कैसे करें

हिंदी ऑडियो को वर्ड में टेक्स्ट कैसे बनाएँ: रिकॉर्डिंग से साफ़-सुथरे डॉक्यूमेंट तक

हिंदी ऑडियो को वर्ड में टेक्स्ट बनाने का भरोसेमंद तरीका यह है कि पहले रिकॉर्डिंग से यूनिकोड ट्रांसक्रिप्ट फ़ाइल बनाएँ, फिर उसे Word में खोलकर देवनागरी फ़ॉन्ट, टाइमस्टैम्प और सवाल-जवाब की बनावट ठीक करें। Word में सीधे बोलकर लिखवाना लाइव बोलने का काम है, रिकॉर्डिंग फ़ाइल का नहीं — इसलिए यहाँ पूरा रास्ता कदम-दर-कदम दिया गया है।

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।

Word में सीधे डिक्टेशन से काम क्यों नहीं चलता

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

बहुत लोग सोचते हैं कि Word में माइक वाला बटन दबाकर रिकॉर्डिंग चला देंगे और टेक्स्ट अपने आप बन जाएगा। दिक्कत यह है कि डिक्टेशन फ़ीचर लाइव बोलने के लिए बना है। उसकी भाषा-सूची में हिंदी है या नहीं, यह Office के संस्करण, खाते और समय के साथ बदलता रहता है, इसलिए इसे अपनी मशीन पर खुद जाँचें। और अगर हिंदी मिल भी जाए, तो स्पीकर से माइक तक जाती आवाज़, बीच की चुप्पियाँ और एक घंटे तक कंप्यूटर के पास बैठे रहना — ये सब मुश्किलें बनी रहती हैं।

इसलिए बेहतर क्रम यह है: रिकॉर्डिंग से पहले एक टेक्स्ट फ़ाइल बनाइए, फिर Word को वह काम करने दीजिए जिसमें वह सचमुच अच्छा है — फ़ॉर्मैटिंग, स्टाइल, खोजना-बदलना और प्रूफ़िंग।

पूरा रास्ता एक नज़र में

mydubly Classic subtitle style with white text and black outline on video
कदम 1
रिकॉर्डिंग से यूनिकोड ट्रांसक्रिप्ट (.txt) बनाना
कदम 2
टेक्स्ट को Word में सही एन्कोडिंग के साथ लाना
कदम 3
देवनागरी फ़ॉन्ट, आकार और पंक्ति-अंतर तय करना
कदम 4
टाइमस्टैम्प रखना या हटाना
कदम 5
इंटरव्यू को प्रश्न-उत्तर के रूप में सजाना
कदम 6
हिंदी प्रूफ़िंग और अंतिम पाठ

मान लीजिए आपके पास किसी ज़िला अधिकारी के साथ 30 मिनट की बातचीत की M4A रिकॉर्डिंग है, जो फ़ोन के वॉइस रिकॉर्डर से बनी है, और संपादक को शाम तक Word फ़ाइल चाहिए। आगे के सारे उदाहरण इसी फ़ाइल पर आधारित हैं।

कदम 1: रिकॉर्डिंग से ट्रांसक्रिप्ट फ़ाइल बनाना (mydubly के साथ)

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

यह कदम किसी भी ट्रांसक्रिप्शन तरीके से हो सकता है। यहाँ mydubly का रास्ता बताया गया है, साथ में उसकी सीमाएँ भी। mydubly ब्राउज़र में चलने वाला ऐप है और इसका ऑडियो से टेक्स्ट वाला टूल (अंग्रेज़ी में) MP3, WAV, M4A, AAC, OGG, FLAC और WebM फ़ाइलें लेता है, एक फ़ाइल अधिकतम 2 घंटे की।

  1. होम पेज पर "Drop audio here" वाले हिस्से में अपनी M4A फ़ाइल डालें।
  2. "Audio and text output" वाला टॉगल बंद रहने दें, ताकि नतीजा "Timestamped transcript only" हो। Word फ़ाइल के लिए आवाज़ वाला अनुवाद नहीं चाहिए।
  3. भाषा चुनने का विकल्प नहीं है; "Source: Auto detect" हिंदी अपने आप पहचान लेता है।
  4. "Transcribe audio" दबाएँ। आधे घंटे की बातचीत के दौरान वह टैब बंद न करें और किसी दूसरे पेज पर न जाएँ, वरना काम रद्द हो जाएगा।
  5. "Download transcript" से transcript.txt (सादा टेक्स्ट) और ज़रूरत हो तो "Download timestamped transcript" से transcript-timestamped.txt डाउनलोड करें।
खर्च का हिसाब

