VexaScribe फीचर्स
VexaScribe — 99 भाषाओं में AI ट्रांसक्रिप्शन। वक्ता पहचान, टाइमस्टैम्प, AI सारांश और अंतर्निहित ट्रांसक्रिप्ट अनुवाद (133 भाषाएँ)। फ़ाइलें अपलोड करें या Zoom, Meet, या Teams पर मीटिंग बॉट भेजें। $2/माह से।
VexaScribe क्या है, 80 शब्दों में
VexaScribe एक वेब ऐप है जो OpenAI Whisper का उपयोग करके ऑडियो और वीडियो को खोजने योग्य, टाइमस्टैम्प वाले, वक्ता-लेबल किए गए ट्रांसक्रिप्ट में बदलता है। एक फ़ाइल छोड़ें (5 GB तक), YouTube / TikTok / Instagram / डायरेक्ट URL पेस्ट करें, या अपनी Zoom, Google Meet, या Teams मीटिंग में एक बॉट भेजें। प्रति घंटा ऑडियो के लिए ~5–10 मिनट में 99 भाषाओं में ट्रांसक्रिप्ट पाएँ, वैकल्पिक AI सारांश एक्शन आइटम के साथ, और TXT, DOCX, SRT, VTT, या JSON में एक्सपोर्ट। 30 मिनट मुफ़्त, फिर $2–$20/माह। शुरू करने के लिए क्रेडिट कार्ड नहीं चाहिए।
मुख्य फीचर्स
99 भाषाओं का समर्थन
स्वचालित भाषा पहचान के साथ 99 भाषाओं में ऑडियो और वीडियो ट्रांसक्राइब करें। अंग्रेज़ी से जापानी तक, स्पैनिश से अरबी तक — हम सब कुछ कवर करते हैं।
वक्ता पहचान
स्वचालित वक्ता पहचान अलग-अलग आवाज़ों को पहचानती और लेबल करती है। कई प्रतिभागियों वाले इंटरव्यू, पॉडकास्ट, और मीटिंग्स के लिए एकदम सही।
टाइमस्टैम्प
हर ट्रांसक्रिप्ट में सटीक टाइमस्टैम्प शामिल होते हैं। किसी भी टाइमस्टैम्प पर क्लिक करके अपने ऑडियो के उस क्षण पर जाएँ। नेविगेशन और वीडियो सबटाइटल के लिए आवश्यक।
5 एक्सपोर्ट फॉर्मेट
TXT (सादा टेक्स्ट), DOCX (Word), SRT या VTT (वीडियो सबटाइटल), या JSON (टाइमस्टैम्प के साथ संरचित डेटा) के रूप में एक्सपोर्ट करें। वह फॉर्मेट चुनें जो आपके वर्कफ़्लो के लिए उपयुक्त हो।
तेज़ प्रोसेसिंग
AI-संचालित ट्रांसक्रिप्शन मिनटों में पूरा होता है, घंटों में नहीं। 1 घंटे की रिकॉर्डिंग आमतौर पर 5-10 मिनट में प्रोसेस होती है।
अंतर्निहित एडिटर
अपने ट्रांसक्रिप्ट को सीधे ब्राउज़र में समीक्षा और संपादित करें। ग़लतियाँ ठीक करें, वक्ताओं का नाम बदलें, और एक्सपोर्ट से पहले अपने ट्रांसक्रिप्ट को परिपूर्ण बनाएँ।
मीटिंग बॉट
अपनी Zoom, Google Meet, या Teams मीटिंग्स में एक AI बॉट भेजें। यह रिकॉर्ड करता है, ट्रांसक्राइब करता है, और एक्शन आइटम व निर्णयों के साथ संरचित सारांश तैयार करता है। 3× ट्रांसक्रिप्शन क्रेडिट उपयोग करता है।
AI सारांश
