तैयार ट्रांसक्रिप्ट को असली टाइमस्टैम्प वाली SRT फ़ाइल में बदलें
अगर आपका इंटरव्यू, पॉडकास्ट या लेक्चर पहले से ही ट्रांसक्राइब किया हुआ है—चाहे खुद लिखा हो या किसी सर्विस से कराया हो—तो बस टाइमिंग की कमी है। रिकॉर्डिंग को ट्रांसक्रिप्ट के साथ अपलोड करें, और हर लाइन आपके सटीक शब्दों और स्पीकर लेबल के साथ एक टाइम्ड SRT और VTT क्यू के रूप में वापस मिल जाएगी। 10 मिनट तक की रिकॉर्डिंग पूरी तरह फ़्री हैं; इससे लंबी रिकॉर्डिंग के लिए सिर्फ़ एक बार $5 का पेमेंट करना होगा, जो 6 घंटे तक के लिए मान्य है।
- TXT या DOCX के रूप में ट्रांसक्रिप्ट, या सीधे पेस्ट करें; चाहे आपने खुद टाइप किया हो या किसी ट्रांसक्रिप्शन सर्विस से मिला हो
- स्पेलिंग, विराम चिह्न और "Host:" जैसे स्पीकर लेबल ठीक वैसे ही रखे जाते हैं जैसे लिखे गए हैं
- रिकॉर्डिंग में जिस पल जो लाइन बोली गई है, उसी हिसाब से उसका समय तय होता है
- लंबे पैराग्राफ को वाक्य और कॉमा के आधार पर आसानी से पढ़े जाने वाले क्यू में बाँट दिया जाता है
- ऐसे प्लेयर्स के लिए जिन्हें ज़रूरत हो, बाइट-ऑर्डर मार्क के साथ UTF-8 में SRT और VTT
शब्द तो आपके पास पहले से ही हैं
जिस ट्रांसक्रिप्ट को किसी ने ध्यान से चेक किया हो, उसे वैसा ही बनाए रखना बेहतर होता है। सिर्फ़ एक SRT पाने के लिए ऑडियो को नए सिरे से ट्रांसक्राइब कराने से वह सारी मेहनत बेकार हो जाती है: नामों की स्पेलिंग गलत हो जाती है, आपके किए गए सुधार मिट जाते हैं, और आपको दोबारा प्रूफरीड करना पड़ता है। यह टूल आपके टेक्स्ट को सुरक्षित रखता है और सिर्फ़ टाइमिंग जोड़ता है। स्पीच रिकग्निशन यह पता लगाता है कि बोला गया हर शब्द कब आया है, और कोड आपके ट्रांसक्रिप्ट को उन शब्दों से मैच कर देता है।
एक सादे ट्रांसक्रिप्ट से किसी मीडिया प्लेयर का काम नहीं चल सकता। यहाँ तक कि हर कुछ मिनटों में टाइमस्टैम्प वाला ट्रांसक्रिप्ट भी अधूरा रह जाता है, क्योंकि सबटाइटल के लिए बोले गए हर कुछ सेकंड का सटीक शुरुआती और अंतिम समय चाहिए होता है।
ट्रांसक्रिप्ट तैयार करना
- हर लाइन में एक पैराग्राफ या एक स्पीकर की बात रखें; आपके लाइन ब्रेक ही क्यू की सीमा बन जाते हैं
- स्पीकर लेबल क्यू टेक्स्ट में वैसे ही रहते हैं जैसे लिखे गए हैं, इसलिए स्क्रीन पर "Dr. Patel:" दिखेगा; अगर आप स्क्रीन पर सिर्फ़ बोले गए शब्द चाहते हैं, तो अपलोड करने से पहले इन्हें हटा दें
- टेक्स्ट में पहले से टाइप किए गए पुराने टाइमस्टैम्प, जैसे [00:14:02], शब्दों की तरह माने जाते हैं, इसलिए उन्हें हटा दें वरना वे सबटाइटल में दिखाई देंगे
- [inaudible] या [crosstalk] जैसे नोट क्यू में वहीं बने रहते हैं जहाँ आपने उन्हें लिखा है
- जो हिस्से ट्रांसक्राइब तो किए गए थे लेकिन बाद में रिकॉर्डिंग से काट दिए गए, उन्हें हटा देना चाहिए, क्योंकि टाइमिंग मैच करने के लिए उनकी कोई आवाज़ नहीं है
जहाँ आवाज़ और टेक्स्ट में फ़र्क हो
क्लीन वर्बेटिम ट्रांसक्रिप्ट में "um", लड़खड़ाते शब्द और दोहराव छोड़ दिए जाते हैं। इससे कोई परेशानी नहीं होती: रिकॉर्डिंग में सुने गए जिन शब्दों का आपके टेक्स्ट में कोई मेल नहीं होता, उन्हें छोड़ दिया जाता है, और आपकी साफ़-सुथरी लाइन अपनी जगह बनी रहती है। जहाँ रिकग्नाइज़र को "twenty-five" सुनाई देता है और आपने "25" टाइप किया है, या वह किसी बुदबुदाए हुए शब्द को मिस कर देता है, वहाँ टाइमिंग आगे-पीछे के शब्दों से ले ली जाती है।
