Whisper ऐप के अंदर चलता है
HookWise आपके कंप्यूटर पर whisper.cpp के ज़रिए Whisper चलाता है, Mac पर Metal के साथ। ऑडियो सीधे आपकी फ़ाइल से पढ़कर टेक्स्ट में बदला जाता है, और हर शब्द को शुरू और खत्म होने का समय मिलता है। ट्रांसक्रिप्ट प्रोजेक्ट में सेव होता है, इसलिए कैप्शन, फ़िलर हटाना और AI क्लिपिंग सब एक ही टेक्स्ट से काम करते हैं।
आप तीन मॉडल में से चुनते हैं। Base, लगभग 148 MB, इंस्टॉलर के साथ आता है। Small, लगभग 488 MB, और Medium, लगभग 1.5 GB, ऐप के अंदर Hugging Face से डाउनलोड होते हैं, और HookWise इस्तेमाल से पहले डाउनलोड को जाँचता है। डिस्क की जगह खाली करने के लिए आप बाद में डाउनलोड किया मॉडल डिलीट कर सकते हैं।
अपनी रिकॉर्डिंग के लिए मॉडल चुनना
साफ़ रिकॉर्डिंग पर Base से शुरू करें, जैसे पॉडकास्ट माइक या शांत कमरे में लैपल माइक। जब कमरे में गूँज हो, आवाज़ के नीचे म्यूज़िक बजे, स्पीकर का लहजा भारी हो, या टॉपिक तकनीकी शब्दों से भरा हो, तो Small या Medium पर जाएँ। बड़े मॉडल आमतौर पर ज़्यादा सटीक होते हैं और उसी कंप्यूटर पर ज़्यादा समय लेते हैं।
अगर भाषा पता है तो उसे खुद सेट करें। अनजान फ़ाइलों के लिए ऑटो-डिटेक्ट काम का है, और जब वीडियो म्यूज़िक या किसी दूसरी भाषा में अभिवादन से शुरू हो, तो तय की हुई भाषा गलत अंदाज़े से बचाती है। जिस YouTube वीडियो में पहले से ऑटो-कैप्शन हैं, उन्हें इम्पोर्ट करें और ट्रांसक्रिप्शन छोड़ दें।
स्पीड और सटीकता से क्या उम्मीद करें
ट्रांसक्रिप्शन हर प्लान पर ऑफ़लाइन चलता है, और कुछ भी अपलोड नहीं होता। इंटरनेट सिर्फ़ Small या Medium डाउनलोड करने, या लिंक से इम्पोर्ट करने के लिए चाहिए। ट्रांसक्रिप्ट में कितना समय लगेगा, यह वीडियो की लंबाई, मॉडल और आपके कंप्यूटर पर निर्भर करता है। HookWise स्पीड के आँकड़े नहीं बताता, इसलिए 7 दिन के ट्रायल में अपना एक आम एपिसोड आज़माएँ।
कोई भी मॉडल हर शब्द सही नहीं लिखता। नाम, ब्रांड के शब्द और वे लाइनें जाँचें जहाँ भाषाएँ मिली हुई हैं, फिर उन्हें ट्रांसक्रिप्ट पैनल में एडिट करें। जब तक शब्दों की गिनती वही रहे, हर शब्द अपना टाइमस्टैम्प रखता है, इसलिए सुधार के बाद भी आपके कैप्शन सिंक में रहते हैं।