30 मिनट की रिकॉर्डिंग = 30 क्रेडिट ($0.03)। साइन-अप पर मिलने वाले 100 मुफ़्त क्रेडिट में ऐसी तीन रिकॉर्डिंग आ जाती हैं। 3 मिनट की छोटी क्लिप पर भी न्यूनतम 5 क्रेडिट लगते हैं।

mydubly Word फ़ाइल (.docx) नहीं बनाता — सिर्फ़ सादा टेक्स्ट, टाइमस्टैम्प वाला टेक्स्ट और SRT व VTT सबटाइटल देता है। बोलने वालों के नाम अपने आप नहीं लगते, और ऐप के अंदर ट्रांसक्रिप्ट सुधारने का कोई एडिटर नहीं है; सारा सुधार Word में ही होगा। WhatsApp की .opus वॉइस नोट या .amr कॉल रिकॉर्डिंग हो तो पहले उसे किसी भरोसेमंद कन्वर्टर से MP3 या M4A में बदलें। फ़ाइल का ऑडियो HTTPS से सर्वर पर प्रोसेस होता है और काम पूरा होने के 30 मिनट के भीतर वहाँ से मिटा दिया जाता है।

कदम 2: टेक्स्ट को Word में बिना बिगाड़े लाना

सबसे सुरक्षित तरीका कॉपी-पेस्ट है: transcript.txt को Notepad (Mac पर TextEdit) में खोलें, सारा टेक्स्ट चुनकर कॉपी करें और नए Word डॉक्यूमेंट में पेस्ट करें। अगर पेस्ट के विकल्प दिखें तो "Keep Text Only" चुनें, ताकि कोई अजीब फ़ॉर्मैटिंग साथ न आए।

अगर आप .txt फ़ाइल को सीधे Word से खोलते हैं और Word एन्कोडिंग पूछे, तो Unicode (UTF-8) चुनें। गलत एन्कोडिंग चुनने पर देवनागरी की जगह उलटे-सीधे चिह्न दिखेंगे। यह टेक्स्ट यूनिकोड में है, इसलिए इसे पुराने Kruti Dev या Chanakya फ़ॉन्ट वाली फ़ाइलों में न मिलाएँ — दोनों का अंतर Kruti Dev और यूनिकोड हिंदी वाले लेख में समझाया गया है।

कदम 3: देवनागरी फ़ॉन्ट, आकार और पंक्ति-अंतर

यूनिकोड टेक्स्ट किसी भी यूनिकोड देवनागरी फ़ॉन्ट में ठीक दिखता है। आम विकल्प:

  • Windows पर: Nirmala UI और Mangal सबसे आम हैं; Kokila और Aparajita छपाई वाले दस्तावेज़ों में अच्छे लगते हैं।
  • Mac पर: Kohinoor Devanagari और Devanagari MT।
  • मुफ़्त डाउनलोड वाले: Noto Sans Devanagari, Mukta और Hind — फ़ाइल किसी दूसरे कंप्यूटर पर खुलनी हो तो जाँच लें कि वहाँ भी यह फ़ॉन्ट हो।

Word में देवनागरी के लिए फ़ॉन्ट अलग से तय होता है। अगर फ़ॉन्ट बदलने पर भी हिंदी अक्षर नहीं बदलते, तो Font डायलॉग खोलकर "Complex scripts" वाले हिस्से में फ़ॉन्ट चुनें — यह हिस्सा तब दिखता है जब Word में हिंदी जैसी भाषा सक्रिय हो।

देवनागरी में मात्राएँ ऊपर और नीचे जाती हैं, इसलिए अंग्रेज़ी वाले आकार से एक पॉइंट बड़ा फ़ॉन्ट (जैसे 12 की जगह 13) और 1.15 से 1.5 का पंक्ति-अंतर रखें। इससे "कृ", "ट्र" या "हूँ" जैसी आकृतियाँ आपस में नहीं टकरातीं। अगर कहीं खाली डिब्बे दिखें, तो वजह लगभग हमेशा फ़ॉन्ट होती है; हिंदी में डिब्बे क्यों आते हैं वाला लेख इसका पूरा इलाज बताता है।

कदम 4: टाइमस्टैम्प रखें या हटाएँ

टाइमस्टैम्प वाली फ़ाइल में हर पंक्ति की शुरुआत में समय लिखा होता है, जैसे "[4:12]" या एक घंटे के बाद "[1:02:15]"। यह कब रखें, कब हटाएँ:

