पहले यह आज़माएँ: WhatsApp का अपना ट्रांसक्रिप्ट विकल्प
WhatsApp ने कई फ़ोनों पर वॉइस मैसेज का टेक्स्ट दिखाने का विकल्प जोड़ा है। आम तौर पर यह Settings के Chats वाले हिस्से में "Voice message transcripts" जैसे नाम से मिलता है; इसे चालू करके भाषा चुनी जाती है, फिर वॉइस नोट पर देर तक दबाने से उसका टेक्स्ट दिखता है। आपके ऐप की भाषा हिंदी है तो मेन्यू के नाम हिंदी में दिखेंगे।
यहाँ तीन बातें ध्यान रखें:
- यह विकल्प हर फ़ोन, हर ऐप वर्ज़न और हर भाषा के लिए उपलब्ध नहीं है। अगर आपकी सूची में हिंदी नहीं दिख रही, तो ऐप अपडेट करके दोबारा देखें।
- यह टेक्स्ट चैट के अंदर पढ़ने के लिए है। लंबे नोट का टेक्स्ट कॉपी करके कहीं रखना, टाइमस्टैम्प के साथ फ़ाइल बनाना या दस नोट्स का टेक्स्ट एक साथ निकालना इससे आसान नहीं होता।
- गलती दिखे तो मूल आवाज़ सुनकर ही भरोसा करें, खासकर रकम, तारीख और पते पर।
अगर यह रास्ता आपके लिए काम कर रहा है, तो किसी और टूल की ज़रूरत ही नहीं। बाकी लेख उन लोगों के लिए है जिनके पास यह विकल्प नहीं है या जिन्हें टेक्स्ट फ़ाइल के रूप में चाहिए।
वॉइस नोट को फ़ोन से फ़ाइल के रूप में बाहर कैसे निकालें
ट्रांसक्रिप्शन टूल को असली ऑडियो फ़ाइल चाहिए, चैट का स्क्रीनशॉट या लिंक नहीं। आम तौर पर ये तरीके काम करते हैं:
- Android: चैट में वॉइस नोट पर देर तक दबाएँ, ऊपर दिखने वाले शेयर आइकन से उसे Gmail, Drive या फ़ाइल मैनेजर में भेजें। कई फ़ोनों में ये नोट फ़ाइल मैनेजर के अंदर Android > media > com.whatsapp > WhatsApp > Media > WhatsApp Voice Notes फ़ोल्डर में भी मिलते हैं, तारीख वाले उप-फ़ोल्डरों में।
- iPhone: वॉइस नोट पर देर तक दबाएँ, Forward चुनें, फिर नीचे शेयर आइकन से "Save to Files" या मेल में भेजें।
- पूरी चैट: चैट के मेन्यू में Export chat से "मीडिया के साथ" एक्सपोर्ट करने पर वॉइस नोट्स भी फ़ाइल के रूप में साथ आते हैं। यह तब काम का है जब किसी एक बातचीत के सारे नोट्स चाहिए।
फ़ाइल का नाम कुछ ऐसा होगा: PTT-20261001-WA0007.opus। नाम के आख़िर में .opus पर ध्यान दें — अगली समस्या यहीं से शुरू होती है।
समस्या: फ़ाइल डालने पर स्वीकार नहीं हो रही
WhatsApp वॉइस नोट आम तौर पर Opus कोडेक वाली .opus फ़ाइल होते हैं। यह कोडेक कम डेटा में आवाज़ अच्छी रखता है, इसलिए मैसेजिंग ऐप इसे पसंद करते हैं, पर बहुत से ऑडियो टूल इस एक्सटेंशन को सीधे नहीं खोलते। mydubly भी .opus फ़ाइल स्वीकार नहीं करता। इसी तरह कुछ पुराने कॉल रिकॉर्डरों की .amr फ़ाइलें भी नहीं चलतीं।
mydubly ये ऑडियो फ़ॉर्मैट लेता है: MP3, WAV, M4A, AAC, OGG, FLAC और WebM। इसलिए हल सीधा है — .opus को MP3 या M4A में बदल लें। कोडेक के बारे में और जानना हो तो Opus कोडेक पर यह लेख (अंग्रेज़ी में) पढ़ें।
.opus को MP3 या M4A में बदलने के भरोसेमंद तरीके
कोई भी ऐसा कन्वर्टर इस्तेमाल करें जिस पर आपको भरोसा हो। विकल्प मोटे तौर पर तीन तरह के हैं:
