ffmpeg + Whisper
फ्री, लोकल, उलझन भरा। आप पाइपलाइन और इसके हर बग के मालिक हैं।
MP4 फ़ाइल को ड्रॉप करें — हम ऑडियो ट्रैक सर्वर-साइड से निकालते हैं, टाइमस्टैम्प किया गया ट्रांसक्रिप्ट देते हैं, और एक SRT भेजते हैं जो YouTube, Vimeo या आपके NLE में सीधे चला जाता है।
MP3 · WAV · M4A · MP4 · MOV · MKV · OGG · OPUS · FLAC · WEBM — up to 100 MB anonymously
YouTube · TikTok · Vimeo · Twitter · SoundCloud · Spotify · 50+ more
↓ देखें क्या बाहर आता है
MP4 एक कंटेनर है — हम ऑडियो स्ट्रीम को सीधे पढ़ते हैं, कभी वीडियो को फिर से एनकोड नहीं करते। टाइमस्टैम्प आपकी मूल टाइमलाइन के लिए फ्रेम-एक्यूरेट रहते हैं, इसलिए SRT पहली बार में परफेक्ट अलाइन होता है।
ठीक है, इस मॉड्यूल में हम रिफंड वर्कफ़्लो को शुरू से अंत तक देखते हैं।
शुरू करने से पहले एक तेजी से सवाल — क्या यह आंशिक रिफंड पर भी लागू होता है?
अच्छी बात है। आंशिक रिफंड समान स्क्रीन लेकिन अलग रीजन कोड का उपयोग करते हैं।
समझ गया। और अप्रूवल थ्रेशहोल्ड अभी भी 200 डॉलर है?
↓ This is the dashboard
Same layout as the real dashboard — Summary, full Transcript, Speakers tab, Exports. Key points and action items extracted automatically. Auto-tags on every job.
Sample preview from a founder interview about post-call workflow. Real transcripts look exactly like this — same tabs, same summary block, same key-points / action-items split, same auto-tag chips.
तीन असली विकल्प · ईमानदार तुलना
आप ऑडियो खुद निकाल सकते हैं और Whisper चला सकते हैं। आप MP4 को Descript या VEED में खींच सकते हैं और उनके एडिटर में रह सकते हैं। या आप फ़ाइल को यहाँ ड्रॉप कर सकते हैं और ट्रांसक्रिप्ट + SRT वापस पा सकते हैं, कोई एडिटर लॉक-इन नहीं।
फ्री, लोकल, उलझन भरा। आप पाइपलाइन और इसके हर बग के मालिक हैं।
MP4 ड्रॉप करें। ऑडियो निकालना, डायराइजेशन, SRT, सारांश — एक पास में।
MP4 को एडिटर में लोड करें। ट्रांसक्रिप्ट टाइमलाइन UI के हिस्से के रूप में दिखाई देता है।
कीमत और फीचर कैप 2026 के अनुसार अनुमानित हैं। Descript और VEED टायर नाम बार-बार बदलते हैं — वर्तमान सीमाओं के लिए उनकी साइट देखें।
MP4 के लिए विशिष्ट
MP4 एक कंटेनर है, कोडेक नहीं — और अधिकांश ट्रांसक्रिप्शन टूल इसे एक बड़े ऑडियो ब्लॉब की तरह मानते हैं। वहीं मिस आते हैं।
MP4 ड्रॉप करें और ये डिफॉल्ट में चालू होते हैं। फॉर्म से प्रति-जॉब ओवरराइड करें।
Accuracy · real-world numbers
MP4 एक्यूरेसी माइक द्वारा सेट की जाती है, कोडेक द्वारा नहीं�� एक शांत सेट पर लैव माइक 4K कैमरे के ऑन-बोर्ड ऑडियो को हमेशा हराता है। नीचे के नंबर असली कस्टमर MP4 से आते हैं, जिन्हें ऑडियो कैप्चर करने वाले द्वारा सॉर्ट किया गया है।
रिकॉर्डर में लैपल या बूम, 48 kHz AAC पर 192+ kbps, ट्रीटेड रूम। सीलिंग केस। दो-व्यक्ति शूट पर स्पीकर लेबल परफेक्ट होते हैं।
कैमरा-टॉप माइक स्पीकर से 2-4 फीट। कुछ रूम टोन लेकिन स्पीच समझदारी है। अधिकांश YouTube क्रिएटर फुटेज यहां आता है।
OBS, Loom, Camtasia एक्सपोर्ट। माइक करीब है लेकिन रूम ट्रीटेड नहीं है, अक्सर सिस्टम ऑडियो ब्लीड के साथ। ट्यूटोरियल ट्रांसक्रिप्ट के लिए पर्याप्त अच्छा।
बिल्ट-इन फोन माइक, हवा या हैंडलिंग नॉइज, दूरी शॉट दर शॉट बदलती है। शब्द उपयोगी हैं, हर मिनट 1-2 सही उम्मीद करें सही नामों पर।
आम सवाल
हर महीने 30 मिनट फ्री। कोई कार्ड नहीं। ऑडियो सर्वर-साइड निकाली गई, स्पीकर लेबल, फ्रेम-एक्यूरेट SRT — सभी शामिल।
फ्री शुरू करें