किसी भी ट्रांसक्रिप्ट को संरचित मुख्य बिंदुओं, एक्शन आइटम, चैप्टर मार्कर, और निर्णयों में बदलें। मीटिंग्स, व्याख्यान, इंटरव्यू, और पॉडकास्ट पर काम करता है। सभी पेड प्लान्स में शामिल।
ट्रांसक्रिप्ट अनुवाद
Google Translate के माध्यम से किसी भी ट्रांसक्रिप्ट का 133 भाषाओं में अनुवाद करें — कोई अतिरिक्त लागत नहीं, कोई तृतीय-पक्ष खाता नहीं चाहिए। सभी प्लान्स पर उपलब्ध।
बल्क अपलोड — एक बार में 50 फ़ाइलें
एक बार में 50 ऑडियो या वीडियो फ़ाइलों तक अपलोड करें। सभी समानांतर में प्रोसेस होती हैं — एक-एक करके नहीं। स्वतंत्र रूप से फॉर्मेट मिलाएँ और सब कुछ ZIP के रूप में डाउनलोड करें।
आपके ट्रांसक्रिप्ट के साथ AI चैट
किसी भी ट्रांसक्रिप्शन के बारे में प्राकृतिक-भाषा प्रश्न पूछें जिसके आप स्वामी हैं और ऑडियो से सीधे उद्धरणों द्वारा समर्थित उत्तर पाएँ। "कौन से एक्शन आइटम सौंपे गए?", "सारा ने क्या तय किया?", "X के बारे में सबसे मज़बूत उद्धरण खोजें" — प्रश्न जिनके उत्तर के लिए आप आमतौर पर रिकॉर्डिंग को दोबारा देखते, वे एक ही क्वेरी बन जाते हैं। हर उत्तर के साथ क्लिक करने योग्य टाइमस्टैम्प उद्धरण आते हैं जो ऑडियो प्लेयर को उस सटीक क्षण पर ले जाते हैं जब उद्धरण कहा गया था। उद्धरण सर्वर-साइड पर वास्तविक ट्रांसक्रिप्ट के विरुद्ध सत्यापित किए जाते हैं — AI आपकी रिकॉर्डिंग तक सीमित है और कोई टाइमस्टैम्प या उद्धरण गढ़ नहीं सकता। बातचीत 90 दिन तक बनी रहती है, मल्टी-टर्न संदर्भ और 99-भाषा समर्थन के साथ (एक भाषा में दूसरी भाषा की रिकॉर्डिंग के बारे में पूछें)। पेड प्लान्स पर उपलब्ध।
समर्थित फॉर्मेट
ऑडियो फॉर्मेट
वीडियो फॉर्मेट
एक्सपोर्ट फॉर्मेट (5)
सादा टेक्स्ट
Word दस्तावेज़
सबटाइटल
वेब सबटाइटल
संरचित डेटा
उपयोग के मामले
मीटिंग ट्रांसक्रिप्शन
AI बॉट Zoom, Meet, या Teams मीटिंग्स में शामिल होता है
पॉडकास्ट ट्रांसक्रिप्शन
एपिसोड्स को शो नोट्स और ब्लॉग पोस्ट में बदलें
इंटरव्यू ट्रांसक्रिप्शन
वक्ता पहचान के साथ ट्रांसक्राइब करें
व्याख्यान ट्रांसक्रिप्शन
क्लास रिकॉर्डिंग को स्टडी नोट्स में बदलें
वीडियो से टेक्स्ट
ट्रांसक्रिप्ट निकालें और सबटाइटल बनाएँ
MP3 से टेक्स्ट
ऑडियो फ़ाइलों को टेक्स्ट दस्तावेज़ों में बदलें
ऑडियो ट्रांसक्रिप्शन
सामान्य ऑडियो-से-टेक्स्ट रूपांतरण
उन्नत AI द्वारा संचालित
VexaScribe लाखों घंटों के ऑडियो पर प्रशिक्षित अत्याधुनिक स्पीच रिकग्निशन मॉडल का उपयोग करता है। वही तकनीक जो वॉइस असिस्टेंट के पीछे है, सटीक ट्रांसक्रिप्शन के लिए अनुकूलित।
