वीडियो को टेक्स्ट में बदलें

वीडियो में तस्वीर और आवाज़, दोनों होती हैं। यहाँ सिर्फ़ आवाज़ पढ़ी जाती है: बोले हुए शब्द पहचाने जाते हैं और लाइन-दर-लाइन टेक्स्ट बनता है। इसलिए वीडियो की क्वालिटी से ज़्यादा फ़र्क़ आवाज़ की सफ़ाई से पड़ता है। जिस वीडियो में बोलचाल नहीं है (सिर्फ़ संगीत या ख़ामोशी), उसका टेक्स्ट ख़ाली या लगभग ख़ाली आएगा।

1. वीडियो फ़ाइल ऊपर वाले बॉक्स में डालिए। फ़ॉर्मैट बदलने की ज़रूरत नहीं।
2. टेक्स्ट आने पर वीडियो चलाकर साथ-साथ पढ़िए और ग़लत शब्द ठीक कीजिए।
3. सादा टेक्स्ट चाहिए तो TXT लीजिए। सबटाइटल चाहिए तो SRT या VTT।

SRT और VTT फ़ाइलें उसी टेक्स्ट से बनती हैं जिसे आपने सुधारा है। सबटाइटल उसी भाषा में होते हैं जिसमें वीडियो में बोला गया है, यानी हिंदी वीडियो के हिंदी सबटाइटल। फ़ाइल को आप किसी वीडियो एडिटर, प्लेयर या अपलोड प्लेटफ़ॉर्म में जोड़ सकते हैं। वीडियो के भीतर सबटाइटल जलाने (बर्न करने) की सुविधा यहाँ नहीं है।

सबटाइटल लगाने से पहले एक बार पूरा पढ़ लेना ज़रूरी है, क्योंकि हिंदी में नाम, अंग्रेज़ी शब्द और तेज़ बोले गए वाक्य अक्सर ग़लत आते हैं।

हिंदी Whisper-परिवार के मॉडलों के लिए कमज़ोर भाषा है, और बिना अकाउंट वाली आज़माइश में "small" मॉडल चलता है। होस्टेड साइट पर इससे बड़ा मॉडल नहीं है। इसलिए:

• पीछे चलता तेज़ संगीत, भीड़ या गूँज वाले वीडियो में नतीजा काफ़ी बिगड़ता है।
• हिंग्लिश वाले वीडियो (जैसे टेक-रिव्यू या वीलॉग) में अंग्रेज़ी शब्द देवनागरी या रोमन में आ सकते हैं, और कुछ ग़लत भी।
• इंटरव्यू या बहस में जहाँ लोग एक-दूसरे की बात काटते हैं, वहाँ टेक्स्ट बिखरता है।
• छोटे, साफ़ हिस्से अलग-अलग चलाने से अक्सर बेहतर नतीजा मिलता है।

इस पेज का अपलोडर हिंदी पर सेट है। दूसरी भाषा या मिली-जुली भाषा के लिए अंग्रेज़ी पेज पर ऑटो-डिटेक्ट मिलता है।

बिना अकाउंट के एक बार में एक फ़ाइल: 15 मिनट तक और 25 MB तक, दिन में 3 कोशिशें। आज़माइश की प्रीव्यू फ़ाइलें 24 घंटे बाद हट जाती हैं। लंबे वीडियो के लिए मुफ़्त अकाउंट बनाइए, जो टेक्स्ट लाइब्रेरी में रखता है और लाइन-दर-लाइन एडिट देता है। फ़ाइल हमारे सर्वर पर जाती है; ब्योरा प्राइवेसी पेज पर है।