वीडियो को टेक्स्ट में बदलें

अगर बोलना साफ़ हो, तो ज़्यादातर टेक्स्ट सही होता है। म्यूज़िक, शोर, भारी लहजा और एक साथ कई लोगों के बोलने से ज़्यादा ग़लतियाँ होती हैं। इस्तेमाल करने से पहले टेक्स्ट को पूरा पढ़ लें।

यह आपके डिवाइस पर निर्भर करता है। पहली बार आपका ब्राउज़र स्पीच मॉडल भी लोड करता है। 2022 के Intel Core i5 वाले एक टेस्ट लैपटॉप पर "स्टैंडर्ड" को 3 मिनट की स्पीच के लिए लगभग 2 मिनट लगे। "ज़्यादा सटीक" में काफ़ी ज़्यादा समय लगता है, और फ़ोन धीमे होते हैं। काम पूरा होने तक ब्राउज़र टैब खुला रखें।

सबटाइटल की एक फ़ाइल, जिसमें हर लाइन के शुरू और ख़त्म होने का समय होता है। VLC, ज़्यादातर वीडियो एडिटर और YouTube इसे वीडियो के साथ लोड कर सकते हैं।

Whisper, एक स्पीच रिकग्निशन मॉडल, जिसे OpenAI ने MIT लाइसेंस के तहत जारी किया है। Cutwisp इसे transformers.js लाइब्रेरी की मदद से आपके ब्राउज़र में चलाता है।

नहीं। Cutwisp फ़ाइल को आपके ब्राउज़र के अंदर ही प्रोसेस करता है। इसे कभी किसी सर्वर पर नहीं भेजा जाता।

Cutwisp मुफ़्त है, और यह कोई वॉटरमार्क नहीं जोड़ता।