Mac पर MP4 वीडियो को अपलोड किए बिना टेक्स्ट में कैसे बदलें

संक्षिप्त उत्तर

MP4 वीडियो को Mac पर टेक्स्ट में बदलने के लिए, फ़ाइल-ट्रांसक्रिप्शन वर्कफ़्लो का उपयोग करें जो वीडियो के ऑडियो ट्रैक को पढ़ता है। आपको पूरे वीडियो को लाइव-कैप्शन विंडो के माध्यम से चलाने या पहले मैन्युअल रूप से पढ़ने योग्य MP4 को केवल-ऑडियो फ़ाइल में परिवर्तित करने की आवश्यकता नहीं है। फ़ाइल में एक ऑडियो ट्रैक होना चाहिए जिसे ऐप डिकोड कर सके; एक मूक स्क्रीन रिकॉर्डिंग भाषण वाक् लिप्यंतरण का उत्पादन नहीं कर सकती है।

Alison Workspace आपको ऑडियो और वीडियो फ़ाइलें आयात करने, भाषण पहचानने, रिकॉर्डिंग के विरुद्ध परिणामी पाठ की समीक्षा करने और दस्तावेज़ या उपशीर्षक फ़ाइल निर्यात करने की सुविधा देता है। आवश्यक पहचान संसाधन स्थापित होने के बाद, फ़ाइल-पहचान कार्य आपके Mac पर चलता है। एक छोटे से अंश से शुरुआत करें, भाषा और पाठ की जाँच करें, फिर अपनी ज़रूरत की रिकॉर्डिंग की प्रक्रिया करें।

जब आपको दस्तावेज़ की आवश्यकता हो तो फ़ाइल ट्रांसक्रिप्शन चुनें

एक लाइव कैप्शन आपको बजते समय ध्वनि का अनुसरण करने में मदद करता है। एक फ़ाइल वाक् प्रतिलेख आपको सहेजी गई रिकॉर्डिंग में स्थितियों से जुड़ा पाठ देता है, जिससे आप एक वाक्य को फिर से देख सकते हैं, एक नाम को सही कर सकते हैं और एक निर्यात प्रारूप चुन सकते हैं। ये Alison Workspace के अंदर अलग-अलग वर्कफ़्लो हैं; जिस MP4 को आप संपादित करना चाहते हैं या टेक्स्ट के रूप में रखना चाहते हैं, उसके लिए फ़ाइल-ट्रांसक्रिप्शन विंडो का उपयोग करें।

उदाहरण के लिए, एक व्याख्यान रिकॉर्डिंग में आधे रास्ते में एक उपयोगी स्पष्टीकरण शामिल हो सकता है। फ़ाइल वाक् लिप्यंतरण के साथ, आप स्पष्टीकरण खोज सकते हैं, उसके ऑडियो पर लौट सकते हैं, और इसे अपने नोट्स में जोड़ने से पहले शब्दावली को सही कर सकते हैं। यह एक वर्कफ़्लो उदाहरण है, सटीकता या गति बेंचमार्क नहीं।

यदि रिकॉर्डिंग मालिक पहले से ही एक समीक्षा की गई वाक् लिप्यंतरण या उपशीर्षक ट्रैक प्रदान करता है, तो पहले उसका निरीक्षण करें। यह काम बचा सकता है, विशेषकर नाम, विशेषज्ञ शब्दावली, या तैयार सामग्री के लिए। स्वचालित पहचान एक मसौदा प्रदान करती है, न कि वक्ता द्वारा अनुमोदित शब्दांकन।

MP4 के अंदर ऑडियो की जाँच करें

MP4 एक मीडिया कंटेनर है, इसके अंदर की ध्वनि के बारे में कोई गारंटी नहीं है। महत्वपूर्ण प्रश्न यह हैं कि क्या रिकॉर्डिंग में भाषण है, क्या इसमें ऑडियो ट्रैक है, और क्या उस ट्रैक को आपके Mac पर डिकोड किया जा सकता है। एक ही एक्सटेंशन वाली दो फ़ाइलें अलग-अलग व्यवहार कर सकती हैं क्योंकि उनकी एन्कोडिंग या स्थिति अलग-अलग होती है।

Alison का फ़ाइल रीडर सादे ऑडियो को संभालता है और MP4 और MOV जैसे वीडियो कंटेनरों से ऑडियो पढ़ता है। यह गुम ऑडियो ट्रैक, अपठनीय फ़ाइल या डिकोडिंग विफलता की रिपोर्ट कर सकता है। जब समस्या यह हो कि कोई ऑडियो नहीं पढ़ा जा सकता है तो पहचान भाषा को बार-बार बदलने के बजाय मूल फ़ाइल की जाँच करें।

यदि वीडियो में कई ऑडियो ट्रैक हैं, तो सत्यापित करें कि कौन सी बोली गई सामग्री वाक् लिप्यंतरण तक पहुंचती है। वर्तमान पाठक पहला ऑडियो ट्रैक लेता है; यह मार्गदर्शिका अंतर्निहित ट्रैक-चयन मेनू का वर्णन नहीं करती है। यदि वह इच्छित ट्रैक नहीं है, तो अपने सामान्य मीडिया वर्कफ़्लो का उपयोग करके एक उपयुक्त ऑडियो फ़ाइल तैयार करें, फिर उस फ़ाइल को आयात करें। मूल रिकॉर्डिंग को अधिलेखित न करें.

