मुफ़्त स्पीच टू टेक्स्ट ऑनलाइन
वाक् पहचान का उपयोग करके बोले गए शब्दों को टेक्स्ट में बदलें। 20+ भाषाएँ। मुफ़्त, तेज़ और पूरी तरह आपके ब्राउज़र में, बिना साइन-अप।
अपडेट किया गया
Speech to Text
Convert spoken words to text using your browser's speech recognition. Support for multiple languages, continuous transcription, confidence scoring, and export options.
Voice Recognition Controls
Continuous mode keeps listening after pauses. Say "period", "comma", etc. for punctuation.
Transcript
0 words, 0 characters
Words
0
Characters
0
Duration
00:00
Language
English
Transcription History
Tips for Better Recognition
- Speak clearly and at a moderate pace
- Use a good quality microphone if possible
- Minimize background noise
- Position the microphone at an appropriate distance
- Select the correct language for best results
- Enable continuous mode for longer dictation sessions
- You can edit the transcript text directly while still recording
Voice Punctuation Commands
About Speech to Text
This tool uses the Web Speech API built into modern browsers to convert your spoken words into text. It supports continuous transcription and multiple languages.
Features:
- Real-time speech recognition with interim results
- Support for 45+ languages and dialects
- Continuous and single-result listening modes
- Confidence scoring for each recognized segment
- Voice commands for punctuation and formatting
- Auto-capitalization after sentences and line breaks
- Edit transcript while still recording
- Recording timer and word count stats
- Export as .txt or .srt subtitle format
- Save and load transcription history (stored locally)
Browser Support:
- Chrome (desktop and Android) - Full support
- Edge - Full support
- Safari - Partial support
- Firefox - Not supported
Privacy Note: Speech recognition uses your browser's built-in speech API. Audio may be processed by your browser's cloud services (like Google for Chrome) for transcription. Your transcript is not stored or sent to our servers. History is saved only in your browser's local storage.
Related Tools
अक्सर पूछे जाने वाले प्रश्न
स्पीच टू टेक्स्ट क्या है?
स्पीच टू टेक्स्ट एक मुफ़्त ऑनलाइन टूल है जो स्पीच रिकग्निशन का उपयोग करके बोले गए शब्दों को टेक्स्ट में बदलता है, जिसमें 20+ भाषाएँ हैं। यह पूरी तरह आपके ब्राउज़र में चलता है, किसी इंस्टॉलेशन या साइन-अप की आवश्यकता नहीं।
स्पीच टू टेक्स्ट कौन-सी भाषाओं का समर्थन करता है?
स्पीच टू टेक्स्ट 20 से अधिक भाषाओं का समर्थन करता है, जिनमें अंग्रेज़ी, स्पेनिश, फ्रेंच, जर्मन, चीनी, जापानी और कई अन्य शामिल हैं।
क्या स्पीच टू टेक्स्ट उपयोग करना मुफ़्त है?
हाँ, स्पीच टू टेक्स्ट 100% मुफ़्त है, बिना किसी पंजीकरण, बिना छिपे शुल्क और बिना उपयोग सीमा के। सारी प्रोसेसिंग स्थानीय रूप से आपके ब्राउज़र में होती है, जो पूर्ण गोपनीयता सुनिश्चित करती है।
क्या इस टूल के साथ मेरा डेटा सुरक्षित है?
बिल्कुल। स्पीच टू टेक्स्ट सब कुछ आपके ब्राउज़र में क्लाइंट-साइड पर प्रोसेस करता है। कोई भी डेटा किसी सर्वर पर अपलोड या संग्रहीत नहीं किया जाता। आपकी सामग्री हर समय आपके डिवाइस पर निजी रहती है।
क्या स्पीच टू टेक्स्ट मोबाइल डिवाइस पर काम करता है?
हाँ, स्पीच टू टेक्स्ट पूरी तरह रिस्पॉन्सिव है और स्मार्टफ़ोन तथा टैबलेट पर काम करता है। आप इसे आधुनिक वेब ब्राउज़र वाले किसी भी डिवाइस पर उपयोग कर सकते हैं — किसी ऐप डाउनलोड की आवश्यकता नहीं।
क्या इस टूल का उपयोग करने के लिए मुझे खाता बनाना होगा?
किसी खाते या पंजीकरण की आवश्यकता नहीं है। बस अपने ब्राउज़र में स्पीच टू टेक्स्ट खोलें और तुरंत उपयोग शुरू करें। कोई साइन-अप बाधा या उपयोग प्रतिबंध नहीं है।
क्या मैं बड़ी मात्रा में टेक्स्ट प्रोसेस कर सकता हूँ?