साफ़ ऑडियो के लिए सटीकता
समर्थित भाषाएँ
प्रति घंटा प्रोसेसिंग समय
प्लान के अनुसार फीचर उपलब्धता
सभी प्लान्स में एक मुफ़्त ट्रायल शामिल है। शुरू करने के लिए क्रेडिट कार्ड नहीं चाहिए।
| फीचर | मुफ़्त ट्रायल | Starter ($2/माह) | Pro ($10/माह) |
|---|---|---|---|
| ऑडियो व वीडियो ट्रांसक्रिप्शन | ✓ | ✓ | ✓ |
| 99 भाषाओं का समर्थन | ✓ | ✓ | ✓ |
| वक्ता पहचान | ✓ | ✓ | ✓ |
| टाइमस्टैम्प | ✓ | ✓ | ✓ |
| एक्सपोर्ट: TXT, DOCX, SRT, VTT, JSON | ✓ | ✓ | ✓ |
| ट्रांसक्रिप्ट अनुवाद (133 भाषाएँ) | ✓ | ✓ | ✓ |
| अंतर्निहित एडिटर | ✓ | ✓ | ✓ |
| AI सारांश | — | ✓ | ✓ |
| मीटिंग बॉट (Zoom, Meet, Teams) | — | ✓ | ✓ |
| बल्क ट्रांसक्रिप्शन | ✓ | ✓ | ✓ |
URL से ट्रांसक्राइब करें — डाउनलोड की ज़रूरत नहीं
एक लिंक पेस्ट करें और ट्रांसक्रिप्ट पाएँ। हम बैकग्राउंड में डाउनलोड संभालते हैं। फ़ाइल अपलोड जैसी ही सटीकता, वही आउटपुट, वही मिनट लागत — आप “पहले वीडियो डाउनलोड करो, फिर अपलोड करो” वाला कदम छोड़ देते हैं।
| स्रोत | स्थिति | यह क्या स्वीकार करता है |
|---|---|---|
| YouTube | ✓ लाइव | कोई भी सार्वजनिक वीडियो URL। ऑडियो निकाला जाता है और वक्ता पहचान के साथ ट्रांसक्राइब किया जाता है। यदि ऑडियो डाउनलोड विफल हो जाए तो कैप्शन पर वापस चला जाता है। |
| TikTok | ✓ लाइव | कोई भी सार्वजनिक TikTok वीडियो URL — छोटे Reels-शैली क्लिप और लंबे वीडियो दोनों काम करते हैं। |
| ✓ लाइव | सार्वजनिक Reels, वीडियो पोस्ट, और वीडियो Stories। फ़ोटो पोस्ट एक स्पष्ट “कोई वीडियो सामग्री नहीं” त्रुटि लौटाते हैं। | |
| डायरेक्ट URL | ✓ लाइव | किसी ऑडियो या वीडियो फ़ाइल का कोई भी HTTPS लिंक — पॉडकास्ट MP3, S3 लिंक, Google Drive शेयर, Telegram बॉट डाउनलोड, Dropbox, आदि। |
| Spotify | ⏳ जल्द आ रहा है | पहचाना गया लेकिन अभी बनाया नहीं गया। एक लिंक पेस्ट करें और एक “जल्दी के लिए वोट करें” प्रॉम्प्ट दिखाई देता है ताकि हम माँग के आधार पर प्राथमिकता दे सकें। |
लागत मॉडल: URL अपलोड फ़ाइल अपलोड के समान मासिक मिनट पूल से खींचते हैं — 1 मिनट ऑडियो = आपकी योजना से 1 मिनट। कोई अलग URL टियर नहीं।
VexaScribe क्या नहीं करता
पाँच चीज़ें जिनके लिए VexaScribe वास्तव में नहीं बनाया गया है, और हर मामले में जिस टूल की हम सिफारिश करेंगे। यदि आपका उपयोग-मामला इस सूची में है, तो ट्रायल साइनअप की परेशानी बचाएँ।