वीडियो आयात करें और सेटिंग्स तैयार करें

macOS 15 या बाद के संस्करण के साथ Apple-सिलिकॉन Mac, M1 या नए का उपयोग करें। उपलब्ध पहचान इंजन और भाषा संसाधन सिस्टम संस्करण के अनुसार भिन्न हो सकते हैं। लंबी फ़ाइल शुरू करने से पहले ऐप द्वारा अनुरोधित संसाधन तैयार करें।

1. Alison Workspace की फ़ाइल-ट्रांसक्रिप्शन विंडो खोलें और फ़ाइलें जोड़ें चुनें, या स्थानीय वीडियो को कतार में खींचें।
2. पुष्टि करें कि फ़ाइल स्वीकार कर ली गई है और इसकी दिखाई गई अवधि उचित है।
3. रिकॉर्डिंग में बोली जाने वाली भाषा का चयन करें। आवश्यक मॉडल तैयार होने पर ही स्वचालित भाषा पहचान का उपयोग करें।
4. यदि आपको केवल मूल शब्दों की आवश्यकता है तो अनुवाद को छोड़ दें। यदि आपको अनुवाद लक्ष्य की आवश्यकता हो तो अलग से एक अनुवाद लक्ष्य चुनें।
5. यदि अलग-अलग आवाज़ों की पहचान मायने रखती है, तो स्पीकर डायराइज़ेशन (स्पीकर लेबलिंग) सक्षम करें और इसके अनुरोधित संसाधन तैयार करें।
6. प्रतिलेखन प्रारंभ करें, फिर उत्पन्न पाठ खोलें और स्रोत ऑडियो के विरुद्ध इसकी समीक्षा करें।

फ़ाइल आयात चयनित मीडिया को पढ़ता है; यह सिस्टम-प्लेबैक कैप्चर सत्र नहीं है. MP4 को स्पीकर के माध्यम से रूट करने या इसके प्लेयर को पहचान के लिए चालू रखने की कोई आवश्यकता नहीं है। वाक् लिप्यंतरण की जाँच के लिए ऑडियो प्लेबैक बाद में भी उपयोगी रहता है।

उपयोग करने से पहले पाठ की समीक्षा करें

आरंभ, मध्य से एक अंश और अंतिम भाग की जाँच करें जो वास्तव में संसाधित किया गया था। इससे आपको अलग-अलग वाक्यों को निखारने में समय बर्बाद करने से पहले गलत भाषा सेटिंग, एक अलग ऑडियो ट्रैक या आंशिक परिणाम देखने में मदद मिलती है।

अनिश्चित शब्दों का निरीक्षण करने के लिए वाक् लिप्यंतरण के प्लेबैक और खोज टूल का उपयोग करें। नाम, संख्याएँ, संक्षिप्ताक्षर, निषेध और तकनीकी निर्देश विशेष ध्यान देने योग्य हैं। पृष्ठभूमि संगीत और ओवरलैपिंग आवाजें धाराप्रवाह वाक्य को गलत बना सकती हैं; एक पठनीय अनुच्छेद इस बात का प्रमाण नहीं है कि मान्यता सटीक थी।

दस्तावेज़ को संपादित किया जा सकता है. रिकॉर्डिंग और किसी भी विश्वसनीय सामग्री का उपयोग करके स्रोत पाठ को सही करें। यदि आपने भी अनुवाद का अनुरोध किया है, तो यह मानने के बजाय कि अनुवाद एक फ़ील्ड बदलने से स्वचालित रूप से साबित होता है कि दूसरा सही है, जांचें कि अनुवाद सही अर्थ व्यक्त करता है।

कोई टेक्स्ट दस्तावेज़ या उपशीर्षक निर्यात चुनें

पढ़ने या नोट्स लेने के लिए, आप सामग्री का उपयोग कैसे करेंगे उसके अनुसार TXT, Markdown, PDF, या CSV चुनें। निर्यात विकल्प आपको मूल पाठ, उपलब्ध होने पर अनुवादित पाठ या दोनों चुनने देते हैं, और टाइमस्टैम्प और स्पीकर लेबल शामिल करते हैं जहां रिकॉर्ड में वे शामिल होते हैं।

उपशीर्षक के लिए, SRT या VTT का उपयोग करें। फ़ाइल-ट्रांसक्रिप्शन टाइमस्टैम्प एक अलग लाइव श्रवण सत्र के टाइमस्टैम्प के विपरीत, मीडिया टाइमलाइन को संदर्भित करता है। SRT और VTT हमेशा अपनी आवश्यक समय संबंधी जानकारी बनाए रखते हैं, भले ही आप दस्तावेज़ टाइमस्टैम्प बंद कर दें।

