मुफ़्त स्पीच टू टेक्स्टऑडियो और वीडियो को सीधे अपने ब्राउज़र में टेक्स्ट में बदलें।

हाँ। कोई अकाउंट नहीं, कोई वॉटरमार्क नहीं और फ़ाइलों या मिनटों की कोई सीमा नहीं। पहचान आपके डिवाइस पर होती है, इसलिए आप इसे जितना चाहें इस्तेमाल कर सकते हैं।

नहीं। आपका ऑडियो और वीडियो आपके डिवाइस पर रहता है और आपके ब्राउज़र में ट्रांसक्राइब होता है। सिर्फ़ पहली बार इस्तेमाल पर स्पीच मॉडल डाउनलोड होता है; आपका ब्राउज़र उसे अगली बार के लिए रख लेता है।

लगभग 100, जिनमें अंग्रेज़ी, स्पैनिश, चीनी, हिंदी, अरबी, फ़्रेंच, जर्मन, जापानी, पुर्तगाली और रूसी शामिल हैं। यह पहले शब्दों से भाषा पहचान लेता है, या आप उसे चुन सकते हैं।

साफ़ अंग्रेज़ी बोली पर दोनों साइज़ 100 में से लगभग 95 शब्द सही पकड़ते हैं। दूसरी भाषाओं के लिए सटीक चुनें: हमारे चीनी टेस्ट में उसने 10 में से लगभग 9 अक्षर सही पकड़े, तेज़ ने सिर्फ़ 6। अलग लहजे, शोर, एक-दूसरे पर बोलते लोग और दुर्लभ नाम सटीकता घटाते हैं, इसलिए नाम और संख्याएँ जाँच लें।

यह आपके डिवाइस पर निर्भर करता है। एक तेज़ डेस्कटॉप प्रोसेसर पर तेज़ को रिकॉर्डिंग की लंबाई का पाँचवाँ से तीसरा हिस्सा और सटीक को दो-पाँचवाँ से आधा समय लगा; लैपटॉप और फ़ोन ज़्यादा समय लेते हैं, और WebGPU वाले ब्राउज़र ग्राफ़िक्स कार्ड इस्तेमाल कर सकते हैं। शुरू करने से पहले आपको अनुमान और काम के दौरान बचा समय दिखता है।

MP3, WAV, M4A, AAC, OGG, Opus और FLAC जैसे ऑडियो, और MP4, MOV, WebM और MKV जैसे वीडियो। सिर्फ़ आवाज़ इस्तेमाल होती है।

हाँ। टेक्स्ट में स्पीच मॉडल के लिखे विराम चिह्न आते हैं, और वह विरामों व वाक्यों के अंत पर पैराग्राफ़ में बँटता है। आप पैराग्राफ़ ख़ुद भी बाँट और जोड़ सकते हैं।

अभी नहीं। लंबे विराम से आमतौर पर नया पैराग्राफ़ शुरू होता है, जो अक्सर बोलने वाले के बदलने के साथ होता है; एडिट करते समय आप नाम जोड़ सकते हैं।