दो लोगों का एक साथ बोलना, या किसी मेहमान का माइक से दूर होना, किसी क्यू को थोड़ा जल्दी या देर से शुरू कर सकता है। Amharic, Tigrinya, Somali, Dari, Kurdish, Burmese और Pashto के लिए, टाइमिंग एक सामान्य AI मॉडल से आती है और थोड़ी कम सटीक होती है।
टाइम्ड ट्रांसक्रिप्ट किन कामों के लिए उपयोगी है
- पॉडकास्ट एपिसोड के वीडियो वर्शन के लिए कैप्शन्स
- कोर्स प्लेटफ़ॉर्म पर रिकॉर्ड किए गए लेक्चर या वेबिनार के लिए सबटाइटल
- एडिटर में इंटरव्यू फ़ुटेज, जहाँ हर जवाब टाइमलाइन पर सही जगह सेट हो
- महीनों पहले ट्रांसक्राइब की गई किसी टॉक के लिए आसान एक्सेस वाले कैप्शन्स
टूल कैसे काम करता है, कितना खर्च आता है और आपकी फ़ाइलें कैसे संभाली जाती हैं, यह ट्रांसक्रिप्ट को ऑडियो से सिंक करें पेज पर है; हर टूल की कीमत कीमत पेज पर है।
आख़िरी अपडेट:
सवाल और जवाब
क्या ChatGPT मेरे ट्रांसक्रिप्ट में टाइमस्टैम्प जोड़ सकता है?
यह ट्रांसक्रिप्ट को SRT के रूप में व्यवस्थित कर सकता है और अगर आप कहें तो टाइमिंग भी लिख देगा। लेकिन रिकॉर्डिंग सुने बिना, वे टाइमिंग बस अंदाज़े से या बराबर दूरी पर फैला दिए जाते हैं, इसलिए एक घंटे के इंटरव्यू में हर मिनट के साथ उनका फ़र्क बढ़ता जाता है। लंबे टेक्स्ट पर यह लाइनों को छोटा करने या आपस में मिलाने भी लगता है। यहाँ टाइमिंग सीधे ऑडियो से ली जाती है और टेक्स्ट में कोई बदलाव नहीं किया जाता।
क्या सबटाइटल में स्पीकर के नाम दिखाई देंगे?
हाँ, अगर वे आपके टेक्स्ट में हैं, क्योंकि लेबल बिल्कुल वैसे ही रखे जाते हैं जैसे लिखे गए हों। अगर आप स्क्रीन पर सिर्फ़ बोले गए शब्द चाहते हैं, तो अपलोड करने से पहले उन्हें हटा दें।
मेरे ट्रांसक्रिप्ट में 'um' और लड़खड़ाते शब्द शामिल नहीं हैं। क्या इससे कोई समस्या होगी?
नहीं। रिकॉर्डिंग की वे अतिरिक्त आवाज़ें जो आपके टेक्स्ट में नहीं हैं, उन्हें छोड़ दिया जाता है, और आपकी साफ़-सुथरी लाइनों की टाइमिंग उनके आस-पास के शब्दों से तय हो जाती है।
मैं ट्रांसक्रिप्ट को किन फ़ॉर्मेट में अपलोड कर सकता हूँ?
इसे सीधे पेस्ट करें, या TXT या DOCX फ़ाइल अपलोड करें। अगर आपके पास पहले से कोई सबटाइटल फ़ाइल है, तो SRT, VTT, ASS, SBV और LRC भी सपोर्ट किए जाते हैं, और उनका क्यू लेआउट सुरक्षित रहता है।
टाइम्ड ट्रांसक्रिप्ट की कीमत कितनी है?
10 मिनट तक की रिकॉर्डिंग पूरी तरह फ़्री है। इससे ज़्यादा लंबी रिकॉर्डिंग के लिए सिर्फ़ एक बार $5 का पेमेंट करना होगा, जो 6 घंटे तक के लिए है। $19 प्रति सप्ताह पर Unlimited प्लान में प्रति जॉब 12 घंटे तक की सुविधा मिलती है।
मेरा ट्रांसक्रिप्ट कौन देख सकता है?
सिर्फ़ आप। आपकी फ़ाइलें केवल प्रोसेस करने के लिए AI मॉडल प्रोवाइडर को भेजी जाती हैं और मॉडल को ट्रेन करने के लिए उनका इस्तेमाल नहीं किया जाता। बिना अकाउंट के शुरू किए गए जॉब 7 दिनों के बाद डिलीट कर दिए जाते हैं, और आप जब चाहें खुद भी किसी जॉब को डिलीट कर सकते हैं।