  • रखें, अगर दस्तावेज़ संपादक, वकील या शोध-निर्देशक को जाना है और उन्हें उद्धरण रिकॉर्डिंग में ढूँढने हैं।
  • हटाएँ, अगर दस्तावेज़ छपना है या पढ़ने के लिए है — तब सादी transcript.txt से शुरुआत ही बेहतर है।

अगर आपने टाइमस्टैम्प वाली फ़ाइल ले ली है और अब समय हटाने हैं, तो Word का Find and Replace वाइल्डकार्ड के साथ काम आता है:

  1. Ctrl+H दबाएँ, "More" खोलें और "Use wildcards" पर टिक करें।
  2. Find what में यह लिखें: \[[0-9:]@\] (आख़िर में एक स्पेस के साथ)।
  3. Replace with खाली छोड़ें और "Replace All" दबाएँ।
वाइल्डकार्ड से पहले और बाद में

पहले: "[4:12] हमने पिछले साल ग्यारह सौ हैंडपंप ठीक करवाए।" बाद में: "हमने पिछले साल ग्यारह सौ हैंडपंप ठीक करवाए।" वर्ग-कोष्ठक के आगे बैकस्लैश इसलिए लगाया जाता है कि वाइल्डकार्ड मोड में "[" का अपना विशेष अर्थ होता है।

एक बीच का रास्ता भी है: टाइमस्टैम्प हटा दें, पर हर नए विषय की शुरुआत पर हाथ से एक समय लिख दें, जैसे "(लगभग 12 मिनट पर)"। इससे दस्तावेज़ साफ़ भी रहता है और ज़रूरत पड़ने पर रिकॉर्डिंग में जगह भी मिल जाती है।

कदम 5: इंटरव्यू को प्रश्न-उत्तर के रूप में सजाना

ट्रांसक्रिप्ट में यह नहीं लिखा होता कि कौन बोल रहा है। इसलिए रिकॉर्डिंग सुनते हुए हर बदलाव पर नाम या भूमिका जोड़नी होगी। सबसे साफ़ तरीका:

  • Word में दो स्टाइल बनाएँ — "प्रश्न" (बोल्ड, थोड़ी जगह ऊपर) और "उत्तर" (सामान्य, बाईं ओर थोड़ा इंडेंट)।
  • हर सवाल से पहले "प्रश्न:" या पत्रकार का नाम और हर जवाब से पहले अधिकारी का नाम लिखें।
  • लंबे जवाब को विषय के हिसाब से पैराग्राफ़ में तोड़ें; एक पैराग्राफ़ में एक बात।
  • "मतलब", "देखिए", "हाँ-हाँ" जैसे भराव शब्द हटाने हैं या रखने हैं, यह संपादक से पहले तय कर लें। शब्दशः और साफ़ शब्दशः का फ़र्क ट्रांसक्रिप्ट फ़ॉर्मैट करने की गाइड (अंग्रेज़ी में) में अच्छी तरह समझाया गया है।
प्रश्न-उत्तर का नमूना

पहली पंक्ति — "प्रश्न (रीना शर्मा): गर्मी में पानी की सप्लाई का क्या इंतज़ाम है?" दूसरी पंक्ति — "उत्तर (ज़िला अधिकारी): हमने इस बार टैंकरों की संख्या बढ़ाई है और हर ब्लॉक में एक कंट्रोल रूम बनाया है।" ट्रांसक्रिप्ट में यही बात बिना नामों के एक लगातार पंक्ति में आती है; नाम और पंक्ति-विभाजन आप जोड़ते हैं।

अगर बातचीत में कई लोग थे, तो पहले पूरी फ़ाइल एक बार सुनकर लोगों के नाम और उनकी आवाज़ की पहचान लिख लें। पत्रकारिता के लिए इंटरव्यू तैयार करने की बाकी बातें हिंदी इंटरव्यू ट्रांसक्रिप्शन वाले लेख में हैं।

कदम 6: हिंदी प्रूफ़िंग और अंतिम पाठ

पूरा टेक्स्ट चुनकर Review टैब में Language से प्रूफ़िंग भाषा हिंदी सेट करें। स्पेलिंग जाँच तभी काम करेगी जब आपके Office में हिंदी के प्रूफ़िंग टूल्स मौजूद हों; न हों तो लाल लकीरें या तो हर शब्द पर आएँगी या बिल्कुल नहीं। दोनों हालत में मशीन की जाँच को अंतिम न मानें।

हिंदी ट्रांसक्रिप्ट में ये गलतियाँ सबसे ज़्यादा मिलती हैं, इसलिए Find (Ctrl+F) से इन्हें अलग से देखें:

