स्पीच टू टेक्स्ट

हां, यह टूल ऑडियो और वीडियो, दोनों तरह की फ़ाइलें अपलोड करने की सुविधा देता है। दोनों के लिए अधिकतम फ़ाइल साइज़ 3GB है।

स्पीकर्स के नाम बदलना

हां, आप “Speakers” लेबल के पास “edit” बटन पर क्लिक करके स्पीकर्स के नाम बदल सकते हैं।

स्पीच टू टेक्स्ट, बोले गए ऑडियो को लिखे हुए टेक्स्ट में बदलता है। ElevenLabs में हमारा स्पीच टू टेक्स्ट मॉडल Scribe है। यह आपको 90 से ज़्यादा भाषाओं में बोली गई बातों को सटीक रूप से ट्रांसक्राइब करने देता है, जिससे ऑडियो को पढ़ने और खोजने योग्य टेक्स्ट में बदलना आसान हो जाता है।

Scribe की मुख्य सुविधाएँ

• इंडस्ट्री-लीडिंग सटीकता, जिसमें अंग्रेज़ी, फ़्रेंच, इतालवी, पुर्तगाली, स्पैनिश और जर्मन जैसी प्रमुख भाषाओं में 98% सटीकता शामिल है।
• शब्द-स्तर के सटीक टाइमस्टैम्प, ताकि आप ठीक-ठीक देख सकें कि हर शब्द कब बोला गया था।
• स्मार्ट स्पीकर डायराइज़ेशन, जो अलग-अलग स्पीकर्स को अपने-आप पहचानता और अलग करता है।
• नॉन-स्पीच आवाज़ों का पता लगाने के लिए डायनामिक ऑडियो टैगिंग।
• उच्च सटीकता बनाए रखते हुए 32 स्पीकर्स तक का सपोर्ट।

Scribe v2 में नया क्या है

Scribe v2, ज़्यादा मांग वाले इस्तेमाल के तरीकों के लिए डिज़ाइन की गई अतिरिक्त क्षमताओं के साथ कोर मॉडल पर आधारित है।

• कीटर्म प्रॉम्प्टिंग। महत्वपूर्ण शब्दों को सही तरीके से ट्रांसक्राइब करने के लिए आप मॉडल को गाइड करने हेतु 100 शब्द या वाक्यांश दे सकते हैं। कीटर्म प्रॉम्प्टिंग के उपयोग से लागत 20% बढ़ जाती है।
• एंटिटी डिटेक्शन। आप ट्रांसक्रिप्ट में पहचानने के लिए जानकारी की खास श्रेणियां चुन सकते हैं, जैसे क्रेडिट कार्ड नंबर, नाम या मेडिकल कंडीशन। एंटिटी डिटेक्शन सिर्फ API के ज़रिए उपलब्ध है और लागत 30% बढ़ाता है।
• स्मार्ट मल्टी-लैंग्वेज सपोर्ट। आप कई भाषाओं वाला ऑडियो सबमिट कर सकते हैं और Scribe v2 हर भाषा को अपने-आप पहचानकर सही तरीके से ट्रांसक्राइब करेगा।
• बेहतर स्थिरता। Scribe v2 रुकावटों, टोन में बदलाव और लंबी खामोशियों को बिना रुके या सटीकता खोए संभालता है।
  

आपको कौन-सा वर्ज़न इस्तेमाल करना चाहिए?

जब हाई-एक्युरेसी ट्रांसक्रिप्शन चाहिए, तो हम Scribe v2 की सलाह देते हैं। यह हमारी वेबसाइट और API के ज़रिए उपलब्ध है। हमारी वेबसाइट से स्पीच टू टेक्स्ट इस्तेमाल करने पर Scribe v2 डिफ़ॉल्ट मॉडल है।

मेडिकल और क्लिनिकल ऑडियो के लिए, उसी API के ज़रिए Scribe v2 Medical (scribe_v2_medical) इस्तेमाल करें। इसकी बिलिंग Scribe v2 की ही दर पर होती है।

रियल-टाइम इस्तेमाल के लिए, हम Scribe v2 Realtime की सलाह देते हैं, जो ElevenAgents और API के ज़रिए उपलब्ध है।

ज़्यादा जानकारी के लिए, हमारे स्पीच टू टेक्स्ट दस्तावेज़ देखें।

स्पीच टू टेक्स्ट 90 से ज़्यादा भाषाओं को सपोर्ट करता है। 

कौन-कौन सी भाषाएं सपोर्ट की जाती हैं, इसकी पूरी जानकारी के लिए हमारे स्पीच टू टेक्स्ट दस्तावेज़ का भाषा समर्थन सेक्शन देखें।

कन्करेंसी लिमिट (समानांतर चलने वाले रिक्वेस्ट) आपके सब्सक्रिप्शन और इस बात पर निर्भर करती है कि आप स्पीच टू टेक्स्ट या रियलटाइम स्पीच टू टेक्स्ट इस्तेमाल कर रहे हैं।

नीचे स्पीच टू टेक्स्ट की मौजूदा कन्करेंसी दरें दी गई हैं।

अगर आपको ज़्यादा संख्या में एक साथ रिक्वेस्ट चाहिए, तो कृपया इस वेबपेज के ज़रिए सीधे हमारे Enterprise विभाग से संपर्क करें। हमें आपकी खास ज़रूरतों के अनुसार कस्टम प्लान पर बात करके खुशी होगी।