वीडियो को टेक्स्ट बनाएं
आपने क्लिप में कुछ अच्छा कहा और अब वह लिखा हुआ चाहिए। कैप्शन के लिए एक कोट, वह स्क्रिप्ट जो आपने बोलते-बोलते बनाई और कभी लिखी नहीं, कैमरे पर ग्राहक की कही एक बात। वीडियो चलाकर टाइप करना पुराना तरीका है। वीडियो को टेक्स्ट बनाना छोटा रास्ता है।
यहाँ यह ऐसे होता है: क्लिप अपलोड करें, शब्द पढ़ें, TXT या SRT ले जाएँ।
यह 40 मिनट के भाषण के लिए सबटाइटल सेवा नहीं है। यह उस क्लिप के लिए है जो अभी आपके फ़ोन में है: तीन मिनट से कम, एक-दो लोग बोल रहे हैं, और आपको शब्द पेज पर चाहिए।
ReelNab का वीडियो से टेक्स्ट पेज यही करता है। आप फ़ाइल अपलोड करते हैं, बोली टेक्स्ट बनकर लौटती है, और आप TXT या SRT लेकर जाते हैं।
कौन-सी फ़ाइलें चलती हैं
टूल वीडियो और ऑडियो दोनों लेता है: MP4, MOV, WEBM, MP3, M4A और WAV। फ़ोन की रिकॉर्डिंग, वॉइसओवर वाली स्क्रीन रिकॉर्डिंग, वॉइस मेमो, एक्सपोर्ट की हुई रील। प्रति फ़ाइल 3 मिनट और 100 MB तक।
फ़ॉर्मेट से ज़्यादा मायने रखता है कि ट्रैक पर क्या है। साफ़ सुनाई देती बोली, माइक के पास, एक बार में एक आवाज़, अच्छी निकलती है: कैमरे से बात करता व्यक्ति, वॉइस मेमो, प्रोडक्ट का डेमो। शोर वाले कैफ़े में एक-दूसरे पर बोलते दो लोग, संगीत में दबी आवाज़, कमरे के पीछे से शूट की क्लिप: ये टूटी-फूटी निकलती हैं, क्योंकि मशीन लगभग वही सुनती है जो आप सुनते हैं।
क्लिप तीन मिनट से लंबी हो तो पहले काटें और ज़रूरी हिस्सा ट्रांसक्राइब करें। कुछ भी शुरू होने से पहले पूरी फ़ाइल जाँची जाती है, इसलिए लंबी फ़ाइल तुरंत मना हो जाती है, बीच में नहीं।
फ़ाइल आपकी होनी चाहिए, या ऐसी जिसे इस्तेमाल करने का आपको हक़ हो। पेज आपके डिवाइस की फ़ाइल पर काम करता है, लिंक पर नहीं। वीडियो TikTok या YouTube पर है तो पहले सेव करें, फिर सेव की हुई फ़ाइल अपलोड करें।
वीडियो ऑनलाइन ट्रांसक्राइब करें: स्टेप्स
- पेज खोलें। वीडियो से टेक्स्ट पर जाएँ और फ़ाइल बॉक्स में ड्रॉप करें, या टैप करके चुनें। वीडियो का छोटा प्रीव्यू दिखता है; ऑडियो फ़ाइल का प्लेयर। बटन दबाने तक कुछ नहीं भेजा जाता।
- ट्रांसक्राइब दबाएँ। वीडियो से आवाज़ निकाली जाती है, फिर पहचानी जाती है। एक मिनट की क्लिप में आमतौर पर दस सेकंड से कम लगते हैं; तीन मिनट में करीब आधा मिनट। पेज पर दिखता प्रतिशत असली प्रगति है, ऐनिमेशन नहीं।
- टेक्स्ट पढ़ें। यह उसी पेज पर एक बॉक्स में दिखता है, उसी भाषा में जिसमें क्लिप में बोला गया। भाषा अपने आप पहचानी जाती है, कुछ सेट नहीं करना।
- साथ ले जाएँ। टेक्स्ट कॉपी करें पूरा ट्रांसक्रिप्ट क्लिपबोर्ड पर रख देता है। TXT डाउनलोड उसे सादी फ़ाइल में सेव करता है। SRT डाउनलोड वही शब्द टाइमस्टैम्प के साथ सेव करता है।
पहचान ReelNab के अपने सर्वर पर एक ओपन स्पीच मॉडल से होती है। ऑडियो किसी बाहरी सेवा को नहीं भेजा जाता, और टेक्स्ट तैयार होते ही अपलोड हट जाता है। TXT और SRT डाउनलोड के करीब एक मिनट बाद हट जाते हैं।
अगर शब्द नहीं, आवाज़ चाहिए, तो वह दूसरा टूल है: TikTok से MP3 ऑडियो को फ़ाइल के रूप में देता है।
TXT या SRT
दोनों में एक जैसे शब्द हैं। काम अलग-अलग हैं।
TXT सादे टेक्स्ट में ट्रांसक्रिप्ट है, हर लाइन में एक वाक्यांश। कहीं भी खोलें, नोट्स, कैप्शन, दस्तावेज़ या अनुवाद टूल में पेस्ट करें। शब्द चाहिए हों तो यही लें।