कोई रीयल-टाइम लाइव कैप्शनिंग नहीं
ट्रांसक्रिप्ट अपलोड के बाद बनते हैं, जब आप बोलते हैं तब नहीं। 1 घंटे की फ़ाइल को प्रोसेस होने में 5–10 मिनट लगते हैं — उन मीटिंग्स के लिए ठीक है जिन्हें आप बाद में देखते हैं, लाइव इवेंट्स के लिए ग़लत।
इसके बजाय उपयोग करें: Otter Live, Google Meet के अंतर्निहित कैप्शन, या मुफ़्त ब्राउज़र-आधारित लाइव कैप्शन के लिए Web Captioner।
कोई सार्वजनिक REST API नहीं
VexaScribe इंसानों के लिए एक वेब ऐप है, बैकएंड सेवा नहीं। कोई डेवलपर API नहीं, कोई SDK नहीं, प्रोग्रामेटिक अपलोड के लिए कोई webhook नहीं।
इसके बजाय उपयोग करें: OpenAI Whisper API ($0.006/min), Deepgram Nova-3 (~$0.0043/min), या AssemblyAI (~$0.012/min)।
कोई वीडियो एडिटिंग नहीं
आप अपने एडिटर में डालने के लिए SRT/VTT सबटाइटल एक्सपोर्ट कर सकते हैं, लेकिन VexaScribe क्लिप नहीं काटेगा, फ़िलर शब्द नहीं हटाएगा, या वीडियो पर कैप्शन नहीं जलाएगा।
इसके बजाय उपयोग करें: ट्रांसक्रिप्ट-आधारित वीडियो एडिटिंग के लिए Descript या Vrew; पारंपरिक NLE वर्कफ़्लो के लिए Premiere/Final Cut/DaVinci।
कोई कस्टम शब्दावली ट्यूनिंग नहीं
आप मॉडल को झुकाने के लिए ब्रांड नाम, दवा नाम, या तकनीकी शब्दजाल की डिक्शनरी अपलोड नहीं कर सकते। Whisper जैसा है वैसा उपयोग होता है, प्रति-खाता फ़ाइन-ट्यूनिंग के बिना।
इसके बजाय उपयोग करें: उचित संज्ञा से भरे डोमेन के लिए AssemblyAI का “word boost” या Deepgram का “keywords” पैरामीटर।
कोई ऑन-प्रिमाइस / एंटरप्राइज़ सेल्फ-होस्टिंग नहीं
ऑडियो हमारे क्लाउड में प्रोसेस होता है — कोई एयर-गैप या HIPAA-BAA-हस्ताक्षरित डिप्लॉयमेंट उपलब्ध नहीं है। अटॉर्नी-क्लाइंट, क्लिनिकल थेरेपी, या वर्गीकृत सामग्री के लिए जहाँ उल्लंघन सीधा क़ानूनी दायित्व बनाता है, कोई क्लाउड टूल (हमारा भी शामिल) सही विकल्प नहीं है।
इसके बजाय उपयोग करें: OpenAI Whisper स्थानीय रूप से इंस्टॉल करें (मुफ़्त, आपकी मशीन पर चलता है, ऑडियो कभी नहीं छोड़ता), या क़ानूनी-ग्रेड 100% सटीकता के लिए मानव ट्रांसक्रिप्शन (Rev, GoTranscript) का उपयोग करें $1.25–$1.99/min पर।
ईमानदार सटीकता — आंकड़ों का असली अर्थ
