ब्लॉग
Audio और Video File Formats: Transcription से पहले चुनाव
लेखक: Hushscript प्रकाशित: अंतिम समीक्षा:
ज़्यादातर audio और video file formats transcription के लिए चलते हैं। MP3, M4A, WAV, OGG, MP4, WebM या AVI file, सब एक ही चरणों से गुज़रती हैं, और नतीजे पर format का असर recording की गुणवत्ता से कहीं कम पड़ता है। यह गाइड बताती है कि हर audio और video file format क्या है, कौन-सा रखना चाहिए और वे कुछ मौक़े जब पहले convert करना काम आता है।
यह उन files की बात करती है जिनसे आप शुरुआत करते हैं। जो files आपको वापस मिलती हैं, जैसे TXT, DOCX या SRT, उनके लिए आपको कौन-सा transcript format चाहिए देखें। अभी कोई file transcribe करनी हो, तो ऑडियो से टेक्स्ट पेज इस्तेमाल करें।
Format, container और codec: एक file के लिए तीन शब्द
File format असल में दो चुनावों से बनता है। Codec तय करता है कि आवाज़ या तस्वीर कैसे compress होती है। Container वह file है जो compress किए गए streams को metadata के साथ एक जगह रखती है। MDN container को इस तरह बताता है: एक file format जो audio या video जैसी एक या ज़्यादा media streams को metadata के साथ समेटता है, ताकि उन्हें साथ में store और play किया जा सके।
इसीलिए एक ही extension वाली दो files अलग तरह से पेश आ सकती हैं। एक MP4 में अलग-अलग codecs हो सकते हैं, और OGG file में Vorbis या Opus हो सकता है। जब कोई file न खुले, तो आम तौर पर वजह codec होता है, extension नहीं।
Lossy और lossless audio
Lossless audio को decode करके ठीक मूल जैसा signal मिल सकता है। Lossy audio छोटी file पाने के लिए कुछ detail छोड़ देता है, और जितना ज़्यादा compress होता है, उतनी ज़्यादा detail जाती है। MDN की audio codec गाइड MP3, AAC, Opus और Vorbis को lossy और FLAC को lossless बताती है।
इससे दो नियम निकलते हैं। Lossy file को वापस lossless नहीं बनाया जा सकता: MP3 को WAV के रूप में save करने से file बड़ी हो जाती है, पर आवाज़ वही रहती है। और हर lossy-to-lossy conversion थोड़ी और detail ले जाता है। मूल recording संभालकर रखें और copies उसी से बनाएँ।
वे audio formats जो आपको मिलेंगे
MP3 file
MP3 file lossy audio है, और यही वह format है जो आपको सबसे ज़्यादा मिलने की संभावना है। Recorders, podcast editors और download pages, सब इसे बनाते हैं। 128 kbps पर एक घंटे का audio लगभग 58 MB का होता है, इसलिए भेजना और रखना आसान है। बोली गई आवाज़ के लिए यह काफ़ी है। चरण-दर-चरण तरीक़ा MP3 को text में कैसे convert करें में है।
M4A file
M4A file MP4 परिवार के container में रखा audio है, जो आम तौर पर AAC से compress होता है। iPhone Voice Memos जैसे phone recorders इसका आम स्रोत हैं। बराबर size के MP3 जैसी ही सुनाई देती है। Phone के workflow के लिए M4A को text में कैसे convert करें देखें। अगर किसी player को MP3 चाहिए, तो मुफ़्त M4A to MP3 converter यह काम आपके browser में कर देता है।
WAV file
WAV file में आम तौर पर uncompressed PCM audio होता है, इसलिए microphone ने जो भी पकड़ा वह सब रहता है और जगह भी बहुत लगती है। CD quality का stereo (44.1 kHz, 16-bit) लगभग 10.6 MB प्रति मिनट, यानी करीब 635 MB प्रति घंटा लेता है। Field recorders, studio software और कुछ desktop recorders WAV save करते हैं। अगर आपके पास है, तो रखें। Share करना हो, तो WAV to MP3 बहुत छोटी copy बना देता है। ज़्यादा जानकारी WAV file को text में कैसे convert करें में है।
OGG और Opus files
OGG file एक open container है, जिसमें आम तौर पर Vorbis या Opus audio होता है। MDN बताता है कि सिर्फ़ Opus track वाली Ogg file को कभी-कभी Opus file कहा जाता है और वह .opus extension भी ले सकती है, पर वह है फिर भी Ogg file ही। कुछ players और editors OGG नहीं खोलते। Hushscript OGG स्वीकार करता है, इसलिए आप उसे जैसी है वैसी ही upload कर सकते हैं। अगर किसी दूसरे tool को MP3 चाहिए, तो OGG to MP3 इस्तेमाल करें।
FLAC, AIFF और बाकी
FLAC lossless है पर compressed भी, इसलिए WAV से छोटी होती है। AIFF, WAV की तरह uncompressed है और Mac पर आम है। दोनों स्वीकार हैं। Upload picker AAC, Opus, WMA, AMR और कुछ और formats भी लेता है। किसी format को लेकर पक्का न हों, तो आज़माकर देखें। File डालना सबसे तेज़ जाँच है।
वे video formats जो आपको मिलेंगे
Transcription के लिए video file अपने audio track का वाहक भर है। Hushscript आपके browser में track पढ़ता है, जहाँ हो सके वहाँ उसे बिना re-encoding के निकाल लेता है और सिर्फ़ वही audio upload करता है। Video आपके device से बाहर कभी नहीं जाता। बड़े video से upload बड़ा नहीं होता।
