कैसे करें

फ़ोन की कॉल रिकॉर्डिंग को हिंदी टेक्स्ट में कैसे बदलें

कॉल रिकॉर्डिंग को टेक्स्ट में बदलने के लिए पहले फ़ोन में रिकॉर्डिंग की फ़ाइल ढूँढें और उसका फ़ॉर्मैट देखें: M4A और MP3 सीधे चल जाती हैं, जबकि AMR को पहले MP3 या M4A में बदलना पड़ता है। फिर किसी ट्रांसक्रिप्शन टूल से टेक्स्ट बनाएँ और नाम, नंबर व रकम मूल कॉल सुनकर ज़रूर मिलाएँ, क्योंकि फ़ोन की आवाज़ साफ़ रिकॉर्डिंग जितनी अच्छी नहीं होती।

8 मिनट में पढ़ें · अपडेट

ध्यान दें: mydubly का इंटरफ़ेस अभी अंग्रेज़ी में है। हिंदी ऑडियो का ट्रांसक्रिप्शन, हिंदी में अनुवाद और हिंदी आवाज़ उपलब्ध हैं — बस बटन और मेन्यू अंग्रेज़ी में दिखते हैं।

आपकी कॉल रिकॉर्डिंग किस फ़ॉर्मैट में सेव होती है

Export SRT and VTT subtitle files from the same mydubly recognition pass

कॉल रिकॉर्डिंग का फ़ॉर्मैट फ़ोन के ब्रांड, डायलर ऐप और सेटिंग पर निर्भर करता है। आम तौर पर ये फ़ाइलें मिलती हैं:

.m4a
कई Android फ़ोनों और iPhone में आम; mydubly सीधे लेता है
.mp3
कई डायलर और रिकॉर्डर ऐप देते हैं; सीधे चलती है
.wav
कुछ फ़ोनों में; फ़ाइल बड़ी होती है, पर सीधे चलती है
.aac
कुछ रिकॉर्डरों में; सीधे चलती है
.amr
पुराने फ़ोनों और कुछ ऐप्स में; पहले MP3 या M4A में बदलनी होगी

फ़ाइल ढूँढने के लिए फ़ाइल मैनेजर में "Recordings", "Call recordings" या "Call" नाम वाले फ़ोल्डर देखें, या सर्च में कॉल करने वाले का नाम या तारीख डालें। कई डायलर ऐप में कॉल हिस्ट्री से सीधे रिकॉर्डिंग शेयर करने का विकल्प भी होता है। नए iOS वर्ज़न वाले कुछ iPhone में कॉल रिकॉर्डिंग Notes ऐप में सेव होती है; वहाँ ऑडियो को शेयर करने या Files में रखने का विकल्प देखें।

फ़ॉर्मैट पहचानने का सबसे आसान तरीका है फ़ाइल की "Details" या "Info" देखना, जहाँ पूरा नाम एक्सटेंशन के साथ दिखता है।

AMR फ़ाइल है तो पहले बदल लें

mydubly Classic subtitle style with white text and black outline on video

AMR बहुत कम डेटा में आवाज़ रखने के लिए बना पुराना फ़ॉर्मैट है। mydubly .amr फ़ाइल स्वीकार नहीं करता, इसलिए उसे किसी भरोसेमंद कन्वर्टर से MP3 या M4A में बदलना होगा। कंप्यूटर पर चलने वाला कन्वर्टर सॉफ़्टवेयर फ़ाइल को आपके डिवाइस पर ही बदलता है; ऑनलाइन कन्वर्टर में फ़ाइल किसी और के सर्वर पर जाती है, जो कारोबारी या निजी कॉल के लिए सोचने वाली बात है।

बदलने से आवाज़ बेहतर नहीं होती — AMR में जो बारीकी पहले ही खो चुकी है, वह वापस नहीं आती। बदलाव सिर्फ़ इसलिए है कि फ़ाइल खुल सके। अगर आपका फ़ोन रिकॉर्डिंग फ़ॉर्मैट चुनने देता है, तो आगे की कॉल्स के लिए M4A या MP3 चुन लें।

WhatsApp के वॉइस नोट वाली ऐसी ही .opus समस्या के लिए वॉइस नोट को टेक्स्ट में बदलने वाला लेख देखें।

