ऑडियो को टेक्स्ट में बदलें

नहीं। ऑडियो आपका ब्राउज़र डिकोड करता है और आपके टैब में चल रहा मॉडल उसे टेक्स्ट में बदलता है। सर्वर पर कुछ नहीं भेजा जाता; मॉडल लोड होने के बाद आप इंटरनेट बंद भी कर सकते हैं।

हाँ। मॉडल आपके अपने डिवाइस पर चलता है, इसलिए हर मिनट पर हमारा कोई खर्च नहीं आता: न साइन-अप, न मिनटों की लिमिट और न फ़ाइल साइज़ की लिमिट।

Whisper लगभग सौ भाषाएँ पहचानता है, जिनमें हिंदी, अंग्रेज़ी, स्पेनिश, फ़्रेंच, जर्मन, पुर्तगाली, इतालवी, डच, रूसी, अरबी, फ़ारसी, तुर्की, चीनी और जापानी शामिल हैं। अंग्रेज़ी और दूसरी ज़्यादा बोली जाने वाली भाषाओं में यह सबसे सटीक है।

साफ़ आवाज़ के लिए यह ध्यान से सुनने वाले इंसान के करीब है, हालाँकि नामों और खास शब्दों में सुधार की ज़रूरत पड़ सकती है। बैकग्राउंड म्यूज़िक, एक साथ बोलते लोग और दूर रखा माइक्रोफ़ोन सटीकता कम करते हैं।

नए लैपटॉप पर एक मिनट के ऑडियो में लगभग दस से बीस सेकंड लगते हैं। फ़ोन और पुराने कंप्यूटर धीमे होते हैं। टेक्स्ट पहचाने जाते ही दिखने लगता है, इसलिए आप तुरंत पढ़ना शुरू कर सकते हैं।

हाँ। MP4, MOV या WebM फ़ाइल खोलें और उसकी आवाज़ टेक्स्ट में बदल जाएगी। सबटाइटल के रूप में इस्तेमाल करने के लिए रिज़ल्ट को SRT या VTT में डाउनलोड करें।