Daily Toolkits Tools

मैं पाठ के लिए वाणी का उपयोग कैसे करता हूँ (और आप भी ऐसा कैसे कर सकते हैं)

Related tool: Speech to Text · Zoometic Labs

मैं भाषण से पाठ तक अपनी अपेक्षा से अधिक बार पहुंचता हूं। यह उन छोटे उपकरणों में से एक है जो चुपचाप आपका समय बचाता है जब भी आपको अपने ब्राउज़र में व्हिस्पर के साथ छोटी ऑडियो क्लिप को टेक्स्ट में ट्रांसक्राइब करने की आवश्यकता होती है।

अपने ब्राउज़र में व्हिस्पर के साथ छोटी ऑडियो क्लिप को टेक्स्ट में ट्रांसक्राइब करें। वाक् पहचान स्थानीय स्तर पर चलती है; ऑडियो कभी भी हमारे सर्वर पर अपलोड नहीं किया जाता है।

यह मार्गदर्शिका पूरी चीज़ के बारे में बताती है: यह किस लिए है, चरण दर चरण इसका उपयोग कैसे करें, कुछ सुझाव जो काश किसी ने मुझे पहले बताए होते, और वे प्रश्न जो लोग सबसे अधिक पूछते हैं।

वह भाग जो मुझे सबसे अधिक पसंद है? आपके ब्राउज़र में सब कुछ ठीक से चलता है. सर्वर पर कुछ भी अपलोड नहीं होता है, इसलिए आपकी फ़ाइलें पूरे समय आपके डिवाइस पर ही रहती हैं।

संक्षिप्त संस्करण

अपने ब्राउज़र में व्हिस्पर के साथ छोटी ऑडियो क्लिप को टेक्स्ट में ट्रांसक्राइब करें। यह MP3, WAV, WebM, OGG और M4A फ़ाइलों के साथ काम करता है, जो अधिकांश लोगों की रोजमर्रा की ज़रूरतों को पूरा करता है।

क्योंकि यह एक काम करता है, यह तेज़ है। आप इसे खोलते हैं, काम करते हैं, और आपका काम पूरा हो जाता है - आमतौर पर एक मिनट से भी कम समय में।

इसका उपयोग करना: वास्तविक चरण

कुछ ही मिनटों में आप इससे निपट लेंगे। यह इस प्रकार होता है:

  1. दिखाई गई अधिकतम अवधि के भीतर एक छोटी ऑडियो फ़ाइल अपलोड करें। आप इसे यहां खोल सकते हैं: स्पीच टू टेक्स्ट
  2. ट्रांसक्राइब ऑडियो पर क्लिक करें।
  3. ट्रांसक्रिप्ट को कॉपी करें या डाउनलोड करें। बस इतना ही - आपका काम हो गया।

वास्तविक स्थितियों के लिए इसे बनाया गया है

कोई भी व्यक्ति पीडीएफ, ईमेल या वेबपेज से चिपकाए गए गंदे टेक्स्ट को परेशान कर रहा है।

जिन छात्रों और शोधकर्ताओं को त्वरित गणना, तुलना, या फ़ॉर्मेटिंग सुधार की आवश्यकता है।

लेखक और संपादक प्रकाशन से पहले ड्राफ्ट की सफाई या जांच करते हैं।

कुछ चीजें जो वास्तव में मदद करती हैं

ये नियम नहीं हैं, बस ऐसी चीज़ें हैं जिन्होंने मेरा समय बचाया है:

  • बहुत बड़े इनपुट के लिए छोटे टुकड़ों में काम करें; इस तरह से समस्याओं का पता लगाना आसान है।
  • यदि Word या किसी वेबपेज से फ़ॉर्मेट करने पर अजीब अक्षर उत्पन्न हो रहे हैं तो सादे पाठ के रूप में चिपकाएँ।
  • पहले डिफ़ॉल्ट सेटिंग्स आज़माएँ। वे सबसे आम मामले के लिए तैयार हैं, और आप हमेशा वहां से बदलाव कर सकते हैं।
  • यदि परिणाम बिल्कुल सही नहीं है, तो एक समय में एक सेटिंग बदलें ताकि आप जान सकें कि क्या अंतर आया।
  • शुरू करने से पहले मूल की एक प्रति अपने पास रखें - इसमें एक सेकंड लगता है और यदि आप इसे दोबारा करना चाहते हैं तो यह आपको बचा लेता है।