- कंप्यूटर का सॉफ़्टवेयर: VLC Media Player में Media मेन्यू के Convert/Save विकल्प से फ़ाइल जोड़कर प्रोफ़ाइल में MP3 वाला ऑडियो विकल्प चुना जा सकता है। ऐसा सॉफ़्टवेयर फ़ाइल को आपके कंप्यूटर पर ही बदलता है।
- फ़ोन का कन्वर्टर ऐप: Play Store या App Store पर कई ऑडियो कन्वर्टर मिलते हैं। रिव्यू, अनुमतियाँ (permissions) और विज्ञापनों की भरमार देखकर ही चुनें।
- ऑनलाइन कन्वर्टर वेबसाइट: सुविधाजनक हैं, पर आपकी फ़ाइल उनके सर्वर पर जाती है। परिवार या ग्राहक की निजी बातों वाले नोट के लिए पहले दो तरीके बेहतर विकल्प हैं।
बदलते समय बहुत कम बिटरेट न चुनें; बोली के लिए सामान्य MP3 सेटिंग काफ़ी है। बदलने के बाद फ़ाइल एक बार चलाकर सुन लें कि आवाज़ पूरी है और बीच में कटी नहीं।
mydubly में हिंदी वॉइस नोट का टेक्स्ट बनाना — और इसकी सीमाएँ
बदली हुई MP3 या M4A फ़ाइल तैयार हो, तो mydubly ब्राउज़र में खोलें। इंटरफ़ेस अंग्रेज़ी में है, इसलिए बटन के नाम वैसे ही लिखे हैं:
- होम पेज पर ऑडियो वाले हिस्से में "Drop audio here" पर फ़ाइल डालें।
- "Audio and text output" टॉगल बंद रखें, ताकि मोड "Timestamped transcript only" रहे।
- हिंदी नोट का हिंदी टेक्स्ट चाहिए तो "Select language" में Hindi चुनें; टेक्स्ट बिना अनुवाद के मिलेगा। उसी नोट का अंग्रेज़ी टेक्स्ट चाहिए (जैसे किसी गैर-हिंदी सहकर्मी के लिए), तो वहाँ English चुनें।
- "Transcribe audio" दबाएँ और काम पूरा होने तक टैब खुला रखें।
- "Download transcript" से सादा टेक्स्ट (transcript.txt) या "Download timestamped transcript" से समय के साथ वाली फ़ाइल लें।
भाषा अपने-आप पहचानी जाती है; हिंदी को हाथ से चुनने का विकल्प नहीं है। स्पीच रिकग्निशन Whisper पर आधारित है और बीच की चुप्पी को छोड़ देता है।
जो यह नहीं करता, वह भी साफ़ जान लें: mydubly WhatsApp से जुड़ता नहीं, चैट से नोट खुद नहीं उठाता और इसका कोई मोबाइल ऐप नहीं है। यह कौन बोल रहा है, यह नहीं बताता; नोट का सारांश नहीं बनाता; और ऐप के अंदर टेक्स्ट एडिट करने की सुविधा नहीं है — डाउनलोड की गई फ़ाइल को किसी भी एडिटर में ठीक करें। ऑडियो से टेक्स्ट वाली बाकी जानकारी ऑडियो टू टेक्स्ट पेज (अंग्रेज़ी में) पर है।
मान लीजिए कानपुर के किसी होलसेल कारोबारी को सप्लायर 2 मिनट 40 सेकंड का वॉइस नोट भेजता है: "भैया, 40 पेटी नीली वाली, 25 पेटी हरी वाली, और पिछला 18,500 बाकी है।" फ़ाइल PTT-...opus है, जिसे VLC से MP3 बनाकर डाला जाता है। ट्रांसक्रिप्ट में गिनती और रकम शब्दों में ("चालीस", "अठारह हज़ार पाँच सौ") या अंकों में, किसी भी रूप में आ सकती है — इसलिए हर रकम और गिनती मूल आवाज़ से मिलाकर ही आगे भेजें। खर्च: 3 मिनट से कम की फ़ाइल पर न्यूनतम 5 क्रेडिट।
समस्या: टेक्स्ट बन गया, पर उसमें गलतियाँ हैं
