MP3 को टेक्स्ट में बदलें

Q: क्या लंबी MP3 का सिर्फ़ एक हिस्सा टेक्स्ट में बदल सकते हैं?

हाँ। **एडवांस्ड सेटिंग** में **शुरुआत** और **अंत** सेकंड या मिनट:सेकंड में भरें, जैसे 12:30 से 18:00। सिर्फ़ उतना हिस्सा ट्रांसक्राइब होता है, जो लंबे इंटरव्यू से एक जवाब चाहिए तब ज़्यादा तेज़ रहता है।

Q: मेरी MP3 95 MB से बड़ी है। क्या करूँ?

बोली के लिए ऊँची बिटरेट की ज़रूरत नहीं होती। [ऑडियो कंप्रेस करें](/compress-audio) से फ़ाइल को 64 kbps मोनो में दोबारा एन्कोड करें, इससे लंबी रिकॉर्डिंग कई गुना छोटी हो जाती है और ट्रांसक्रिप्शन पर असर नहीं पड़ता, फिर छोटी फ़ाइल अपलोड करें।

Q: क्या यह बता सकता है कि कौन बोल रहा है?

**वक्ता के लेबल** चालू होने पर ट्रांसक्रिप्ट आवाज़ बदलने पर वक्ता 1, वक्ता 2 आदि लिख देता है। यह नाम नहीं जानता, इसलिए बाद में Word में लेबल की जगह असली नाम लिख दें।

किसी लेक्चर, इंटरव्यू, मीटिंग या पॉडकास्ट की MP3 अपलोड करें और बोले गए शब्द टेक्स्ट के रूप में पाएँ, जिसे आप खोज सकें, एडिट कर सकें और कोट कर सकें। नोट्स के लिए सादा टेक्स्ट चुनें, एडिटिंग के लिए Word, और जब शब्दों को वीडियो के साथ मिलाना हो तो SRT या VTT चुनें।

या MP3, WAV, M4A … फ़ाइलें यहाँ ड्रop करें ·

प्रति फ़ाइल अधिकतम 95 MB· अधिकतम 20 फ़ाइलें· 30 मिनट बाद हटा दी जाती हैं

ट्रांसक्रिप्शन

बोली गई भाषा

आउटपुट

फ़ाइलें हमारे सर्वर पर प्रोसेस होती हैं और 30 मिनट बाद हटा दी जाती हैं।

इस टूल का उपयोग कैसे करें

1
MP3 अपलोड करें
एक या कई MP3 फ़ाइलें डालें, एक बार में 20 तक और हर फ़ाइल 95 MB तक। M4A, WAV और MP4 जैसी दूसरी ऑडियो और वीडियो फ़ाइलें भी चलती हैं।
2
भाषा और आउटपुट चुनें
बोली गई भाषा अपने आप पहचान पर सेट रहती है, जो शुरुआती 30 सेकंड सुनकर भाषा तय करती है। अगर रिकॉर्डिंग संगीत से शुरू होती है तो भाषा खुद चुनें। आउटपुट शुरू में सादा टेक्स्ट होता है; ज़रूरत हो तो Word, PDF, SRT या VTT चुनें।
3
ट्रांसक्राइब करें और डाउनलोड करें
ट्रांसक्राइब करें दबाएँ और ट्रांसक्रिप्ट डाउनलोड करें। अगर आपको कोई हिस्सा ढूँढना है या आवाज़ें अलग पहचाननी हैं, तो पहले एडवांस्ड सेटिंग में टाइमस्टैम्प या वक्ता के लेबल चालू करें।

MP3 को ट्रांसक्राइब करने से मिनटों की सुनाई सेकंडों की पढ़ाई बन जाती है: कोई शब्द खोजें, उद्धरण कॉपी करें, या वह टेक्स्ट ऐसे व्यक्ति को दें जो ऑडियो नहीं चला सकता।