फ़ोन कॉल की आवाज़ से टेक्स्ट बनाना मुश्किल क्यों है

mydubly choice between cloned speaker voice and stock male or female voice

माइक के सामने रिकॉर्ड की गई आवाज़ और फ़ोन लाइन से आई आवाज़ में बड़ा फ़र्क़ होता है। फ़ोन नेटवर्क आवाज़ को कम डेटा में भेजने के लिए उसकी ऊँची और बहुत नीची फ़्रीक्वेंसी काट देता है। इसे नैरो-बैंड आवाज़ कहते हैं। "स" और "श", "फ" और "प" जैसी ध्वनियाँ इसी हिस्से में पहचानी जाती हैं, इसलिए फ़ोन पर ये आसानी से गड़बड़ होती हैं — इंसान के लिए भी, मशीन के लिए भी।

इसके अलावा:

  • दोनों तरफ़ की आवाज़ बराबर नहीं होती। आपकी अपनी आवाज़ फ़ोन के माइक से साफ़ आती है, सामने वाले की आवाज़ नेटवर्क से दबी-दबी।
  • नेटवर्क कमज़ोर हो तो आवाज़ बीच-बीच में कटती या रोबोट जैसी हो जाती है; उन हिस्सों के शब्द छूट सकते हैं।
  • स्पीकर फ़ोन पर रिकॉर्ड हुई कॉल में कमरे की गूँज और पीछे का शोर भी आ जाता है।
  • दोनों लोग एक साथ बोलें तो दोनों की बात अधूरी लिखी जा सकती है।

इसलिए कॉल रिकॉर्डिंग का टेक्स्ट एक मज़बूत ड्राफ़्ट मानें, अंतिम रिकॉर्ड नहीं। फ़ोन कॉल ट्रांसक्रिप्शन की तकनीकी बातें फ़ोन कॉल रिकॉर्डिंग पर इस लेख (अंग्रेज़ी में) में और विस्तार से हैं।

mydubly से कॉल रिकॉर्डिंग का टेक्स्ट बनाना — क्या होगा, क्या नहीं

mydubly ब्राउज़र में चलता है और रिकॉर्डिंग की फ़ाइल उसी डिवाइस पर होनी चाहिए जिस पर आप इसे खोलते हैं; कोई मोबाइल ऐप नहीं है। इंटरफ़ेस अंग्रेज़ी में है, इसलिए बटन के नाम अंग्रेज़ी में दिए गए हैं।

  1. होम पेज पर ऑडियो वाले हिस्से में "Drop audio here" पर रिकॉर्डिंग डालें (M4A, MP3, WAV, AAC, OGG, FLAC या WebM)।
  2. "Audio and text output" टॉगल बंद रखें; मोड "Timestamped transcript only" रहेगा।
  3. हिंदी कॉल का हिंदी टेक्स्ट चाहिए तो "Select language" में Hindi चुनें; टेक्स्ट बिना अनुवाद के मिलेगा। अगर टेक्स्ट किसी ऐसे साथी को भेजना है जो हिंदी नहीं पढ़ता, तो English चुन लें — तब ट्रांसक्रिप्ट अंग्रेज़ी अनुवाद में मिलेगा।
  4. "Transcribe audio" दबाएँ। काम पूरा होने तक टैब खुला रखें; टैब बंद करने से काम रद्द हो जाता है और रद्द हुए काम के क्रेडिट वापस नहीं मिलते।
  5. "Download timestamped transcript" लें, ताकि बाद में किसी बात को रिकॉर्डिंग में उसी समय पर सुनकर जाँच सकें। सादा टेक्स्ट चाहिए तो "Download transcript"।

बोली जाने वाली भाषा अपने-आप पहचानी जाती है, आप उसे हाथ से नहीं चुन सकते। स्पीच रिकग्निशन Whisper पर आधारित है; बीच की चुप्पी (जैसे होल्ड पर रहना) छोड़ दी जाती है।

सीमाएँ भी साफ़ हैं: mydubly फ़ोन से जुड़कर कॉल रिकॉर्ड नहीं करता, चलती कॉल का लाइव टेक्स्ट नहीं देता, और यह नहीं बताता कि कौन सी लाइन किसने बोली। बातचीत का सारांश भी नहीं बनाता। ऐप में टेक्स्ट एडिट करने की सुविधा नहीं है, डाउनलोड की गई फ़ाइल को किसी भी एडिटर में ठीक करें। ऑडियो से टेक्स्ट की बाकी जानकारी ऑडियो टू टेक्स्ट पेज (अंग्रेज़ी में) पर है।

दो लोगों की बातचीत को पढ़ने लायक कैसे बनाएँ

टाइमस्टैम्प वाले ट्रांसक्रिप्ट में लाइनें समय के क्रम में आती हैं, पर उन पर बोलने वाले का नाम नहीं होता। कॉल में आम तौर पर दो ही लोग होते हैं, इसलिए यह काम पाँच-दस मिनट का है:

