Hindi Speech to Text

स्पीच टू टेक्स्ट

स्पीच टू टेक्स्ट सामान्य डिक्टेशन वर्कफ़्लो है। Voice2Win तब रिकॉर्ड करता है जब इसका ग्लोबल शॉर्टकट सक्रिय हो, ऑडियो को लोकली ट्रांसक्राइब करता है, वैकल्पिक रूप से लोकल AI के साथ परिणाम को सुधारता है, और अंतिम टेक्स्ट उस एप्लिकेशन में डालता है जो रिकॉर्डिंग शुरू होने पर सक्रिय था।

रिकॉर्डिंग मोड

यह मोड स्पीच टू टेक्स्ट और वॉइस कमांड शॉर्टकट्स दोनों द्वारा साझा किया जाता है।

मोड	यह कैसे काम करता है
होल्ड	बोलते समय शॉर्टकट को दबाए रखें। इसे छोड़ने से रिकॉर्डिंग समाप्त होती है और ट्रांसक्रिप्शन शुरू हो जाता है।
लैच	शुरू करने के लिए एक बार दबाएँ और छोड़ें, बोलें, फिर रोकने के लिए फिर से दबाएँ और छोड़ें।
हाइब्रिड डबल-टैप	सामान्य रूप से दबाकर रखें, या लैच मोड में प्रवेश करने के लिए शॉर्टकट को दो बार जल्दी से दबाएँ। लैच की गई रिकॉर्डिंग रोकने के लिए एक बार और दबाएँ।

मोड का चयन Settings → Key Combination के तहत किया जाता है।

सामान्य कार्यप्रवाह

1. लक्ष्य एप्लिकेशन पर स्विच करें और कर्सर रखें।
2. कॉन्फ़िगर किए गए शॉर्टकट के साथ रिकॉर्डिंग शुरू करें।
3. स्वाभाविक रूप से बोलें। ऑन-स्क्रीन रिकॉर्डिंग संकेतक पुष्टि करता है कि Voice2Win सुन रहा है।
4. रिकॉर्डिंग समाप्त करें। आपके सेटिंग्स के अनुसार, प्रारंभिक पाठ पहले से ही दिखाई दे सकता है।
5. Voice2Win का प्रदर्शन, स्वरूपण, विकल्प स्वरूपण सुधार, और परिणाम दर्ज करता है।

जब किसी ट्रांसक्रिप्शन या AI ऑपरेशन में असामान्य रूप से लंबा समय लगे और रद्द करने का संकेत दिखाई दे, तो Escape दबाएँ।

भाषा चयन और विशेषज्ञ शब्द

मुख्य रूप से जिस भाषा में आप बोलते हैं और जिसमें पाठ लिखा जाना चाहिए, उसे चुनें। डिक्टेशन में सामान्य विदेशी शब्द शामिल होने पर भी यह सही विकल्प रहता है। अक्सर बदलती भाषाओं के लिए स्वचालित पहचान उपयोगी हो सकती है, लेकिन एक निश्चित भाषा आम तौर पर अधिक विश्वसनीय होती है।

Settings → Audio Transcription में कस्टम विशेषज्ञ शब्द और नाम का उपयोग करें ताकि नाम, संक्षिप्त रूप, उत्पाद शब्द या असामान्य वर्तनी जोड़ी जा सकें। ये प्रविष्टियाँ Whisper मान्यता को मार्गदर्शन देती हैं; ये स्वचालित पाठ प्रतिस्थापन नहीं हैं।

डिक्टेशन फॉर्मेटिंग

ऑडियो ट्रांसक्रिप्शन सेटिंग्स इनsertion से पहले निम्नलिखित फॉर्मेटिंग लागू कर सकती हैं:

• बोली गई विराम चिह्न को बदलें जैसे 'period', 'comma', और 'new line' को विराम चिह्न में बदलता है। जर्मन और अंग्रेज़ी कमांड उसी समय मान्य होते हैं।
• पाठ के अंत में विराम हटाएँ खोज बॉक्स और छोटे फील्ड्स के लिए उपयोगी है।
• पहले अक्षर को छोटे अक्षर में बदलें यह कर्सर पर वाक्य को जारी रखने में मदद करता है।
• समान डिक्टेशन को जोड़ें पिछले इनsertion के आधार पर अग्रिम स्थान और पूंजीकरण समायोजित करता है।