  • नाम और जगहें: गाँव, मोहल्ले और लोगों के नाम अक्सर मिलते-जुलते शब्दों में बदल जाते हैं।
  • अंक: "ग्यारह सौ" और "1,100" में से एक शैली चुनें और पूरे दस्तावेज़ में वही रखें।
  • अनुस्वार और चंद्रबिंदु: "हैं/है", "में/मे", "हूँ/हूं" — संस्थान की शैली जो भी हो, एक जैसी रखें।
  • नुक़्ता: "ज़िला" और "जिला" दोनों चलते हैं, पर एक दस्तावेज़ में मिलाकर नहीं।
  • अंग्रेज़ी शब्द: "स्कीम", "टेंडर" जैसे शब्द देवनागरी में आएँगे या रोमन में, यह पहले तय कर लें।

आख़िरी पाठ रिकॉर्डिंग साथ चलाते हुए करें, कम से कम उन हिस्सों का जो उद्धरण के रूप में छपने वाले हैं। प्रूफ़रीडिंग का एक व्यवस्थित तरीका AI ट्रांसक्रिप्ट की प्रूफ़रीडिंग (अंग्रेज़ी में) वाली गाइड में है।

अक्सर पूछे जाने वाले सवाल

क्या MS Word में हिंदी वॉइस टाइपिंग होती है?

Word का डिक्टेशन फ़ीचर किन भाषाओं में काम करता है, यह Office के संस्करण और खाते पर निर्भर करता है, इसलिए अपनी मशीन पर Dictate बटन की भाषा-सूची देख लें। ध्यान रहे कि डिक्टेशन लाइव बोलने के लिए है। पहले से रिकॉर्ड की गई फ़ाइल के लिए ट्रांसक्रिप्ट बनाकर Word में पेस्ट करना ज़्यादा भरोसेमंद है।

Word में हिंदी टेक्स्ट पेस्ट करने पर अजीब चिह्न क्यों दिखते हैं?

आम तौर पर इसकी दो वजहें होती हैं: फ़ाइल गलत एन्कोडिंग में खुली है, या दस्तावेज़ का फ़ॉन्ट Kruti Dev जैसा पुराना गैर-यूनिकोड फ़ॉन्ट है। फ़ाइल खोलते समय Unicode (UTF-8) चुनें और फ़ॉन्ट Nirmala UI, Mangal या Noto Sans Devanagari जैसा यूनिकोड फ़ॉन्ट रखें।

क्या mydubly सीधे Word फ़ाइल देता है?

नहीं। mydubly सादा टेक्स्ट (transcript.txt), टाइमस्टैम्प वाला टेक्स्ट और SRT सबटाइटल फ़ाइल देता है। .txt फ़ाइल का टेक्स्ट Word में पेस्ट करके .docx के रूप में सहेजना कुछ सेकंड का काम है।

Word में ट्रांसक्रिप्ट से टाइमस्टैम्प एक साथ कैसे हटाएँ?

Find and Replace में Use wildcards चालू करें, Find what में \[[0-9:]@\] और उसके बाद एक स्पेस लिखें, और Replace with खाली छोड़कर Replace All दबाएँ। इससे "[4:12]" या "[1:02:15]" जैसे सारे समय हट जाएँगे। अगर टाइमस्टैम्प चाहिए ही नहीं, तो शुरू से सादी transcript.txt लेना और आसान है।

इंटरव्यू में कौन बोल रहा है, यह अपने आप क्यों नहीं लिखा आता?

mydubly ट्रांसक्रिप्ट में स्पीकर लेबल नहीं लगाता, यानी यह नहीं लिखता कि कौन-सी पंक्ति किसकी है। आपको रिकॉर्डिंग सुनते हुए हर बदलाव पर नाम या "प्रश्न/उत्तर" जोड़ना होगा। दो लोगों की बातचीत में यह काम आम तौर पर जल्दी हो जाता है।

सरकारी दफ़्तर के लिए हिंदी दस्तावेज़ में कौन-सा फ़ॉन्ट लें?

बहुत-से दफ़्तर अब यूनिकोड फ़ॉन्ट जैसे Mangal या Nirmala UI इस्तेमाल करते हैं, क्योंकि ये हर आधुनिक कंप्यूटर पर ठीक दिखते हैं। फिर भी कुछ जगहों पर पुराने फ़ॉन्ट की परंपरा बची है, इसलिए अपने विभाग का नियम पूछ लेना बेहतर है। यूनिकोड टेक्स्ट को पुराने फ़ॉन्ट में बदलने के लिए अलग कन्वर्टर लगता है।