  1. फ़ाइल किसी भी टेक्स्ट एडिटर या Word में खोलें।
  2. रिकॉर्डिंग साथ में चलाएँ और हर लाइन के आगे "मैं:" या "ग्राहक:" जैसा छोटा लेबल लिखें।
  3. जहाँ दोनों ने एक साथ बोला और टेक्स्ट गड़बड़ है, वहाँ [अस्पष्ट] लिखकर समय नोट करें।
  4. ज़रूरी लाइनों को बोल्ड या हाइलाइट करें — मात्रा, रकम, तारीख, पता।

स्पीकर पहचानने वाली तकनीक क्या होती है और वह हर टूल में क्यों नहीं होती, यह स्पीकर डायराइज़ेशन वाले लेख (अंग्रेज़ी में) में समझाया गया है।

एक डिस्ट्रीब्यूटर की कॉल, ट्रांसक्रिप्ट से ऑर्डर नोट तक

टाइमस्टैम्प वाली लाइन: [00:01:42] पैंतीस डिब्बे पाँच सौ एमएल वाले और बीस डिब्बे एक लीटर वाले, डिलीवरी गुरुवार तक। लेबल और जाँच के बाद ऑर्डर नोट: ग्राहक — 500 ml: 35 डिब्बे; 1 लीटर: 20 डिब्बे; डिलीवरी: गुरुवार। जाँच: 01:42 पर दोबारा सुना, "पैंतीस" सही निकला (पहले "पचपन" का शक था)।

कारोबार में कॉल के टेक्स्ट का सही इस्तेमाल

छोटे और मझोले कारोबार में बहुत सा काम आज भी फ़ोन पर तय होता है: थोक ऑर्डर, ट्रक की बुकिंग, साइट विज़िट का पता, शिकायत की जानकारी। टेक्स्ट से ये काम आसान होते हैं:

  • ऑर्डर की पुष्टि: कॉल के बाद टेक्स्ट से मात्राएँ निकालकर ग्राहक को लिखित में भेजें — "आपका ऑर्डर: ..."। इससे दोनों तरफ़ की गलतफ़हमी जल्दी पकड़ में आती है।
  • फ़ॉलो-अप: सेल्स टीम महीने के आख़िर में देख सकती है कि किस ग्राहक ने कौन सी बात कही थी।
  • ट्रेनिंग: नए स्टाफ़ को अच्छी कॉल्स का टेक्स्ट पढ़ाकर बातचीत का तरीका सिखाया जा सकता है (नाम और नंबर हटाकर)।

अंकों पर ख़ास ध्यान दें। फ़ोन पर "पचास" और "पचपन", "सत्तर" और "सत्रह" आसानी से मिल जाते हैं, और ट्रांसक्रिप्ट में संख्या कभी शब्दों में, कभी अंकों में आ सकती है। लाख-करोड़ और अंकों को लिखने के नियम हिंदी में अंक कैसे लिखें में हैं। एक अच्छी आदत यह भी है कि कॉल में ही ज़रूरी बातें दोहरा दें: "तो मैं दोहरा देता हूँ — पैंतीस डिब्बे, गुरुवार।" इससे सामने वाला भी पुष्टि करता है और रिकॉर्डिंग में वही बात दो बार आती है।

रिकॉर्ड करने से पहले बताना: शिष्टाचार और सावधानी

किसी की आवाज़ रिकॉर्ड करना और फिर उसका टेक्स्ट बनाना भरोसे का मामला है। कॉल की शुरुआत में एक वाक्य काफ़ी है: "ऑर्डर में गलती न हो, इसलिए यह कॉल रिकॉर्ड कर रहा हूँ।" ज़्यादातर लोग इसे समझते हैं, और जो सहज नहीं हैं वे उसी समय बता देते हैं।

रिकॉर्डिंग से जुड़े नियम परिस्थिति, संस्था और काम के हिसाब से अलग हो सकते हैं; यह लेख क़ानूनी सलाह नहीं है। अगर आपका कारोबार नियमित रूप से कॉल रिकॉर्ड करता है या किसी विवाद में रिकॉर्डिंग इस्तेमाल करनी है, तो किसी वकील से सलाह लें। इसके साथ कुछ आदतें रखें:

  • टेक्स्ट और रिकॉर्डिंग सिर्फ़ उतने समय तक रखें जितनी ज़रूरत है।
  • ग्राहक के फ़ोन नंबर, पते और भुगतान की जानकारी वाली फ़ाइलें साझा ड्राइव में खुली न छोड़ें।
  • mydubly के बारे में तथ्य: ऑडियो HTTPS पर प्रोसेसिंग के लिए भेजा जाता है और अपलोड किया गया ऑडियो व नतीजे काम पूरा होने के 30 मिनट के भीतर सर्वर से हटा दिए जाते हैं।

