جب کئی لوگ بات کرتے ہیں، تو یہ بولنے والوں (Speaker 1، Speaker 2 وغیرہ) میں تقسیم ہو جاتا ہے اور ہر حصے کے لیے ایک ٹائم کوڈ ہوتا ہے۔ اس لمحے سے ریکارڈنگ چلانے کے لیے ٹائم کوڈ پر ٹیپ کریں۔ سادہ متن دیکھنے کے لیے Show timecodes کو بند کر دیں۔ متن کو کاپی یا شیئر کیا جا سکتا ہے۔
Essence ٹیب ایک مختصر خلاصہ ہوتا ہے جو ایپ کی زبان میں لکھا جاتا ہے، چاہے ریکارڈنگ کسی بھی زبان میں ہو۔ اس کے تین حصے ہیں:
Brief: عنوان، خلاصہ، اقتباسات اور اہم نتیجہ۔
Key points: ٹائم کوڈز کے ساتھ اہم نکات۔ ریکارڈنگ کے لحاظ سے آپ کو مراحل، سوال و جواب، اصطلاحات یا عملی نکات بھی ملتے ہیں۔
Chapters: ٹائم کوڈز کے ساتھ حصوں میں تقسیم شدہ ریکارڈنگ۔
Export to PDF کے ذریعے Essence کو بطور دستاویز محفوظ کیا جا سکتا ہے۔ ٹرانسکرپٹ کے نیچے، What next? بلاک میں Discuss in chat، Translate text، Text to speech اور Analyze text کے اختیارات ملتے ہیں۔
ہر نتیجہ ٹول کی History میں محفوظ ہو جاتا ہے۔ Premium کے بغیر آخری 3 اندراجات رکھے جاتے ہیں، دیکھیں ہسٹری کیسے کام کرتی ہے۔
ریکگنیشن انجن کیسے تبدیل کریں
Text Transcription کی اپنی کوئی سیٹنگز نہیں ہیں۔ یہ Audio Translation میں منتخب کردہ انجن استعمال کرتا ہے: Audio Translation کھولیں، سیٹنگز کے آئیکن پر ٹیپ کریں اور Recognition ٹیب پر جائیں۔
| انجن | ایپ اس کے بارے میں کیا بتاتی ہے |
|---|---|
| ElevenLabs Scribe (ڈیفالٹ) | لہجے اور پس منظر کا شور؛ بولنے والوں کے لحاظ سے متن کو الگ کرتا ہے |
| OpenAI Transcribe | تکنیکی اصطلاحات اور اسم معرفہ |
| OpenAI Whisper | طویل ریکارڈنگز کے لیے |
یہ انتخاب دونوں ٹولز پر لاگو ہوتا ہے۔
اس کی قیمت کتنی ہے
ElevenLabs Scribe کے ساتھ، شناخت کی لاگت تقریباً 0.73 ٹوکنز فی منٹ آواز ہے، یعنی ایک گھنٹہ تقریباً 44 ٹوکنز بنتا ہے۔ Essence کی فیس الگ سے لی جاتی ہے: ایک مختصر صوتی پیغام کے لیے ایک ٹوکن کا کچھ حصہ، لمبی ریکارڈنگ کے لیے چند ٹوکنز۔ ہر انجن کے لیے درست نرخ ہر ٹول کے لیے ٹوکن کی قیمتیں میں موجود ہیں۔
Text Transcription کیا نہیں کرتا
اس میں متن ٹائپ کرنے یا پیسٹ کرنے کا کوئی خانہ نہیں ہے۔ جو متن آپ کے پاس پہلے سے موجود ہے اس پر کام کرنے کے لیے، Text Translation یا چیٹ استعمال کریں۔
یہ سب ٹائٹل فائلز (SRT، VTT) نہیں بناتا۔ ویڈیو پر نمایاں سب ٹائٹلز بنانے کے لیے Add Captions استعمال کریں۔
یہ خود سے ترجمہ نہیں کرتا۔ ٹرانسکرپٹ کے نیچے Translate text کا استعمال کریں، یا آواز کے ساتھ ترجمہ حاصل کرنے کے لیے Audio Translation استعمال کریں۔
اکثر پوچھے جانے والے سوالات
کیا مجھے ویڈیو کے لیے Text Transcription استعمال کرنا چاہیے یا Video to Text؟
مختصر کلپ کے لیے دونوں کام کرتے ہیں۔ طویل ویڈیو، بڑی فائل یا ایسی ریکارڈنگ کے لیے جسے آپ متن کے ساتھ دیکھنا چاہتے ہیں، Video to Text استعمال کریں: یہ 3 GB تک کی ویڈیوز قبول کرتا ہے، ویڈیو پلیئر برقرار رکھتا ہے اور ٹرانسکرپٹ تیار ہونے پر اطلاع بھیجتا ہے۔
Essence کی زبان ریکارڈنگ کی زبان سے مختلف کیوں ہے؟
Essence ایپ کی زبان میں لکھا جاتا ہے۔ اسے کسی دوسری زبان میں حاصل کرنے کے لیے، فائل شامل کرنے سے پہلے Settings میں App Language تبدیل کریں۔
سپورٹ سے رابطہ کریں
مسئلے کی وضاحت کریں اور ہم ای میل کے ذریعے جواب دیں گے۔ اگر آپ کے پاس فائل کا نام یا جاب ID ہے تو شامل کریں۔