SRT सबटाइटल फ़ाइल है। हर वाक्यांश के साथ शुरू और अंत का समय होता है, जैसे 00:00:00,000 --> 00:00:04,200, और उसके बाद लाइन। वीडियो एडिटर और ज़्यादातर प्लेयर इसे सीधे खोलते हैं। VLC में SRT को MP4 के बगल में रखें, कैप्शन दिखने लगते हैं। CapCut, Premiere या DaVinci में इंपोर्ट करें तो हाथ से टाइप करने के बजाय स्टाइल करने लायक कैप्शन मिलते हैं। शब्दों को वीडियो पर वापस लाना हो तो यही लें।
iPhone पर दोनों फ़ाइलें Files ऐप में जाती हैं, वहीं जहाँ बाकी डाउनलोड जाते हैं। न मिलें तो यह गाइड बताती है कि Safari उन्हें कहाँ रखता है।
जब यह शब्द गलत पकड़े
कभी-कभी गलत पकड़ेगा। यह स्पीच पहचान है, स्टेनोग्राफ़र नहीं, और छोटे सर्वर पर छोटा मॉडल है, ताकि पेज मुफ़्त और तेज़ रहे।
गलतियों का एक पैटर्न है, इसलिए उन्हें ढूँढना आसान है:
- नाम और ब्रांड। यह वही लिखता है जो सुनता है, इसलिए प्रोडक्ट का नाम मिलते-जुलते आम शब्द में बदल सकता है।
- संख्याएँ। कीमतें, तारीख़ें और फ़ोन नंबर क्लिप से मिला लें।
- तेज़ बोली और गहरा लहजा। शब्द आपस में मिल जाते हैं या छूट जाते हैं।
- आवाज़ के नीचे संगीत। बैकग्राउंड जितना तेज़, मॉडल उतना अंदाज़ा लगाता है।
- एक साथ कई लोग। ओवरलैप बोली एक गड्डमड्ड लाइन बन जाती है।
- मिली-जुली भाषाएँ। वाक्य के बीच भाषा बदलने वाली क्लिप वैसे ही लिखी जाती है जैसी सुनाई देती है, हमेशा वैसी नहीं जैसी मतलब थी।
आप टेक्स्ट कॉपी करते हैं और जहाँ पेस्ट किया वहीं सुधार लेते हैं। एक मिनट की क्लिप में आमतौर पर दो-तीन सुधार होते हैं। वीडियो चलाते हुए एक बार पढ़ लें, काम पूरा।
पेज जानबूझकर क्या नहीं करता: अनुवाद नहीं करता, कौन बोल रहा है यह नहीं बताता, सारांश नहीं बनाता, और वीडियो में कैप्शन नहीं जोड़ता। यह बोली को टेक्स्ट बनाता है। बाकी आपके एडिटर में होता है।
FAQ
क्या MP4 से टेक्स्ट मुफ़्त है?
हाँ। 3 मिनट और 100 MB तक की क्लिप अपलोड करें, टेक्स्ट, TXT और SRT पाएँ। न अकाउंट, न टेक्स्ट पर वॉटरमार्क, न ट्रायल की गिनती।
यह कौन-सी भाषाएँ पहचानता है?
दर्जनों। अंग्रेज़ी सबसे मज़बूत है, और जिन भाषाओं में ReelNab प्रकाशित होता है, रूसी, स्पेनिश, पुर्तगाली, इंडोनेशियाई, हिंदी और तुर्की, अच्छी चलती हैं। भाषा ऑडियो से पहचानी जाती है; आप चुनते नहीं। यह एक भाषा से दूसरी में अनुवाद नहीं करता।
क्या लंबा वीडियो ट्रांसक्राइब हो सकता है?
एक बार में नहीं। पहले वीडियो ट्रिम करें, फिर ज़रूरी हिस्सा अपलोड करें। तीन मिनट की क्लिप में ही सर्वर का करीब आधा मिनट लगता है, और पेज एक बार में एक काम करता है ताकि सबके लिए तेज़ रहे।
क्या वीडियो मेरे डिवाइस से बाहर जाता है?
फ़ाइल ReelNab के सर्वर पर अपलोड होती है, जहाँ पहचान चलती है। किसी तीसरे पक्ष की सेवा को नहीं दी जाती, और ट्रांसक्रिप्ट तैयार होते ही हट जाती है। कुछ रखा नहीं जाता।
क्या फ़ाइल की जगह TikTok या YouTube लिंक पेस्ट कर सकता हूँ?
नहीं, यह पेज सिर्फ़ फ़ाइलें लेता है। पहले वीडियो डिवाइस में सेव करें, फिर अपलोड करें। सिर्फ़ अपनी या अनुमति वाली क्लिप इस्तेमाल करें।
एक अपलोड, कुछ सेकंड, और आपके कहे शब्द ऐसा टेक्स्ट बन जाते हैं जिसे पेस्ट किया जा सकता है, खोजा जा सकता है और कैप्शन बनाकर वीडियो पर वापस रखा जा सकता है।