बांग्ला, मराठी, कन्नड़ ऑडियो टू टेक्स्ट (Whisper)
लोग “ऑडियो टू टेक्स्ट बांग्ला”, “कन्नड़” या “मराठी” लिखते हैं और ऐसे टूल पर पहुँचते हैं जो पचास भाषाएँ दावा करते हैं बिना मॉडल बताए। FlashKit का प्राइवेट ट्रांसक्राइबर Xenova/whisper-base चलाता है। भाषा सूची उसी लाइब्रेरी की WHISPER_LANGUAGES तालिका से है।
जो भाषाएँ हम सच में देते हैं
चयन पर भारतीय कोड: हिंदी (hi), मराठी (mr), बांग्ला (bn), तमिल (ta), तेलुगू (te), कन्नड़ (kn), गुजराती (gu), पंजाबी (pa), उर्दू (ur), मलयालम (ml)। असमिया, नेपाली, संस्कृत, सिंधी टोकनाइज़र में हैं; UI की छोटी सूची में नहीं क्योंकि हमने उन्हें विज्ञापित नहीं किया। जो मॉडल न माने उसे हम नहीं गढ़ते।
अंग्रेज़ी अभी सबसे मज़बूत रहती है। इस इन-ब्राउज़र मॉडल पर हिंदी और अन्य भारतीय भाषाएँ सिर्फ़ कच्चा ड्राफ्ट देती हैं: लैटिन अक्षर, दोहराए वाक्य और गलत शब्द आम हैं, इसलिए हर पंक्ति जाँचें।
भाषा चुनें, फिर ट्रांसक्राइब करें
फ़ाइल टैब में रहती है। पहली रन लगभग 77 MB मॉडल लाती है।
ट्रांसक्राइबर खोलेंकम गड़बड़ ड्राफ्ट कैसे लें
- स्पीकर के पास रिकॉर्ड करें।
- एक फ़ाइल में एक भाषा। बीच में भाषा बदलना छोड़ देता है।
- होल्ड म्यूज़िक ऑडियो कटर से काटें।
- कंटेनर न खुले तो ऑडियो कन्वर्टर से WAV बनाएँ।
वीडियो पथ: बिना साइन-अप वीडियो टू टेक्स्ट। टाइम्ड एक्सपोर्ट: SRT/VTT। सटीकता: बेहतर ड्राफ्ट।
अक्सर पूछे सवाल
क्या टूल मराठी और बांग्ला सपोर्ट करता है?
हाँ। चयन में mr, bn और टोकनाइज़र के अन्य भारतीय कोड हैं। जो टोकनाइज़र न माने उसे सूची में नहीं लिखते।
क्या हिंदी कन्नड़ या मलयालम से ज़्यादा सटीक है?
भरोसे लायक फ़र्क़ नहीं। हिंदी, कन्नड़, मलयालम और बाकी भारतीय भाषाएँ इस इन-ब्राउज़र मॉडल पर सिर्फ़ कच्चा ड्राफ्ट देती हैं — लैटिन अक्षर, दोहराव, गढ़े शब्द। हर पंक्ति जाँचें।
Auto detect इस्तेमाल करें?
तभी जब भाषा सचमुच पता न हो। मिश्रित क्लिप पर जानबूझकर भाषा चुनना बेहतर है।