ट्रांसक्रिप्शन
पहचान के लिए ऑडियो क्लाउड पर अपलोड होता है (इस चरण में अपलोड होता है), वक्ताओं की पहचान और टाइमस्टैम्प के साथ; लंबा ऑडियो 10-10 मिनट के हिस्सों में क्रम से पहचाना जाता है और नतीजे साथ-साथ आते रहते हैं। इसके बाद आप ट्रांसक्रिप्ट में शब्द हटाकर उससे जुड़ा ऑडियो काट सकते हैं, और TXT, SRT, VTT, Markdown, JSON, CSV या LRC में एक्सपोर्ट कर सकते हैं।
AI असिस्टेंट से एडिटिंग
एडिटर में AI असिस्टेंट खोलें और कहें “सभी ठहराव 0.5 सेकंड तक छोटे करो”, “सारे अं और उम हटाओ” या “दूसरी क्लिप की आवाज़ आधी करो”। यह आपकी टाइमलाइन (ट्रैक, क्लिप, वॉल्यूम, फ़ेड, स्पीड, EQ, मार्कर) और ट्रांसक्रिप्ट को पढ़ता और बदलता है; ऑडियो बदलने वाले बदलाव पहले प्रीव्यू में दिखते हैं और आपकी पुष्टि के बाद ही लागू होते हैं, और हर कदम को पूर्ववत किया जा सकता है। यह शोर कम करना, गूँज हटाना या लाउडनेस एक-सी करना नहीं करता, और नई आवाज़ें नहीं बनाता।
क्या AI नहीं है
शोर कम करना (स्पेक्ट्रल गेट), आवाज़ निखारना (शोर कम करना + गूँज हटाना + कंप्रेशन + लिमिटर), हम हटाना, लाउडनेस एक-सी करना (ITU-R BS.1770), ख़ामोशी पहचानना, BPM पहचानना, वोकल हटाना (सेंटर चैनल कैंसलेशन) और सभी इफ़ेक्ट पारंपरिक एल्गोरिदम हैं, जो बिना अपलोड के आपके ब्राउज़र में चलते हैं।
कौन-से मॉडल
TutuAudio कोई मॉडल नहीं बनाता; TutuAgent शीर्ष स्तर के स्पीच-रिकग्निशन और लैंग्वेज मॉडल जोड़ता है और उन्हें लगातार अपडेट करता रहता है।
- क्या AI मेरा ऑडियो बिगाड़ देगा?
- ऑडियो बदलने वाले बदलाव पहले प्रीव्यू में दिखते हैं और आपकी पुष्टि के बाद ही लागू होते हैं, और हर कदम को पूर्ववत किया जा सकता है।
- क्या लॉगिन या भुगतान करना होगा?
- नहीं। दोनों AI फ़ीचर में रोज़ का मुफ़्त कोटा है, जिसे TutuAgent मापता है।
- क्या मेरे ऑडियो से मॉडल ट्रेन किए जाते हैं?
- TutuAudio मॉडल ट्रेन नहीं करता। ट्रांसक्रिप्शन के लिए ऑडियो उस पहचान सेवा को भेजा जाता है जिससे TutuAgent जुड़ा है।