इंटरव्यू ट्रांसक्राइब करें — मुफ़्त, निजी, सटीक

हाँ। Whisper Web WebGPU या WebAssembly का उपयोग करके ऑडियो को पूरी तरह से आपके ब्राउज़र में प्रोसेस करता है। कोई भी ऑडियो डेटा किसी सर्वर पर ट्रांसमिट नहीं होता। यह इसे गोपनीय इंटरव्यू, गुमनाम स्रोतों, व्हिसलब्लोअर रिकॉर्डिंग और संवेदनशील शोध विषयों के लिए उपयुक्त बनाता है।

OpenAI Whisper मानक बेंचमार्क पर 4.2% वर्ड एरर रेट प्राप्त करता है — यानी साफ, अच्छी तरह से रिकॉर्ड किए गए ऑडियो पर 95%+ सटीकता। बेहतरीन परिणामों के लिए, एक समर्पित माइक्रोफ़ोन का उपयोग करें और शांत वातावरण में रिकॉर्ड करें। प्रकाशित करने से पहले हमेशा प्रूफ़रीड करें — विशेष रूप से उचित संज्ञा, तकनीकी शब्द और नाम।

Whisper एक विविध डेटासेट पर प्रशिक्षित है और अधिकांश उच्चारणों को अच्छी तरह से संभालता है। बहुत भारी उच्चारण या क्षेत्रीय बोलियाँ सटीकता को कम कर सकती हैं, लेकिन मॉडल आम तौर पर अंग्रेज़ी की विभिन्न किस्मों और 100+ अन्य भाषाओं में अच्छा प्रदर्शन करता है।

WebGPU (Chrome/Edge) के साथ, 1 घंटे के इंटरव्यू में आमतौर पर 8–15 मिनट लगते हैं। WebGPU के बिना, 20–40 मिनट की उम्मीद करें। WebGPU सक्षम होने पर 30 मिनट का इंटरव्यू 3–5 मिनट में प्रोसेस हो जाता है।

वर्तमान में, Whisper Web स्पीकर लेबल (डायराइज़ेशन) के बिना एक एकल सतत ट्रांसक्रिप्ट तैयार करता है। आप ट्रांसक्रिप्शन के बाद मैन्युअल रूप से स्पीकर आइडेंटिफ़ायर जोड़ सकते हैं। स्पीकर डायराइज़ेशन भविष्य के अपडेट के लिए रोडमैप पर है।