स्पीच से टेक्स्ट
स्थानीय मॉडल या ब्राउज़र की वाक् सेवालोकल मॉडल या ब्राउज़र स्पीच रिकग्निशन से माइक्रोफ़ोन या ऑडियो फ़ाइलें ट्रांसक्राइब करें
बोली जा रही भाषा चुनें। मॉडल भाषा अपने आप नहीं पहचानता।
ऑडियो स्रोत
ऑडियो और ट्रांसक्रिप्ट इसी ब्राउज़र में रहते हैं। केवल सार्वजनिक मॉडल और रनटाइम फ़ाइलें डाउनलोड होती हैं, जिससे उन होस्ट को आपका IP पता जैसी सामान्य अनुरोध जानकारी दिखती है।
लोकल मॉडल डाउनलोड
ब्राउज़र कैश जाँचा जा रहा है…
Whisper Tiny (multilingual, q8), स्थिर संशोधन ff4177021cc4। huggingface.co से लगभग 41.3 MB मॉडल फ़ाइलें (बड़ी फ़ाइलें उसके CDN us.aws.cdn.hf.co से आ सकती हैं), साथ ही इस साइट से लगभग 20.6 MB स्पीच रनटाइम।
फ़ाइलें दोबारा उपयोग के लिए इस ब्राउज़र के कैश में रखी जाती हैं और साइट स्टोरेज में गिनी जाती हैं। कैश न होने पर पहली बार लोड करने के लिए नेटवर्क चाहिए। ट्रांसक्रिप्शन आपके डिवाइस का CPU और मेमोरी इस्तेमाल करता है। धीमे डिवाइस पर एक मिनट के ऑडियो में एक मिनट या उससे ज़्यादा लग सकता है। मॉडल लाइसेंस: Apache-2.0 (model card); original Whisper code and weights MIT।
ऑडियो फ़ाइल यहाँ छोड़ें
25 MB और 5 मिनट तक। यह ब्राउज़र डिकोड कर सकता है: WAV।
आप क्लिपबोर्ड से पेस्ट भी कर सकते हैं।
अन्य फ़ॉर्मैट या कोडेक के लिए पहले WAV में बदलें।
पहले लोकल मॉडल लोड करें।
तैयार
ट्रांसक्रिप्ट
ऑडियो रिकॉर्ड करें या जोड़ें, फिर ट्रांसक्राइब करें। ट्रांसक्रिप्ट यहाँ दिखेगा।
स्वचालित ट्रांसक्रिप्ट: शब्द और विराम चिह्न गलत हो सकते हैं, और वक्ताओं की पहचान नहीं होती।
CodingTool.dev आपका ऑडियो या ट्रांसक्रिप्ट अपलोड, संग्रहीत या लॉग नहीं करता।
स्पीच से टेक्स्ट
माइक्रोफ़ोन की आवाज़ या ऑडियो फ़ाइल को टाइमस्टैम्प वाले टेक्स्ट में बदलें, फिर उसे कॉपी करें या TXT, SRT या VTT के रूप में डाउनलोड करें। ब्राउज़र में चलने वाला लोकल मॉडल या ब्राउज़र की अपनी स्पीच रिकग्निशन चुनें। माइक्रोफ़ोन या ऑडियो फ़ाइल, इंजन और बोली जाने वाली भाषा चुनें। लोकल मॉडल के लिए डाउनलोड की जानकारी देखें और मॉडल एक बार लोड करें। रिकॉर्ड करें या फ़ाइल जोड़ें, फिर ट्रांसक्राइब करें। ज़रूरत हो तो सेगमेंट का टेक्स्ट संपादित करें और सादा टेक्स्ट या सबटाइटल एक्सपोर्ट करें।
इंजन
लोकल मॉडल आपके ब्राउज़र के बैकग्राउंड वर्कर में Whisper Tiny (बहुभाषी, क्वांटाइज़्ड) चलाता है और रिकॉर्डिंग व फ़ाइल दोनों संभालता है। ब्राउज़र रिकग्निशन कुछ ब्राउज़रों में बने Web Speech API का उपयोग करता है; यह सिर्फ़ माइक्रोफ़ोन के साथ काम करता है और ब्राउज़र कंपनी अपने सर्वर पर ऑडियो प्रोसेस कर सकती है।
गोपनीयता
CodingTool.dev आपका ऑडियो या ट्रांसक्रिप्ट कभी प्राप्त, संग्रहीत या लॉग नहीं करता। लोकल मॉडल के साथ ऑडियो इसी ब्राउज़र में रहता है; केवल सार्वजनिक मॉडल और रनटाइम फ़ाइलें डाउनलोड होती हैं। ब्राउज़र रिकग्निशन में ब्राउज़र माइक्रोफ़ोन ऑडियो अपनी स्पीच सेवा को भेजता है। केवल स्रोत, इंजन, भाषा और व्यू के विकल्प सहेजे जाते हैं।
सीमाएँ और सटीकता
फ़ाइलें 25 MB तक और रिकॉर्डिंग या फ़ाइलें 5 मिनट तक। ट्रांसक्रिप्ट स्वचालित है और इसमें गलतियाँ, छूटे शब्द या अधूरा विराम चिह्न हो सकते हैं। वक्ताओं की पहचान नहीं की जाती। ब्राउज़र रिकग्निशन का समय अनुमानित है।
