ऑडियो मॉडल · 1 क्रेडिट से शुरू

ElevenLabs Scribe v2 से ऑडियो या वीडियो को टेक्स्ट में बदलें

Scribe v2, ElevenLabs का ट्रांसक्रिप्शन मॉडल है: यह किसी रिकॉर्डिंग, इंटरव्यू, पॉडकास्ट या वीडियो के साउंडट्रैक को 90 से ज़्यादा भाषाओं में टेक्स्ट में बदल देता है। हर शब्द की टाइमस्टैंपिंग होती है, जिससे सीधे एक इस्तेमाल के लिए तैयार .srt सबटाइटल फ़ाइल मिल जाती है, और आवाज़ों को अलग-अलग पहचाना जाता है: किसी बातचीत में, हर बोलने की बारी अपनी नंबर वाली लाइन पर आती है। ध्यान खींचने वाली आवाज़ें, जैसे हँसी, कोष्ठक में दर्ज की जाती हैं। कैनवास पर यह Audio node के Transcribe मोड में काम करता है: आप उसमें कोई जनरेट की गई आवाज़, कोई वीडियो या इम्पोर्ट की गई फ़ाइल जोड़ते हैं, और मिलने वाला संपादन-योग्य टेक्स्ट किसी Text node की तरह आगे किसी प्रॉम्प्ट या भाषा मॉडल तक पहुँच जाता है। किसी छोटे क्लिप पर, भाषा को अनुमान पर छोड़ने के बजाय खुद तय करना बेहतर रहता है।