हाई-स्पीड Whisper ट्रांसक्रिप्शन

fal.ai Fast Whisper मॉडल का उपयोग करके अपने एजेंट के वर्कफ़्लो में प्रोफेशनल-ग्रेड ऑडियो ट्रांसक्रिप्शन को एकीकृत करें। यह स्किल ऑडियो या वीडियो फ़ाइलों को सटीक, खोज योग्य टेक्स्ट में ट्रांसक्राइब करने के लिए एक मज़बूत Python-आधारित इंटरफ़ेस प्रदान करती है, जिसमें वैकल्पिक वर्ड-लेवल टाइमस्टैम्प भी शामिल हैं।

यह क्या करती है

• Async प्रोसेसिंग: बड़ी फ़ाइलों के साथ स्थिरता के लिए डिज़ाइन किए गए असिंक्रोनस क्यू (सबमिट, पोल, रिट्रीव) के माध्यम से ट्रांसक्रिप्शन को संभालती है।
• लोकल और रिमोट सपोर्ट: base64 एन्कोडिंग का उपयोग करके अपनी लोकल मशीन से सीधे फ़ाइलें ट्रांसक्राइब करें या क्लाउड-होस्टेड फ़ाइलों के लिए पब्लिक URL प्रदान करें।
• SRT जनरेशन: सटीक टाइमस्टैम्प के साथ इंडस्ट्री-स्टैंडर्ड SubRip (.srt) सबटाइटल फ़ाइलें स्वचालित रूप से तैयार करती है।
• व्यापक फ़ॉर्मेट सपोर्ट: MP3, MP4, M4A, WAV, FLAC और अन्य फ़ॉर्मेट के साथ काम करती है।

इस स्किल का उपयोग क्यों करें?

ऑडियो ट्रांसक्राइब करना कम्प्यूटेशनल रूप से महंगा है और सामान्य प्रॉम्प्टिंग से इसे सही तरीके से करना कठिन है। यह स्किल भारी काम को fal.ai के ऑप्टिमाइज़्ड हार्डवेयर पर स्थानांतरित करती है और टेक्स्ट चंक्स तथा सेगमेंट टाइमस्टैम्प सहित संरचित डेटा लौटाती है। यह विशेष रूप से फ़ाइल साइज़ सीमाओं की समस्या को हल करती है और आपके ट्रांसक्रिप्ट के लिए एक समर्पित डायरेक्टरी (~/.fal-whisper/) में स्थायी लोकल स्टोरेज प्रदान करती है।

आउटपुट फ़ॉर्मेट

यह स्किल दो प्राथमिक आउटपुट तैयार करती है: एक साफ़ .txt फ़ाइल जिसमें पूरा ट्रांसक्रिप्ट होता है और एक वैकल्पिक .srt फ़ाइल जो Premiere Pro या DaVinci Resolve जैसे वीडियो एडिटर में उपयोग के लिए तैयार होती है।