जहां लोग आमतौर पर गलत हो जाते हैं

अगर कुछ बुरा लगता है, तो यह लगभग हमेशा इनमें से एक होता है:

  • मध्य-प्रक्रिया को ताज़ा करना। चूंकि काम आपके ब्राउज़र में होता है, इसलिए इसे दोबारा लोड करना शुरू हो जाता है।
  • इसे एक ऐसा प्रारूप दिया जाता है जिसे यह संभाल नहीं पाता है। MP3, WAV, WebM, OGG और M4A पर टिके रहें और यदि आवश्यक हो तो पहले कनवर्ट करें।
  • टैब को बहुत जल्दी बंद करना। दूर जाने से पहले इसे ख़त्म होने दें, ख़ासकर धीमे कनेक्शन पर।
  • फ़ाइल का ग़लत संस्करण अपलोड करना। पुराने टैब बंद करें और पहले फ़ाइल नाम दोबारा जांचें।

क्या इसका उपयोग करना सुरक्षित है?

यह आसान है: स्पीच टू टेक्स्ट पूरी तरह से आपके ब्राउज़र में चलता है। आपकी फ़ाइल आपके डिवाइस को कभी नहीं छोड़ती है, इसलिए कोई अपलोड नहीं है, कोई सर्वर कॉपी नहीं है, और किसी के देखने के लिए कुछ भी नहीं है।

इसका मतलब यह भी है कि पेज लोड होने के बाद यह ऑफ़लाइन काम करता है - अस्थिर कनेक्शन पर या जब आप किसी संवेदनशील चीज़ से निपट रहे हों तो यह उपयोगी है।

मेरी ईमानदार राय

स्पीच टू टेक्स्ट भारी कार्यभार के लिए विशेषज्ञ सॉफ़्टवेयर की जगह नहीं लेगा, और यह ऐसा करने का प्रयास भी नहीं करता है। वास्तव में हममें से अधिकांश के 90% कार्यों के लिए, यह पर्याप्त से अधिक है।

<पी>वेब टूल के लिए ट्रेड-ऑफ सामान्य हैं: बहुत बड़ी या असामान्य फ़ाइलें मुश्किल हो सकती हैं, और आप काम करने के लिए अपने ब्राउज़र पर भरोसा कर रहे हैं। न ही सामान्य उपयोग के लिए डीलब्रेकर है।

सामान्य प्रश्न

क्या मेरा ऑडियो सर्वर पर अपलोड किया गया है?

संक्षिप्त उत्तर: नहीं. व्हिस्पर के साथ ट्रांसक्रिप्शन पूरी तरह से आपके ब्राउज़र में चलता है। आपका ऑडियो आपके डिवाइस को कभी नहीं छोड़ता

क्या यह निजी रिकॉर्डिंग के लिए सुरक्षित है?

हाँ - हाँ। ऑडियो आपके डिवाइस पर रहता है और किसी सर्वर पर नहीं भेजा जाता है।

पहली दौड़ में अधिक समय क्यों लगता है?

संक्षिप्त उत्तर: व्हिस्पर मॉडल आपके ब्राउज़र पर एक बार डाउनलोड होता है (आमतौर पर 5-30 एमबी), फिर कैश किया जाता है। बाद में रन बहुत तेज़ होते हैं

क्या यह सशुल्क AI API का उपयोग करता है?

नहीं. ओपन-सोर्स व्हिस्पर आपके ब्राउज़र में स्थानीय रूप से चलता है। प्रति उपयोग कोई एपीआई शुल्क नहीं है।

क्या मुझे स्पीच टू टेक्स्ट का उपयोग करने के लिए भुगतान करना होगा या साइन अप करना होगा?

नहीं. यह दैनिक टूलकिट पर उपयोग करने के लिए मुफ़्त है, और आपको सामान्य कार्यों के लिए किसी खाते की आवश्यकता नहीं है।

संबंधित उपकरण देखने लायक हैं

आस-पास के कुछ उपकरण जो इसके साथ अच्छी तरह से चलते हैं:

इसे आज़माएं

स्पीच टू टेक्स्ट को समझने का सबसे तेज़ तरीका बस इसे खोलना और एक फ़ाइल को चलाना है। इसे यहां आज़माएं: स्पीच टू टेक्स्ट

और यदि आप जानना चाहते हैं कि डेली टूलकिट के पीछे कौन है, तो इसे Zoometic Labs की टीम ने बनाया है - अगर आपको ऐसे टूल पसंद हैं जो आपके समय और आपके डेटा का सम्मान करते हैं तो यह देखने लायक है।