वॉइस नोट अक्सर चलते-फिरते रिकॉर्ड होते हैं, इसलिए गलतियाँ आना सामान्य है। आम वजहें और उनके हल:
- पीछे का शोर: सड़क का ट्रैफ़िक, प्रेशर कुकर की सीटी, टीवी या मंदिर का लाउडस्पीकर। हल: ज़रूरी बात हो तो भेजने वाले से शांत जगह से दोबारा नोट माँगें। रिकॉर्डिंग साफ़ रखने के घरेलू तरीके आवाज़ साफ़ रखने वाली गाइड में हैं।
- फ़ोन मुँह से दूर: धीमी आवाज़ में शब्द छूट जाते हैं।
- मिली-जुली भाषा: "ऑर्डर कन्फ़र्म कर दो, डिलीवरी कल तक" जैसी Hinglish जैसी सुनी गई वैसी लिखी जाती है, पर पूरी तरह सटीक नहीं। अंग्रेज़ी शब्द कभी अजीब वर्तनी में आ सकते हैं।
- बोली और क्षेत्रीय भाषा: mydubly भारतीय भाषाओं में सिर्फ़ हिंदी सपोर्ट करता है। अगर दादी जी भोजपुरी या हरियाणवी में बोल रही हैं, तो टेक्स्ट में गलतियाँ ज़्यादा होंगी, क्योंकि ये अलग भाषा के रूप में उपलब्ध नहीं हैं।
- नाम, नंबर, पते: "गली नंबर 4, सेक्टर 15" जैसी जानकारी हमेशा सुनकर मिलाएँ।
हिंदी ट्रांसक्रिप्शन में गलतियों की वजहों पर विस्तार से यह लेख पढ़ें।
छोटे नोट्स और 5 क्रेडिट का न्यूनतम शुल्क
ट्रांसक्रिप्ट के काम में 1 क्रेडिट प्रति मिनट लगता है, गिनती हर शुरू हुए मिनट की होती है, और हर फ़ाइल पर कम से कम 5 क्रेडिट। WhatsApp नोट ज़्यादातर छोटे होते हैं, इसलिए यह न्यूनतम शुल्क आपके हिसाब में सबसे ज़्यादा असर डालेगा।
- 40 सेकंड का एक नोट
- 5 क्रेडिट (न्यूनतम)
- 4 मिनट 10 सेकंड का एक नोट
- 5 क्रेडिट
- 12 मिनट का लंबा नोट
- 12 क्रेडिट
- एक-एक मिनट के 6 अलग नोट
- 6 × 5 = 30 क्रेडिट
- वही 6 नोट एक फ़ाइल में जोड़कर
- 6 क्रेडिट
यानी अगर आपके पास किसी एक मामले के कई छोटे नोट हैं, तो किसी भी ऑडियो एडिटर में उन्हें क्रम से जोड़कर एक MP3 बना लें। टाइमस्टैम्प वाली फ़ाइल में हर नोट कहाँ शुरू होता है, यह भी दिख जाएगा। साइन-अप पर मिलने वाले 100 मुफ़्त क्रेडिट से 20 छोटे अलग नोट, या जोड़कर कुल 100 मिनट तक का ऑडियो टेक्स्ट में बदला जा सकता है।
परिवार और कारोबार के नोट्स की निजता
वॉइस नोट में अक्सर वह होता है जो लोग लिखकर नहीं भेजते: बीमारी की बात, पैसों का लेन-देन, ग्राहक का पता और फ़ोन नंबर। टेक्स्ट बनाने से पहले कुछ आदतें अपनाएँ:
- किसी और की आवाज़ वाला नोट किसी टूल में डालने से पहले सोचें कि क्या भेजने वाला इससे सहज होगा। परिवार में भी पूछ लेना अच्छी बात है।
- ग्राहक के नोट्स का टेक्स्ट बनाकर सिर्फ़ उतना रखें जितना काम के लिए चाहिए; बाकी फ़ाइलें हटा दें।
- ऑनलाइन कन्वर्टर और ट्रांसक्रिप्शन सेवाओं की निजता नीति पढ़ें।
mydubly के बारे में तथ्य ये हैं: 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। डाउनलोड की गई टेक्स्ट फ़ाइल आपके डिवाइस पर रहती है, उसकी सुरक्षा आपकी ज़िम्मेदारी है। टेक्स्ट को Word में व्यवस्थित करना हो, तो हिंदी ऑडियो को वर्ड में टेक्स्ट वाला लेख काम आएगा।
अक्सर पूछे जाने वाले सवाल
WhatsApp वॉइस नोट mydubly में सीधे क्यों नहीं खुलता?
