नमस्ते। मीटिंग या इंटरव्यू रिकॉर्ड करके रखने के बाद भी, बाद में कोई ज़रूरी वाक्य ढूंढना हो तो आखिरकार फ़ाइल को शुरुआत से फिर से सुनना पड़ता था—यह काफ़ी असुविधाजनक था।
इस समस्या को कम करने के लिए मैंने ToText बनाया।
शुरू में लगा था कि सिर्फ़ audio को text में बदलने वाली सुविधा काफ़ी होगी। लेकिन असली files इस्तेमाल करके देखने पर पता चला कि transcription के बाद करने के लिए और भी बहुत काम होते हैं।
लोगों के नाम या numbers ठीक करने पड़ते थे, और जब कई लोग बातचीत कर रहे हों तो speakers को व्यवस्थित करना पड़ता था। सही वाक्य की पुष्टि करने के लिए original recording में उस हिस्से को भी फिर से ढूंढना पड़ता था।
इसलिए हमने ऐसा बनाया कि results screen पर original file और transcript को साथ-साथ देखा जा सके। हर वाक्य में timestamp होता है, और वाक्य पर click करने से वही segment तुरंत play होने लगता है।
फ़िलहाल supported features ये हैं।
- MP3, MP4, M4A, MOV, WAV, WebM आदि audio/video files upload
- automatic language detection
- timestamps के साथ editable transcript results
- speaker recognition और speaker name editing
- text search और original segment playback
- summary, meeting minutes, automatic chapters, action items बनाना
- TXT, DOCX, PDF, SRT, VTT, CSV, JSON export
इंटरव्यू, podcast, meeting recordings को MP3 to Transcript flow से process किया जा सकता है, और webinars या lecture/meeting videos को MP4 to Transcript flow से उसी editing screen में काम किया जा सकता है।
फ़िलहाल नए accounts को credit card registration के बिना 3 free transcriptions दिए जा रहे हैं।
अभी भी लगातार सुधार कर रहे हैं, इसलिए इन बातों पर आपकी राय सुनना चाहेंगे।
- लंबी transcript review करते समय सबसे ज़्यादा ज़रूरी feature
- summary, meeting minutes, subtitles में से असल में सबसे ज़्यादा इस्तेमाल होने वाला output
- editing screen में असुविधाजनक या समझने में मुश्किल हिस्से
कृपया खुद इस्तेमाल करके देखें और bugs या improvement feedback छोड़ें—आभारी रहेंगे।
1 टिप्पणियां
क्या वीडियो और recordings, दोनों server पर serve किए जाते हैं?