Mac या PC पर लोकल ट्रांसक्रिप्शन कैसे काम करता है
लोकल ट्रांसक्रिप्शन बोले हुए शब्दों को टेक्स्ट में बदलने के लिए आपके कंप्यूटर में रखे स्पीच मॉडल का इस्तेमाल करता है, जो कंप्यूटर के अपने प्रोसेसर पर चलता है, इसलिए न कोई सर्वर शामिल होता है और न इंटरनेट कनेक्शन। ऑडियो अंदर जाता है, पाँच चरण कंप्यूटर पर चलते हैं, और टेक्स्ट बाहर आता है।
Apple Silicon पर macOS 13+ · कोई सब्सक्रिप्शन नहींWindows 10 और 11 · कोई सब्सक्रिप्शन नहीं
अंतिम समीक्षा:
पाँच चरण
बोलने और टेक्स्ट बनने के बीच क्या होता है?
- सुनना। ऑडियो आपके माइक्रोफोन से, किसी फाइल से, या आपके कंप्यूटर पर चल रही आवाज़ से आता है।
- साफ़ करना। ऐप वह हिस्सा ढूँढता है जिसमें बोला गया है, आवाज़ का स्तर बराबर करता है और रिकॉर्डिंग को टुकड़ों में काटता है।
- लिखना। ऐप हर टुकड़े को कंप्यूटर पर ही टेक्स्ट में बदलता है।
- वक्ता अलग करना (वैकल्पिक)। आवाज़ों को वक्ता के हिसाब से समूहित किया जाता है। आप बताते हैं कि कितने लोग बोले (डिफॉल्ट 2)।आप बताते हैं कि कितने लोग बोले (1 से 4, या अपनी संख्या) और Lesskeys आवाज़ों को समूहित करता है।
- जोड़ना। टुकड़े एक ट्रांसक्रिप्ट बन जाते हैं, और आपने कहा हो तो वक्ता लेबल के साथ। हर चरण कंप्यूटर पर चला।
वक्ता लेबल: वक्ताओं को अलग करना।
आपके कंप्यूटर पर
मेरे कंप्यूटर पर क्या चल रहा है?
जो कुछ चाहिए, सब आपके कंप्यूटर पर है।
ऐप के अंदर एक छोटा स्टार्टर मॉडल है, इसलिए डिक्टेशन पहली बार खोलते ही चलता है; बड़े मॉडल एक बार डाउनलोड होते हैं और फिर आपके कंप्यूटर पर ही रहते हैं। इसके लिए macOS 13 या उसके बाद का वर्शन, Apple Silicon (M1 या नया)Windows 10 (वर्शन 1903 या उसके बाद का) या Windows 11 चाहिए।
इंटरनेट
क्या इसे कभी इंटरनेट चाहिए?
सिर्फ़ चीज़ें एक बार डाउनलोड करने के लिए।
अगर आप चुनें तो एक बड़ा, ज़्यादा सटीक डाउनलोड, और वक्ताओं को पहली बार लेबल करते समय एक छोटा अतिरिक्त डाउनलोड। उसके बाद कनेक्शन की ज़रूरत नहीं। ऑन-डिवाइस ट्रांसक्रिप्शन क्या है लोकल और क्लाउड की तुलना करता है; एक परीक्षण जो आप खुद चला सकते हैं।
Mac पर
क्या Mac पर यह काफ़ी तेज़ है?
एक Mac पर हमारे परीक्षण में, एक घंटे की रिकॉर्डिंग को ज़्यादा सटीक विकल्प से लगभग पाँच मिनट और छोटे विकल्प से लगभग दो मिनट लगे।
पुराना Mac धीमा होता है। डिक्टेशन आपके बोलना बंद करने के बाद टेक्स्ट लिखता है: थोड़ा इंतज़ार, लाइव कैप्शन नहीं। काम Mac की अपनी Apple Silicon चिप पर चलता है।
स्रोत: हमारा अपना माप, Mac पर कौन-सा Whisper मॉडल चलाएँ में।
Windows पर
PC क्या करता है?
Vulkan सपोर्ट वाला ग्राफिक्स कार्ड भारी काम करता है; वह न हो तो प्रोसेसर करता है।
64-बिट Intel या AMD PC पर Lesskeys Vulkan सपोर्ट वाला ग्राफिक्स कार्ड मिलने पर उसे इस्तेमाल करता है, और न मिलने पर प्रोसेसर पर लौट आता है। ARM64 बिल्ड प्रोसेसर पर चलता है। डिक्टेशन आपके बोलना बंद करने के बाद टेक्स्ट लिखता है: थोड़ा इंतज़ार, लाइव कैप्शन नहीं। हमने Windows पर यह मापा नहीं है कि एक घंटे की रिकॉर्डिंग में कितना समय लगता है, इसलिए उसका कोई आँकड़ा नहीं है।
सवाल
लोकल ट्रांसक्रिप्शन के बारे में सवाल
ऑफलाइन ट्रांसक्रिप्शन कैसे काम करता है?
आपके कंप्यूटर में रखा सॉफ्टवेयर ऑडियो को आपकी ही मशीन पर टेक्स्ट में बदलता है, कोई सर्वर शामिल नहीं होता, इसलिए यह इंटरनेट बंद होने पर भी काम करता है।
क्या लोकल ट्रांसक्रिप्शन धीमा है?
नहीं। Apple Silicon वाले एक Mac पर हमारे परीक्षण में, ज़्यादा सटीक विकल्प के साथ एक घंटे की रिकॉर्डिंग को लगभग पाँच मिनट लगे; पुराना Mac धीमा होता है। हमने Windows पर इसे मापा नहीं है।
क्लाउड के बिना यह अलग-अलग वक्ताओं को लेबल कैसे करता है?
आपके कंप्यूटर पर अलग-अलग टूल पूरी रिकॉर्डिंग में आवाज़ों की तुलना करते हैं और हिस्सों को वक्ता के हिसाब से समूहित करते हैं। आप बता सकते हैं कि कितने लोग बोले, और कुछ भी किसी सर्वर को नहीं भेजा जाता।
और