हाँ, स्पीच टू टेक्स्ट किसी भी लंबाई के टेक्स्ट को तेज़, रियल-टाइम प्रोसेसिंग के साथ संभालता है। चूँकि सब कुछ आपके ब्राउज़र में चलता है, प्रदर्शन आपके डिवाइस पर निर्भर करता है, लेकिन यह अधिकांश मामलों में अच्छा काम करता है।
मैं स्पीच टू टेक्स्ट का उपयोग कैसे करूँ?
बस दिए गए फ़ील्ड में अपना इनपुट दर्ज करें, अपनी पसंद के अनुसार सेटिंग्स समायोजित करें, और टूल इसे तुरंत प्रोसेस कर देगा। फिर आप परिणाम को अपने क्लिपबोर्ड पर कॉपी कर सकते हैं या डाउनलोड कर सकते हैं।
कौन-से ब्राउज़र समर्थित हैं?
स्पीच टू टेक्स्ट Chrome, Firefox, Safari, Edge और Opera सहित सभी आधुनिक ब्राउज़रों में काम करता है। सर्वोत्तम अनुभव के लिए, अपने पसंदीदा ब्राउज़र के नवीनतम संस्करण का उपयोग करें।
स्पीच टू टेक्स्ट में डिक्टेट करते समय मैं विराम चिह्न कैसे जोड़ूँ?
आप विराम चिह्न को ज़ोर से बोलकर जोड़ते हैं। वॉइस पंक्चुएशन कमांड्स ऑन होने पर, बोलते समय बस चिह्न का नाम बोल दें और वह अपने आप जुड़ जाता है: "period", "comma", "question mark", "exclamation mark", "colon", "semicolon", और "dash"। लेआउट के लिए, टेक्स्ट को तोड़ने के लिए "new line" या "new paragraph" बोलें। किसी वाक्य को खत्म करने वाले चिह्न के बाद वाला पहला अक्षर और हर नई लाइन की शुरुआत अपने आप कैपिटल हो जाती है, जिससे ट्रांसक्रिप्ट शब्दों की लंबी लड़ी जैसा नहीं बल्कि लिखे हुए गद्य जैसा लगता है। कुछ भी जोड़ने के लिए बोलना रोकने की ज़रूरत नहीं है। अगर आप कोई कमांड भूल जाएँ, तो पूरी लिस्ट के लिए Voice Punctuation Commands पैनल खोलें। एक वाक्य डिक्टेट करके उसे "period" शब्द से खत्म करके देखें, यह सही तरीके से पंक्चुएट होकर दिखेगा।
ब्राउज़र स्पीच टू टेक्स्ट कितना सटीक है और कॉन्फिडेंस स्कोर का क्या मतलब है?
सटीकता आपके माइक्रोफ़ोन, बैकग्राउंड नॉइज़, आपके उच्चारण, और चुनी गई भाषा आपकी बोली से कितनी मेल खाती है, इस पर निर्भर करती है। इसे परखने में मदद के लिए, Show confidence scores ऑन करें और टूल हर फाइनल हुए सेगमेंट को रिकग्निशन इंजन से मिली वैल्यू के आधार पर लेबल कर देता है: High का मतलब है 90% या उससे अधिक और यह आमतौर पर सही होता है, Medium 70% से 89% तक होता है और इसे एक बार जल्दी प्रूफरीड कर लेना बेहतर रहता है, और Low 70% से कम होता है और इसमें गलती होने की संभावना ज़्यादा रहती है। ट्रांसक्रिप्ट के ऊपर एक औसत कॉन्फिडेंस आंकड़ा भी दिखता है। कम स्कोर अक्सर नॉइज़, दूर रखे माइक्रोफ़ोन, या गलत बोली चुने जाने की ओर इशारा करते हैं, इसलिए ये आपको ठीक-ठीक बता देते हैं कि कहाँ दोबारा रिकॉर्ड करें या टेक्स्ट ठीक करें। चूँकि रिकॉर्डिंग के दौरान भी ट्रांसक्रिप्ट एडिटेबल रहता है, आप किसी भी शब्द को हाथ से ठीक कर सकते हैं। इंजन आपकी डिक्टेशन को कैसे आँकता है, यह देखने के लिए कॉन्फिडेंस स्कोर ऑन करें।
क्या मैं स्पीच टू टेक्स्ट ट्रांसक्रिप्ट को वीडियो के लिए सबटाइटल के रूप में एक्सपोर्ट कर सकता हूँ?