ट्रांसक्रिप्शन इतिहास

Voice2Win डिवाइस पर रोज़ाना का इतिहास संग्रहीत करता है। आप कर सकते हैं:

• किसी अन्य दिन को ब्राउज़ करें और उस दिन की प्रविष्टियों को खोजें।
• किसी प्रविष्टि को कॉपी करें या पूरी मर्ज की हुई टेक्स्ट दिखाएँ।
• जब संबंधित वेवफ़ॉर्म ऑडियो फ़ाइल फ़ॉर्मैट (WAV) फ़ाइल सहेजी गई थी, तो रिकॉर्डिंग चलाएँ।
• वर्तमान मॉडल के साथ पुनःट्रांसक्राइब करें और या तो प्रविष्टि को बदल दें या नई बनाएँ।
• व्यक्तिगत प्रविष्टियों को हटाएँ।

नज़दीकी रिकॉर्डिंग्स को मर्ज किए गए समूह के रूप में प्रदर्शित किया जा सकता है। WAV रिकॉर्डिंग्स सहेजने से प्लेबैक और पुनःट्रांसक्रिप्शन सक्षम होता है लेकिन अधिक डिस्क स्थान प्रयोग होता है। WAV फ़ाइलों को हटाने से टेक्स्ट तो बनी रहती है लेकिन उन रिकॉर्डिंग्स के लिए प्लेबैक और पुनःट्रांसक्रिप्शन स्थायी रूप से हटा दिया जाता है।

टेक्स्ट जोड़ने के तरीके

Voice2Win तीन इन्सर्शन विधियों का समर्थन करता है:

• क्लिपबोर्ड — लंबे टेक्स्ट और विशेष वर्णों के लिए तेज़ और विश्वसनीय। Voice2Win अस्थायी रूप से क्लिपबोर्ड को बदलता है और सामान्य रूप से इसकी पिछली सामग्री को पुनःस्थापित कर देता है।
• यूनिकोड — कीबोर्ड लेआउट से स्वतंत्र और macOS तथा Linux पर डिफ़ॉल्ट, लेकिन कुछ Windows एप्लिकेशन समानित यूनिकोड को भरोसेमंद तरीके से प्रोसेस नहीं करते हैं।
• स्कैन कोड — भौतिक कीबोर्ड इनपुट के समान लगता है और जटिल Windows एप्लिकेशनों में मदद कर सकता है, लेकिन यह सक्रिय कीबोर्ड लेआउट पर निर्भर करता है।

यदि वर्ण गायब हैं, तो कीबोर्ड सिमुलेशन डिले बढ़ाएँ। रिमोट डेस्कटॉप एप्लिकेशन को स्कैन कोड, यूनिकोड, या वैकल्पिक क्लिपबोर्ड पेस्ट शॉर्टकट की आवश्यकता हो सकती है। समस्या निवारण देखें।

रिकॉर्डिंग संकेतक और ध्वनि प्रतिक्रिया

रिकॉर्डिंग संकेतक अन्य एप्लिकेशनों के ऊपर दिखाई देता रहता है और विभिन्न दृश्य शैली, रंग, स्थिति और आकार का उपयोग कर सकता है। स्पीच टू टेक्स्ट और वॉइस कमांड के लिए स्टार्ट और स्टॉप ध्वनियों को अलग-अलग सक्षम किया जा सकता है, जिसमें व्यक्तिगत ध्वनि, अवधि और वॉल्यूम सेटिंग्स होती हैं। कस्टम सिंथेटिक ध्वनि प्रीसेट भी समर्थित हैं।

उस टेक्स्ट के लिए जो आप बोलते समय दिखाई देना चाहिए, रीयल-टाइम ट्रांसक्रिप्शन के साथ जारी रखें।