WhatsApp नोट आम तौर पर .opus फ़ाइल होते हैं, और mydubly .opus स्वीकार नहीं करता। फ़ाइल को किसी भरोसेमंद कन्वर्टर से MP3 या M4A में बदलें, फिर डालें। बदलने के बाद एक बार सुनकर जाँच लें कि आवाज़ पूरी है।
क्या फ़ाइल का एक्सटेंशन .opus से .mp3 कर देने से काम चल जाएगा?
नाम बदलने से फ़ाइल के अंदर का फ़ॉर्मैट नहीं बदलता, इसलिए इस पर भरोसा न करें। सही तरीका है किसी कन्वर्टर से असली MP3 या M4A बनाना। कंप्यूटर पर VLC का Convert/Save विकल्प इसका एक आम तरीका है।
एक छोटे वॉइस नोट पर कितना खर्च आएगा?
हर फ़ाइल पर कम से कम 5 क्रेडिट लगते हैं, चाहे नोट 30 सेकंड का हो या 4 मिनट का। 5 मिनट से लंबे नोट पर 1 क्रेडिट प्रति शुरू हुआ मिनट लगता है। कई छोटे नोट्स हों तो उन्हें एक फ़ाइल में जोड़ना सस्ता पड़ता है।
क्या मैं फ़ोन पर ही वॉइस नोट का टेक्स्ट निकाल सकता हूँ?
पहले WhatsApp का अपना ट्रांसक्रिप्ट विकल्प देखें, अगर वह आपके फ़ोन पर हिंदी के लिए उपलब्ध है। mydubly एक वेब ऐप है, इसका कोई मोबाइल ऐप नहीं है, और बदली हुई फ़ाइल उसी डिवाइस पर होनी चाहिए जिस पर आप mydubly खोलते हैं।
ट्रांसक्रिप्ट में बोलने वालों के नाम अलग-अलग क्यों नहीं आते?
mydubly यह नहीं पहचानता कि कौन बोल रहा है, इसलिए स्पीकर के नाम या लेबल नहीं लगाता। वॉइस नोट में आम तौर पर एक ही व्यक्ति बोलता है, तो यह कम ही दिक्कत देता है। ज़रूरत हो तो डाउनलोड की गई फ़ाइल में नाम खुद जोड़ दें।
क्या मेरे वॉइस नोट की आवाज़ सर्वर पर रखी जाती है?
प्रोसेसिंग के लिए ऑडियो HTTPS पर भेजा जाता है। अपलोड किया गया ऑडियो और नतीजे काम पूरा होने के 30 मिनट के भीतर सर्वर से हटा दिए जाते हैं। डाउनलोड की गई फ़ाइलें आपके अपने डिवाइस पर रहती हैं।
भोजपुरी या मारवाड़ी में भेजे गए नोट का टेक्स्ट बनेगा?
mydubly भारतीय भाषाओं में सिर्फ़ हिंदी सपोर्ट करता है; भोजपुरी, मारवाड़ी या दूसरी बोलियाँ अलग भाषा के रूप में उपलब्ध नहीं हैं। ऐसे नोट पर नतीजा हिंदी जैसा अंदाज़ा होगा और गलतियाँ ज़्यादा होंगी। ज़रूरी हिस्से किसी जानकार से सुनकर लिखवाना बेहतर है।