MP3 को टेक्स्ट में क्यों बदलें

ज़्यादातर वॉइस रिकॉर्डर, फ़ोन रिकॉर्डिंग ऐप और पॉडकास्ट टूल MP3 ही एक्सपोर्ट करते हैं, इसलिए अक्सर यही फ़ाइल आपके पास होती है। छात्र रिकॉर्ड किए लेक्चर को ट्रांसक्राइब करके नोट्स से पढ़ते हैं, पत्रकार इंटरव्यू से सटीक उद्धरण निकालते हैं, शोधकर्ता फ़ोकस ग्रुप को कोड करते हैं, और पॉडकास्टर ट्रांसक्रिप्ट प्रकाशित करते हैं ताकि एपिसोड सर्च इंजन में मिले और बधिर या कम सुनने वाले लोग उसे पढ़ सकें।

आउटपुट तय करता है कि आप आगे क्या कर सकते हैं। सादा टेक्स्ट (TXT) कहीं भी पेस्ट हो जाता है। Word (DOCX) एडिट और कमेंट के लिए तैयार है। PDF उस ट्रांसक्रिप्ट के लिए ठीक है जिसे बदला नहीं जाना चाहिए। SRT और VTT समय वाली सबटाइटल फ़ाइलें हैं, और JSON डेवलपर के लिए हर शब्द को उसके समय के साथ सूचीबद्ध करता है।

अगर रिकॉर्डिंग वीडियो में है, तो आप वीडियो ही अपलोड कर सकते हैं; उसका ऑडियो ट्रैक ट्रांसक्राइब होगा। या वीडियो अपलोड के लिए बहुत बड़ा हो तो पहले MP4 से MP3 से आवाज़ निकाल लें।

फ़ाइलें प्रति बैच: 20
प्रति फ़ाइल: 95 MB
भाषाएँ और अपने आप पहचान: 33
अपलोड हटाए जाने तक: 30 मिनट

MP3 से टेक्स्ट की सटीकता किन बातों पर निर्भर करती है

एक साथ बोलते वक्ता: एक साथ दो आवाज़ें सबसे कठिन स्थिति हैं। पैनल और खाने की मेज़ की रिकॉर्डिंग में जहाँ लोग एक-दूसरे को टोकते हैं, वहाँ सबसे ज़्यादा शब्द छूटते हैं।
पृष्ठभूमि की आवाज़: संगीत, ट्रैफ़िक और एयर कंडीशनर बोली से टकराते हैं। महँगे माइक्रोफ़ोन से ज़्यादा शांत कमरा मायने रखता है।
फ़ोन और कॉल रिकॉर्डिंग: पारंपरिक फ़ोन लाइनें फ़्रीक्वेंसी की सिर्फ़ संकरी पट्टी ले जाती हैं, इसलिए व्यंजन धुंधले हो जाते हैं। कॉल रिकॉर्डिंग में ज़्यादा सुधार की उम्मीद रखें।
गलत भाषा सेटिंग: संगीत से शुरू होने वाली या बीच में भाषा बदलने वाली फ़ाइल में अपने आप पहचान गलत हो सकती है। बोली गई भाषा खुद चुनने से यह ठीक हो जाता है।

टाइमस्टैम्प के साथ MP3 को SRT सबटाइटल में बदलें

SRT फ़ाइल के दो कैप्शन

1
00:00:01,200 --> 00:00:04,050
शो में फिर से आपका स्वागत है।

2
00:00:04,300 --> 00:00:07,900
आज हम घर पर रिकॉर्डिंग की बात करेंगे।

SRT का नाम SubRip से आया है, जो Windows का एक सबटाइटल टूल था, और यह सबसे ज़्यादा स्वीकार किया जाने वाला सबटाइटल फॉर्मेट है: एक नंबर, मिलीसेकंड से पहले कॉमा के साथ शुरू और खत्म का समय, और कैप्शन का टेक्स्ट। VTT, यानी WebVTT, वेब वीडियो प्लेयर के लिए W3C का संस्करण है और कॉमा की जगह बिंदु इस्तेमाल करता है। दोनों सादा टेक्स्ट हैं, इसलिए गलत सुना गया शब्द आप किसी भी एडिटर में ठीक कर सकते हैं।

