वक्ता पहचानहर प्रतिलिपि में मुफ़्त वक्ता लेबल

Speaker Diarization क्या है?

Speaker diarization यह figure out करता है कि किसने कब बोला। Text का एक block मिलने की बजाय, आपको speaker के हिसाब से split transcript मिलती है – वह फ़र्क जो उलझी हुई चीज़ और पढ़ी जा सकने वाली चीज़ के बीच होता है। इसके बिना, एक 45-minute interview एक अटूट paragraph की तरह पढ़ी जाती है; इसके साथ, हर line attributed होती है, तो आप सीधे वहां जा सकते हैं जो एक व्यक्ति ने कहा।

Automatic Speaker Identification कैसे काम करता है

Hushscript एक recording में आवाज़ें अलग करता है और हर एक को automatically label करता है, कोई toggle ढूंढने की ज़रूरत नहीं, कोई extra step नहीं। Interviews interviewer और subject के रूप में attributed होकर आते हैं; meetings हर participant को attributed होकर आती हैं; multi-guest podcasts में हर आवाज़ अलग बनी रहती है। एक ही आवाज़ पहले minute से आखिरी तक same label रखती है, लंबी recording में भी, तो आपको कभी अंदाज़ा नहीं लगाना पड़ता कि आखिर में “Speaker 2” वही व्यक्ति है जो शुरुआत में “Speaker 2” था।

Speaker Labels को Rename, Tag, और Correct करें

पहला label शायद ही आखिरी शब्द होता है। किसी speaker label को correct करने के लिए, “Speaker 1” को real name दें और यह एक ही edit में पूरे transcript में update हो जाता है, हर instance को हाथ से ढूंढना नहीं पड़ता। बाद में फिर से ढूंढने के लिए sections tag करें, और अगर diarization कभी दो speakers को गलत तरीके से split या merge कर दे, तो find and replace पूरे transcript में mislabeled lines पकड़ लेता है, एक-एक करके ठीक करने की बजाय। एक 40-minute interview जिसमें बीच में दो minutes के लिए एक speaker mislabeled है, वह एक find/replace और एक rename है, re-upload नहीं; editor इसी तरह की quick correction के लिए बना है, पूरी re-transcription के लिए नहीं।

Multichannel: जब Speakers पहले से Split हों

कुछ recordings पहले से split होकर आती हैं, जैसे एक call recorder जो line के हर side को अपने audio channel पर डालता है। Multichannel on करें और Hushscript speakers को अलग करने के लिए सीधे उन channels का use करता है, सिर्फ audio से अंदाज़ा लगाने की बजाय – जो तब बेहतर काम करता है जब channels पहले से अलग हों। यह सबसे ज़्यादा call recordings, कुछ webinar platforms, और dedicated interview recorders के साथ आता है जो हर participant को पहले से एक अलग line देते हैं। यह एक option है, requirement नहीं: normal single-track recording के लिए इसे off रखें, और automatic diarization हमेशा की तरह संभाल लेता है। और dictation या voice memo जैसी single-voice recording के लिए, आप speaker detection को पूरी तरह off कर सकते हैं।

Speaker Names बाकी Workflow में भी चलते हैं

Speaker labels, rename हों या न हों, merged recordings, editor, subtitles, documents, और हर export format में carry through होते हैं, तो result पहले pass के बाद भी पढ़ने लायक बना रहता है। Transcript level पर एक बार rename करें, और एक chapter breakdown, एक pulled quote, या एक subtitle file – सब बिना किसी extra काम के इस बात पर agree करते हैं कि कौन कौन है। जब आप Generate Insights चुनते हैं, एक optional free run मौजूदा transcript revision से जुड़ा पूरा result बनाता है: सारांश, कार्य, निर्णय, खुले प्रश्न, उद्धरण, अध्याय, वक्ता विषय, विषय समूह, export suggestions, terminology और profanity findings, और साफ़-सुथरी transcript। Cleanup एक पूरी तरह से फिर से लिखे गए साफ़-सुथरा version के रूप में आता है, approve करने वाली list नहीं — इसे मूल से compare करें, edit करें, या कभी भी revert करें। बाद में regenerate करने पर minutes लगते हैं, जिसकी cost confirm करने से पहले दिखाई जाती है।

हम इसका Charge क्यों नहीं करते

बहुत से tools speaker labeling को paid tier के पीछे रखते हैं या speakers की संख्या cap करते हैं। हम नहीं करते – speaker labels के साथ transcription यहां default है, हर transcript पर free, क्योंकि उनके बिना transcript केवल आधी useful है। आप transcription के लिए ही pay करते हैं; speaker labels बिना किसी extra charge के साथ आते हैं।

Interviews, Meetings और Podcasts के लिए बेहतरीन

जहां भी एक से ज़्यादा लोग बात करते हैं, वहां speaker labels heavy lifting करते हैं। एक one-on-one interview एक clean back-and-forth के रूप में आता है – interviewer और subject के बीच – text की उस दीवार की बजाय जिसे आपको खुद attribute करना पड़े। पांच participants वाली meeting पांच अलग-अलग आवाज़ों की तरह पढ़ी जाती है, तो आप बता सकते हैं कि किसने क्या commit किया। एक multi-guest podcast episode एक घंटे के crosstalk में भी हर guest को अलग रखता है, जो तब मायने रखता है जब आप बाद में show notes के लिए एक quote निकाल रहे हों। → Podcasts · Audio to text

Design से Private

Transcript तैयार होते ही आपकी audio delete हो जाती है। Transcripts rest पर encrypted हैं – data leak में केवल ciphertext expose होगा, आपके शब्द नहीं।