VexaScribe OpenAI Whisper (विशेष रूप से large-v3 क्लास मॉडल) का उपयोग करता है। मार्केटिंग पेज “99% सटीकता” कहना पसंद करते हैं — यह ईमानदार नहीं है। वास्तविक Whisper सटीकता ऑडियो गुणवत्ता, उच्चारण, और वक्ताओं की संख्या पर बहुत निर्भर करती है। यहाँ क्या अपेक्षा करें।
ट्रांसक्रिप्शन सटीकता (Whisper)
- साफ़ स्टूडियो अंग्रेज़ी, एकल वक्ता~92–97%
- उच्चारण-युक्त अंग्रेज़ी (ग़ैर-मातृभाषी, क्षेत्रीय)~85–92%
- शोरगुल वाला वातावरण (कैफ़े, फ़ोन, बाहर)~80–90%
- साफ़ स्पैनिश, फ़्रेंच, जर्मन, इतालवी, पुर्तगाली, डच~88–94%
- कोरियाई, जापानी, इंडोनेशियाई, तुर्की, अरबी, पोलिश~85–92%
स्रोत: Open ASR Leaderboard + Whisper पेपर बेंचमार्क (LibriSpeech, FLEURS, Common Voice)।
वक्ता पहचान सटीकता
- 2 वक्ता, कोई ओवरलैप नहीं95%+
- 3–4 वक्ता, कभी-कभार ओवरलैप~88–94%
- 5–6 वक्ता, मीटिंग गतिशीलता~80–90%
- 7–15 वक्ता, पैनल या फ़ोकस समूह~70–82%
- 50 वक्ताओं तक (अधिकतम समर्थित)परिवर्तनशील
2–6 अलग-अलग वक्ताओं के साथ सबसे बेहतर सटीकता। आप बाद में एडिटर में Speaker 1/2/3 का नाम बदल सकते हैं।
जो असली फ़र्क़ डालता है
तीन चीज़ें जो “सबसे अच्छा” ट्रांसक्रिप्शन टूल चुनने से ज़्यादा मायने रखती हैं:
- एक अच्छा माइक (USB हेडसेट या लैवलियर लैपटॉप के बिल्ट-इन से 5–15 सटीकता अंक बेहतर है)।
- एक समय पर एक वक्ता — ओवरलैप ट्रांसक्रिप्शन और वक्ता पहचान दोनों को बर्बाद कर देता है।
- कम बैकग्राउंड शोर। बंद कमरे में रिकॉर्ड करें, पंखे या HVAC वेंट के पास नहीं।
यदि आपको क़ानूनी-ग्रेड 100% सटीकता चाहिए (कोर्ट फ़ाइलिंग, विनियमित शोध), तो Rev या GoTranscript जैसी मानव ट्रांसक्रिप्शन सेवाओं का उपयोग करें $1.25–$1.99/min पर। AI आपको लागत के 1–2% पर ~95% तक पहुँचाता है — अधिकांश उपयोग-मामलों के लिए ठीक, कुछ के लिए ग़लत।
फीचर FAQ
VexaScribe किन भाषाओं का समर्थन करता है और वे कितनी सटीक हैं?
99 भाषाएँ, सभी OpenAI Whisper से संचालित। सटीकता भाषा और ऑडियो गुणवत्ता पर निर्भर करती है: साफ़ अंग्रेज़ी ऑडियो पर ~92-97% (Open ASR Leaderboard के अनुसार), साफ़ स्पैनिश, फ़्रेंच, जर्मन, इतालवी, पुर्तगाली, और डच पर ~88-94%, और कोरियाई, जापानी, इंडोनेशियाई, तुर्की, पोलिश, और अरबी पर ~85-92%। भारी उच्चारण-युक्त भाषण, ओवरलैपिंग वक्ता, या शोरगुल वाला वातावरण उन आंकड़ों को 5-10 अंक गिरा देता है। भाषा स्वचालित रूप से पहचानी जाती है या आप इसे मैन्युअल रूप से बाध्य कर सकते हैं।
क्या VexaScribe का सार्वजनिक REST API है?