कितना खर्च आएगा: कुछ आम हिसाब

mydubly में पहले से क्रेडिट खरीदे जाते हैं, कोई सब्सक्रिप्शन नहीं: $1 में 1,000 क्रेडिट मिलते हैं और साइन-अप पर 100 क्रेडिट मुफ़्त हैं। ट्रांसक्रिप्ट में 1 क्रेडिट प्रति शुरू हुआ मिनट लगता है, और हर फ़ाइल पर कम से कम 5 क्रेडिट।

3 मिनट की कॉल
5 क्रेडिट (न्यूनतम)
8 मिनट 20 सेकंड की कॉल
9 क्रेडिट
60 मिनट की लंबी मीटिंग-कॉल
60 क्रेडिट, यानी $0.06
2 घंटे की कॉन्फ़्रेंस कॉल
120 क्रेडिट, यानी $0.12

एक दिन की 15 छोटी कॉल्स (हर एक 5 मिनट से कम) अलग-अलग डालें तो 15 × 5 = 75 क्रेडिट लगेंगे। उन्हीं कॉल्स को किसी ऑडियो एडिटर में क्रम से जोड़कर एक फ़ाइल बना लें और कुल लंबाई 37 मिनट 30 सेकंड हो, तो 38 क्रेडिट लगेंगे। एक फ़ाइल की अधिकतम लंबाई 2 घंटे है।

अक्सर पूछे जाने वाले सवाल

क्या mydubly मेरे फ़ोन की कॉल अपने-आप रिकॉर्ड कर सकता है?

नहीं। mydubly कॉल रिकॉर्ड नहीं करता और फ़ोन या डायलर से जुड़ता भी नहीं। रिकॉर्डिंग आपके फ़ोन के डायलर या रिकॉर्डर ऐप से बननी चाहिए; उसके बाद फ़ाइल को mydubly में डालकर टेक्स्ट बनाया जाता है।

मेरी रिकॉर्डिंग .amr में है, क्या करूँ?

mydubly .amr फ़ाइल स्वीकार नहीं करता। किसी भरोसेमंद कन्वर्टर से उसे MP3 या M4A में बदलें और फिर डालें। अगर फ़ोन की सेटिंग में रिकॉर्डिंग फ़ॉर्मैट बदलने का विकल्प है, तो आगे के लिए M4A या MP3 चुन लें।

कॉल के टेक्स्ट में सामने वाले की बातें ज़्यादा गलत क्यों आती हैं?

आपकी आवाज़ सीधे फ़ोन के माइक से रिकॉर्ड होती है, जबकि सामने वाले की आवाज़ नेटवर्क से दबकर आती है। फ़ोन नेटवर्क आवाज़ की कई फ़्रीक्वेंसी काट देता है, जिससे मिलती-जुलती ध्वनियाँ गड़बड़ होती हैं। ऐसे हिस्सों को टाइमस्टैम्प देखकर दोबारा सुनें।

क्या ट्रांसक्रिप्ट में लिखा आएगा कि कौन बोल रहा है?

नहीं, mydubly स्पीकर के लेबल नहीं लगाता। टाइमस्टैम्प वाली फ़ाइल डाउनलोड करें और रिकॉर्डिंग सुनते हुए हर लाइन के आगे “मैं” या “ग्राहक” जैसे नाम खुद जोड़ें। दो लोगों की कॉल में यह जल्दी हो जाता है।

क्या चलती कॉल का टेक्स्ट लाइव दिख सकता है?

mydubly में लाइव या रियल-टाइम मोड नहीं है। यह सिर्फ़ पहले से रिकॉर्ड की गई फ़ाइल पर काम करता है। कॉल खत्म होने के बाद रिकॉर्डिंग डालें और टेक्स्ट डाउनलोड करें।

हिंदी कॉल का अंग्रेज़ी टेक्स्ट मिल सकता है?

हाँ। “Audio and text output” बंद रखते हुए “Select language” में English चुनें, तो ट्रांसक्रिप्ट अंग्रेज़ी अनुवाद में मिलेगा और खर्च ट्रांसक्रिप्ट वाला ही रहेगा। अगर हिंदी मूल भी चाहिए, तो फ़ाइल को एक बार Hindi चुनकर भी चलाएँ; तब पाठ बिना अनुवाद के मिलेगा।