Offline Voice Input

ऑफ़लाइन वॉइस इनपुट आपके डिवाइस पर ही चलने वाली पेशेवर स्तर की स्पीच-टू-टेक्स्ट सुविधा प्रदान करता है। चाहे आप ईमेल लिख रहे हों, नोट्स ले रहे हों या चैट कर रहे हों, आपकी आवाज़ आपके फ़ोन से बाहर नहीं जाती — इंटरनेट कनेक्शन की ज़रूरत नहीं, अकाउंट की ज़रूरत नहीं, ट्रैकिंग की ज़रूरत नहीं।

किसी भी ऐप में वॉइस टाइपिंग

किसी संगत कीबोर्ड (जैसे Microsoft SwiftKey) या वेबसाइट के वॉइस-सर्च बटन पर माइक्रोफ़ोन टैप करें, और ऑफ़लाइन वॉइस इनपुट आपकी आवाज़ को सीधे टेक्स्ट फ़ील्ड में लिख देगा। यह आपके डिवाइस के स्पीच-टू-टेक्स्ट प्रदाता के रूप में रजिस्टर हो जाता है।

नोट: कुछ कीबोर्ड (जैसे Gboard) केवल Google की अपनी वॉइस टाइपिंग सुविधा का उपयोग करते हैं और अन्य ऐप्स को आवाज़ नहीं भेज सकते। यदि आपका कीबोर्ड ऐसा करता है, तो SwiftKey जैसे कीबोर्ड पर स्विच करें — या नीचे बताए गए बिल्ट-इन वॉइस कीबोर्ड का उपयोग करें, जो हमेशा काम करता है।

लाइव सबटाइटल

अपने फ़ोन पर चल रहे किसी भी ऑडियो या वीडियो (वीडियो, पॉडकास्ट, मीटिंग आदि) के लिए रीयल-टाइम, ऑन-डिवाइस कैप्शन प्राप्त करें।

ऑडियो फ़ाइलों का ट्रांसक्रिप्शन

रिकॉर्डिंग को टेक्स्ट में बदलने के लिए किसी ऑडियो फ़ाइल को ऑफ़लाइन वॉइस इनपुट पर शेयर करें (या ऐप से खोलें)।

वैकल्पिक वॉइस कीबोर्ड

क्या आप वॉइस इनपुट को ही कीबोर्ड के रूप में इस्तेमाल करना पसंद करते हैं? एक समर्पित वॉइस कीबोर्ड शामिल है — जब चाहें इसका इस्तेमाल करें।

आपको यह क्यों पसंद आएगा

• 100% ऑफ़लाइन — एयरप्लेन मोड में भी काम करता है, कुछ भी अपलोड नहीं होता

• डिज़ाइन से ही निजी — ऑडियो को डिवाइस पर ही प्रोसेस किया जाता है और कभी भी स्टोर या भेजा नहीं जाता

• तेज़ और सटीक, NVIDIA के Parakeet मॉडल द्वारा संचालित

• 25 भाषाएँ, जिनमें अंग्रेज़ी, जर्मन, फ़्रेंच, स्पैनिश, इटैलियन, पुर्तगाली, डच, पोलिश, रूसी और यूक्रेनी शामिल हैं

• मुफ़्त और ओपन सोर्स (MIT लाइसेंस)

ऐप पहली बार लॉन्च होने पर स्पीच मॉडल (~670 MB) डाउनलोड करता है; इसके बाद सब कुछ आपके डिवाइस पर स्थानीय रूप से चलता है।

ओपन सोर्स द्वारा संचालित

हम पारदर्शिता और समुदाय की शक्ति में विश्वास करते हैं। ऑफ़लाइन वॉइस इनपुट अत्याधुनिक ओपन-सोर्स तकनीक से निर्मित है:

• NVIDIA Parakeet TDT 0.6B — उच्च-प्रदर्शन ऑन-डिवाइस स्पीच रिकग्निशन (INT8 ONNX, istupakov द्वारा क्वांटाइज़्ड)

• transcribe-rs — CJ Pais द्वारा विकसित रस्ट ट्रांसक्रिप्शन इंजन

• ONNX रनटाइम — कुशल ऑन-डिवाइस मॉडल इन्फ़रेंस

• गति और सुरक्षा के लिए रस्ट कोर के साथ एक नेटिव एंड्रॉइड इंटरफ़ेस

सोर्स कोड, समस्याएँ और योगदान:

https://github.com/notune/android_transcribe_app