अभी नहीं — VexaScribe एक वेब ऐप है, API उत्पाद नहीं। यदि आपको अपने सॉफ़्टवेयर में ट्रांसक्रिप्शन को एकीकृत करने की आवश्यकता है, तो OpenAI Whisper API ($0.006/min), Deepgram (Nova-3 पर ~$0.0043/min), या AssemblyAI (~$0.012/min) का उपयोग करें। तीनों के पास उचित SDKs और दस्तावेज़ीकरण है। यदि आप एक नो-कोड वर्कफ़्लो चाहते हैं जो फ़ाइलें अपलोड करता है और ट्रांसक्रिप्ट डाउनलोड करता है, तो VexaScribe सही विकल्प है — बस API के माध्यम से नहीं।
VexaScribe किन फ़ाइल फॉर्मेट को ट्रांसक्राइब कर सकता है?
ऑडियो: MP3, WAV, M4A, FLAC, OGG, AAC, WMA, OPUS। वीडियो: MP4, MOV, AVI, MKV, WebM, WMV, FLV। वीडियो फ़ाइलों से ऑडियो ट्रैक स्वचालित रूप से निकाला जाता है — कोई अलग रूपांतरण चरण नहीं। एक्सपोर्ट: TXT, DOCX, SRT, VTT, JSON।
मैं कितनी बड़ी फ़ाइल अपलोड कर सकता हूँ?
प्रति फ़ाइल 5 GB तक, जो 128 kbps पर लगभग 90 घंटे MP3 या लगभग 8 घंटे 1080p वीडियो है। यह अधिकांश मुफ़्त कन्वर्टर साइटों की 25 MB सीमा और Otter के मुफ़्त टियर की ~200 MB सीमा से काफ़ी अधिक है। 5 GB से बड़ी फ़ाइलों के लिए, फ़ाइल को Audacity या ffmpeg में विभाजित करें और टुकड़ों को अलग-अलग अपलोड करें।
क्या VexaScribe मेरे ऑडियो पर AI मॉडल प्रशिक्षित करता है?
नहीं। आपके ऑडियो और ट्रांसक्रिप्ट का उपयोग किसी भी मॉडल को प्रशिक्षित करने के लिए नहीं किया जाता है — न हमारे और न OpenAI के (हम API के माध्यम से Whisper का उपयोग करते हैं, जो इनपुट पर प्रशिक्षित नहीं होता)। आप किसी भी समय अपने डैशबोर्ड से कोई भी फ़ाइल हटा सकते हैं, और ऑडियो व ट्रांसक्रिप्ट दोनों हटा दिए जाते हैं। ऑडियो ट्रांज़िट में (TLS) और स्थिर अवस्था में एन्क्रिप्ट किया जाता है। अटॉर्नी-क्लाइंट, क्लिनिकल, या वर्गीकृत सामग्री के लिए जहाँ उल्लंघन सीधा क़ानूनी दायित्व बनाएगा, इसके बजाय OpenAI Whisper को स्थानीय रूप से इंस्टॉल करें — हमारे सहित कोई भी क्लाउड टूल उस जोखिम के लायक नहीं है।
मुफ़्त ट्रायल में क्या शामिल है?
30 मिनट का ट्रांसक्रिप्शन क्रेडिट, सभी 99 भाषाएँ, वक्ता पहचान, टाइमस्टैम्प, हर एक्सपोर्ट फॉर्मेट (TXT/DOCX/SRT/VTT/JSON), अंतर्निहित एडिटर, बल्क अपलोड (50 फ़ाइलों तक), और 133 भाषाओं में ट्रांसक्रिप्ट अनुवाद। क्रेडिट कार्ड नहीं चाहिए। AI सारांश और मीटिंग बॉट (Zoom/Meet/Teams) केवल पेड हैं — वे Starter प्लान पर $2/माह से शुरू होते हैं।
ट्रांसक्राइब करना शुरू करने के लिए तैयार हैं?
30 मिनट के ट्रांसक्रिप्शन के साथ VexaScribe मुफ़्त आज़माएँ। क्रेडिट कार्ड नहीं चाहिए।