इच्छित प्लेयर या संपादक में उपशीर्षक फ़ाइल का पूर्वावलोकन करें। वाक्य की सीमाओं, समय, पंक्ति की लंबाई और आपके द्वारा सुधारे गए किसी भी शब्द की समीक्षा करें। एक उत्पन्न उपशीर्षक फ़ाइल एक तैयार कैप्शन ट्रैक के लिए एक प्रारंभिक बिंदु है; निर्यात करना अपने आप में पाठ को प्रकाशन के लिए तैयार नहीं बनाता है।

आंशिक परिणामों को समझें और पुनः प्रयास करें

फ़ाइल-प्रतिलेखन परीक्षण वर्तमान में 60 मिनट की संचयी ऑडियो अवधि प्रदान करता है। यह लाइव-सुनने के समय सीमा से अलग है। एक कतार क्रम में उपलब्ध फ़ाइल समय सीमा का उपभोग करती है; यदि फ़ाइल की आवश्यकता से कम समय बचा है, तो परिणाम केवल शुरुआत को कवर कर सकता है और आंशिक के रूप में चिह्नित किया जा सकता है।

वाक् लिप्यंतरण को पूर्ण कहने से पहले संसाधित लंबाई और स्थिति का निरीक्षण करें। असफल या रद्द किया गया कार्य के लिए पुनः प्रयास किया जा सकता है, लेकिन पहले कारण और शेष समय सीमा की जाँच करें। यदि आप पूरी फ़ाइल तक पहुंच अनलॉक करते हैं, तो इसे पुनः ट्रांसक्राइब करें; लुप्त अंत केवल इसलिए प्रकट नहीं होता क्योंकि पहले का आंशिक दस्तावेज़ खुला है।

अपठनीय फ़ाइल के लिए, जांचें कि क्या मूल फ़ाइल अभी भी सामान्य रूप से खुलती है और उसमें अपेक्षित ध्वनि है। स्वीकृत ऑडियो के लिए जो खराब टेक्स्ट उत्पन्न करता है, बोली जाने वाली भाषा, संसाधन तैयारी और रिकॉर्डिंग गुणवत्ता की जांच करें। ये अलग-अलग समस्याएं हैं और इन्हें अलग-अलग समाधान की आवश्यकता है।

बाद में प्लेबैक के लिए स्रोत उपलब्ध रखें

स्थानीय प्रसंस्करण से ट्रांसक्रिप्शन वेबसाइट पर रिकॉर्डिंग भेजने की आवश्यकता कम हो जाती है। पहचान संसाधनों को अभी भी प्रारंभिक डाउनलोड की आवश्यकता हो सकती है। अनुवाद लक्ष्य या वक्ता-पृथक्करण मॉडल को अपनी स्वयं की तैयारी की आवश्यकता हो सकती है; पहचानकर्ता को डाउनलोड करने से प्रत्येक वैकल्पिक सुविधा तैयार नहीं होती है।

यदि आप ऑडियो के साथ पाठ को दोबारा देखना चाहते हैं तो मूल मीडिया को स्थिर स्थान पर रखें। संग्रहीत वाक् प्रतिलेख MP4 की प्रतिस्थापन प्रति नहीं है। यदि स्रोत स्थानांतरित हो गया है या अनुपलब्ध है, तो स्पीच ट्रांसक्रिप्ट उपकरण गलत रिकॉर्डिंग को जोड़ने से बचने में मदद के लिए अवधि की जांच के साथ एक उपयुक्त फ़ाइल को फिर से जोड़ सकते हैं।

विचार करें कि आप निर्यातित दस्तावेज़ को कहाँ सहेजते हैं। किसी सिंक किए गए या साझा किए गए फ़ोल्डर में रखी गई स्थानीय वाक् प्रतिलेख को उस फ़ोल्डर की सेवा द्वारा वितरित किया जा सकता है। वह गंतव्य चुनें जिसका आप इरादा रखते हैं, विशेष रूप से आंतरिक व्याख्यान या साक्षात्कार के लिए।

आपको जो परिणाम चाहिए उसके आधार पर अगला कदम तय करें

संपादन योग्य MP4 वाक् लिप्यंतरण, खोजने योग्य संदर्भ, या ड्राफ्ट उपशीर्षक फ़ाइल के लिए फ़ाइल प्रतिलेखन का उपयोग करें। जब लक्ष्य केवल वर्तमान प्लेबैक का अनुसरण करना हो तो लाइव कैप्शन का उपयोग करें। कई आवाज़ों के लिए, स्पीकर लेबल की समीक्षा करें; विभिन्न भाषाओं में रिकॉर्डिंग के समूह के लिए, शुरू करने से पहले कतार और भाषा सेटिंग्स की योजना बनाएं।

व्यावहारिक पहला कदम स्पष्ट भाषण के साथ एक पठनीय वीडियो है। इसकी भाषा और एक संक्षिप्त उत्पन्न मार्ग की पुष्टि करें, फिर पूर्ण परिणाम की समीक्षा करें और उस प्रारूप को निर्यात करें जिसकी आपको वास्तव में आवश्यकता है।