कैप्शन की लाइनें डिफ़ॉल्ट रूप से 42 अक्षरों पर बँटती हैं, जो ज़्यादातर लैटिन लिपि वाली भाषाओं के लिए Netflix जैसी पेशेवर सबटाइटल स्टाइल गाइड की सीमा है। अगर आपको सबटाइटल फ़ाइल की जगह दस्तावेज़ में समय के निशान चाहिए, तो TXT, Word या PDF रखें और टाइमस्टैम्प चालू करें, जो हर पैराग्राफ़ से पहले [01:15] जैसा निशान लगाता है। सबटाइटल पहले से हैं और सादा टेक्स्ट चाहिए? SRT से TXT नंबर और समय हटा देता है।

MP3 को टेक्स्ट में बदलने से जुड़े सवाल

MP3 को टेक्स्ट में बदलना कितना सटीक है?

यह फ़ाइल फॉर्मेट से कहीं ज़्यादा रिकॉर्डिंग पर निर्भर करता है। माइक्रोफ़ोन के पास एक साफ़ आवाज़ बहुत अच्छी तरह ट्रांसक्राइब होती है; फ़ोन कॉल, शोर वाले कैफ़े या एक-दूसरे के ऊपर बोलते कई लोगों में गलतियाँ ज़्यादा होती हैं। कुछ भी उद्धृत करने से पहले ट्रांसक्रिप्ट एक बार ज़रूर पढ़ लें।

क्या लंबी MP3 का सिर्फ़ एक हिस्सा टेक्स्ट में बदल सकते हैं?

हाँ। एडवांस्ड सेटिंग में शुरुआत और अंत सेकंड या मिनट:सेकंड में भरें, जैसे 12:30 से 18:00। सिर्फ़ उतना हिस्सा ट्रांसक्राइब होता है, जो लंबे इंटरव्यू से एक जवाब चाहिए तब ज़्यादा तेज़ रहता है।

YouTube कैप्शन के लिए कौन-सा आउटपुट चुनें?

SRT या VTT। दोनों में हर लाइन का शुरू और खत्म होने का समय होता है, और YouTube Studio सबटाइटल फ़ाइल अपलोड करते समय दोनों में से कोई भी मान लेता है। प्रति लाइन अक्षर 42 रखें ताकि हर कैप्शन स्क्रीन पर दो छोटी लाइनों में आ जाए।

JSON आउटपुट में क्या होता है?

हर शब्द अपने शुरू और खत्म होने के समय के साथ। डेवलपर इसका उपयोग इंटरैक्टिव ट्रांसक्रिप्ट बनाने, ऑडियो में खोजने या ठीक शब्दों पर क्लिप काटने के लिए करते हैं। पढ़ने के लिए TXT या Word आसान है।

मेरी MP3 95 MB से बड़ी है। क्या करूँ?

बोली के लिए ऊँची बिटरेट की ज़रूरत नहीं होती। ऑडियो कंप्रेस करें से फ़ाइल को 64 kbps मोनो में दोबारा एन्कोड करें, इससे लंबी रिकॉर्डिंग कई गुना छोटी हो जाती है और ट्रांसक्रिप्शन पर असर नहीं पड़ता, फिर छोटी फ़ाइल अपलोड करें।

क्या यह बता सकता है कि कौन बोल रहा है?

वक्ता के लेबल चालू होने पर ट्रांसक्रिप्ट आवाज़ बदलने पर वक्ता 1, वक्ता 2 आदि लिख देता है। यह नाम नहीं जानता, इसलिए बाद में Word में लेबल की जगह असली नाम लिख दें।