MP4 file सबसे आम मामला है, एक container जो कई phones और cameras video के लिए इस्तेमाल करते हैं। MP4 सिर्फ़ ऊपर का wrapper है, इसलिए मायने उसके अंदर के audio के हैं। विस्तार MP4 को text में कैसे convert करें में है।
MOV और MKV files भी इसी तरह काम करती हैं। अगर किसी दूसरे program को MP4 चाहिए, तो MOV to MP4 और MKV to MP4 उन्हें आपके browser में convert कर देते हैं।
WebM file एक web video format है, जो अक्सर browser की screen या camera recordings से आता है। इसका audio आम तौर पर Vorbis या Opus होता है। जिन apps को MP4 चाहिए, उनके लिए मुफ़्त WebM to MP4 tool उसे convert कर देता है।
AVI files कई cameras और programs से आया पुराना container हैं। इनमें अक्सर Xvid या DivX जैसे पुराने codecs होते हैं, जिन्हें नए phones और editors शायद न खोल पाएँ। Audio निकालने के लिए Hushscript को video चलाने की ज़रूरत नहीं पड़ती। अगर आपको ऐसी copy चाहिए जो ज़्यादा devices पर चले, तो AVI to MP4 उसे लगभग real-time speed पर re-encode करता है।
किसी video की सिर्फ़ आवाज़ save करनी हो, तो मुफ़्त audio extractor जहाँ संभव हो मूल track को ज्यों का त्यों रखता है। यह काम video to MP3 गाइड में समझाया गया है।
किस format से सबसे अच्छा transcript मिलता है
मूल वाले से। आपके recorder या फ़ोन ने जो save किया है, वही upload करने के लिए सबसे अच्छी file है, क्योंकि वह सबसे कम बार compress हुई है। WAV, FLAC और AIFF जैसे lossless formats engine को सबसे साफ़ signal देते हैं। उसी recording का 128 kbps या उससे ऊपर का MP3 लगभग उतना ही अच्छा transcribe होता है।
जो चीज़ें accuracy को सचमुच हिलाती हैं, वे file के बाहर हैं: microphone कितना पास था, कमरे में कितना शोर था और लोग एक-दूसरे के ऊपर बोले या नहीं। Speaker labels, भाषाएँ और exports भी format पर निर्भर नहीं हैं। पूरा तरीक़ा किसी भी audio file को transcribe कैसे करें में है।
लंबाई गिनी जाती है, size नहीं। मिनट audio की अवधि पर बिल होते हैं, इसलिए उतने ही मिनट के बड़े WAV और छोटे MP3 की क़ीमत बराबर है। Recording 10 घंटे तक की हो सकती है और file-size की कोई तय सीमा नहीं है, और बड़ी files आपके browser में तैयार होती हैं, जो आपके device की memory पर निर्भर है।
Convert करना कब काम आता है
- File खुल नहीं रही। उसे मुफ़्त audio converter से MP3 या WAV में convert करें, फिर वही copy upload करें। Support codec और आपके browser पर निर्भर है, इसलिए कोई दुर्लभ codec फिर भी fail हो सकता है।
- किसी tool या form को दूसरा format चाहिए। Video upload के लिए MP4, player के लिए MP3। मुफ़्त converters आपके browser में चलते हैं और कुछ upload नहीं करते।
- आपको छोटी file भेजनी है। Audio compress करें आपके चुने bitrate पर MP3 बनाता है, और मूल file जस की तस रहती है।
- कई files से एक file चाहिए। पहले मुफ़्त audio joiner से हिस्से जोड़ लें।
Convert करना कब नुक़सान करता है
बेहतर transcript की उम्मीद में WAV या FLAC में convert न करें। Compression ने जो detail हटा दी, वह वापस नहीं आती। और सिर्फ़ इसलिए convert न करें कि extension अजीब लग रहा है। पहले upload करके देखें। अगर transcription file पढ़ ले, तो कुछ करने की ज़रूरत ही नहीं थी।
अगर server upload को पढ़ न पाए, तो job fail होता है और कुछ charge नहीं होता। फिर app आपके browser में file को convert करके खुद एक बार और upload करता है, इसलिए कुछ अजीब files आपके कुछ किए बिना ठीक हो जाती हैं।
लंबे upload से पहले file जाँच लें
तीन घंटे की recording भेजने से पहले मुफ़्त 5 मिनट का preview चलाएँ। इसके लिए account नहीं चाहिए, और यह दिखाता है कि आपकी अपनी file पर text और speaker labels कैसे पढ़े जाते हैं। जो format preview पेज पर नहीं खुलता, वह app में फिर भी चल सकता है।
पूरे transcript के लिए account और पर्याप्त मिनट चाहिए; साइन अप करने के लिए card ज़रूरी नहीं है। पात्र personal accounts को card verification के बाद या पहली खरीद के साथ एक बार 30 मुफ़्त मिनट मिल सकते हैं। शर्तें Pricing में हैं, और कोई subscription नहीं है।
स्वतंत्र स्रोत और मानक
Hushscript ने इन स्वतंत्र, गैर-प्रतिस्पर्धी स्रोतों का संदर्भ लिया है। ये शोध, मानकों या प्लेटफ़ॉर्म के काम करने के तरीके को समझाते हैं और Hushscript का समर्थन नहीं करते।
स्रोतों की समीक्षा: