मुख्य बिंदु
- 01Transcription on-device speech recognition के साथ स्थानीय रूप से चलता है, इसलिए recordings आपके डिवाइस पर रहते हैं।
- 02Common formats — MP3, WAV, M4A, OGG, FLAC — out of the box supported हैं।
- 03Output editable text है जिसे आप copy, TXT के रूप में download, या अपने notes में paste कर सकते हैं।
स्थानीय रूप से क्यों ट्रांसक्राइब करें?
Voice memos और interview recordings आमतौर पर निजी होते हैं। एक audio file को transcription service को भेजना एक clear, named voice को सौंपना है — जो ethically और privacy law के तहत कई places में sensitive है।
On-device transcription उस trade-off से बचा सकता है: audio कभी ब्राउजर से बाहर नहीं जाता, लेकिन आप अभी भी searchable, copy-able text पाते हैं जो आप चाहते थे।
ऑडियो को कैसे ट्रांसक्राइब करें
Recording को ड्रॉप करें, model को स्थानीय रूप से चलाएं, और text को copy या download करें।
- 01
audio transcriber खोलें
Handytool के Transcribe Audio tool पर जाएं और अपनी recording को पेज पर ड्रॉप करें।
- 02
language चुनें
Audio में बोली जाने वाली language चुनें। Auto-detect अधिकांश cases को handle करता है जब आप sure नहीं हैं।
- 03
Transcription को चलाएं
ब्राउजर पहली बार speech-recognition model को load करता है और इसे audio पर स्थानीय रूप से चलाता है।
- 04
Copy या download करें
Text को inline edit करें यदि आवश्यक हो, फिर इसे copy करें या TXT फ़ाइल के रूप में download करें।
Transcribe करने से पहले
कुछ मिनट की prep आमतौर पर transcription accuracy को double करती है।
- 01Recording की cleanest copy को pick करें — कम background noise, कम echo।
- 02पुष्टि करें कि spoken language language setting से match करता है।
- 03Long recordings के लिए, chunks में split करें यदि आपका device memory से बाहर हो।
- 04Leading silence को trim करें इसलिए model real speech के साथ शुरू होता है।
- 05Result को skim करने की plan बनाएं proper nouns के लिए — जिन्हें manually fixes की आवश्यकता होती है।
Audio transcription FAQ
क्या recordings को server को अपलोड किया जाता है?
नहीं। Speech model आपके ब्राउजर में चलता है, इसलिए audio आपके डिवाइस पर रहता है।
कौन सी languages supported हैं?
Major world languages on-device model द्वारा supported हैं। Accuracy well-resourced languages में clear speech के लिए highest है।
Transcription कितना accurate है?
Quiet room में clear speech को 90%+ word accuracy हो सकता है। Background noise, overlap, या strong accents accuracy को lower करते हैं और manual fixes की need करते हैं।
क्या मैं long recordings को transcribe कर सकता हूं?
हां, हालांकि long recordings अधिक memory use करते हैं। यदि आपका ब्राउजर slow हो जाता है, पहले file को 10–15 minute chunks में split करें।