हाँ। क्लिपबोर्ड पर कॉपी करने और साधारण .txt फ़ाइल डाउनलोड करने के अलावा, यह टूल आपकी ट्रांसक्रिप्ट को .srt सबटाइटल फ़ाइल के रूप में भी एक्सपोर्ट करता है। हर बोले गए सेगमेंट को उन टाइमस्टैंप के साथ जोड़ा जाता है जो सेशन के दौरान उसे असल में पहचाने जाने के समय से निकाले जाते हैं, इसलिए कैप्शन लगभग उसी पल से मेल खाते हैं जब आपने वह वाक्यांश बोला था। इससे स्क्रीन रिकॉर्डिंग, वॉइसओवर, या टॉकिंग-हेड वीडियो के लिए सबटाइटल का शुरुआती ड्राफ्ट जल्दी तैयार हो जाता है, जिसे आप बाद में अपने वीडियो एडिटर में ठीक कर सकते हैं। ध्यान रहे कि .srt एक्सपोर्ट तभी काम करता है जब आपके पास कम से कम एक फाइनल हुआ सेगमेंट हो, क्योंकि टाइमिंग अनुमान से नहीं बल्कि असली रिकग्निशन इवेंट्स से आती है। सबसे साफ कैप्शन के लिए, स्थिर गति से डिक्टेट करें और एक्सपोर्ट करने से पहले कम कॉन्फिडेंस वाले सेगमेंट को एडिट कर लें। अपनी नैरेशन रिकॉर्ड करें, फिर तैयार सबटाइटल डाउनलोड करने के लिए .srt बटन पर क्लिक करें।
स्पीच टू टेक्स्ट Firefox में काम क्यों नहीं करता या Safari में पूरी तरह काम क्यों नहीं करता?
यह टूल Web Speech API पर निर्भर करता है, जो सीधे ब्राउज़र में बनी स्पीच-रिकग्निशन सुविधा है, और हर ब्राउज़र इसे उपलब्ध नहीं कराता। डेस्कटॉप और Android पर Chrome में तथा Edge में रिकग्निशन पूरी तरह काम करता है, इसीलिए इन्हें सुझाया जाता है। Safari में सिर्फ आंशिक सपोर्ट मिलता है, इसलिए वहाँ नतीजे कम भरोसेमंद हो सकते हैं, और Firefox फिलहाल स्पीच रिकग्निशन API बिल्कुल भी उपलब्ध नहीं कराता, इसलिए यह टूल उसमें चल ही नहीं सकता। जब आपके ब्राउज़र में सपोर्ट नहीं होता, तो पेज इसे पहचान लेता है और नाकाम होने के बजाय साफ मैसेज दिखा देता है। इसका समाधान है टूल को Chrome या Edge में खोलना, जहाँ डिक्टेशन, कंटीन्यूअस मोड और कॉन्फिडेंस स्कोरिंग — सब कुछ काम करता है। अगर रिकग्निशन शुरू ही न हो, तो सपोर्टेड ब्राउज़र पर स्विच करें और पूछे जाने पर माइक्रोफ़ोन एक्सेस दें।
क्या सही भाषा या बोली चुनने से स्पीच रिकग्निशन बेहतर होता है?
हाँ, और यह उससे कहीं ज़्यादा मायने रखता है जितना लोग सोचते हैं। यह टूल 45+ भाषाएँ और क्षेत्रीय बोलियाँ उपलब्ध कराता है, जिनमें English, Spanish, French, Portuguese, Chinese और Arabic की कई वैरायटी शामिल हैं, साथ ही हिंदी, Bengali, Tamil, Japanese, Korean, German और भी कई भाषाएँ हैं। रिकग्निशन इंजन खुद को आपकी चुनी हुई बोली के उच्चारण और शब्दावली के हिसाब से ढाल लेता है, इसलिए English (US) की बजाय English (India), या Spanish (Spain) की बजाय Spanish (Mexico) चुनना — जब यह आपके बोलने के तरीके से मेल खाता हो — गलतियों को साफ तौर पर कम कर सकता है। गलत बोली चुनना कम कॉन्फिडेंस स्कोर और अजीब शब्द चयन का एक आम कारण है। रिकॉर्डिंग शुरू करने से पहले ही भाषा सेट कर लें, क्योंकि इसे सेशन के बीच में बदला नहीं जा सकता। अपने उच्चारण के सबसे करीब वाली बोली चुनें, बैकग्राउंड नॉइज़ कम रखें, और सबसे साफ ट्रांसक्रिप्ट के लिए मध्यम गति से बोलें।
Embed This Tool
Add a free, live version of this widget to your own website or blog post — it runs entirely in your visitors' browsers, with a credit link back to The Toolbox.
<iframe src="https://getthetoolbox.com/embed/speech-to-text" title="Free Speech to Text Online — The Toolbox" width="100%" height="280" style="max-width:480px;border:1px solid #e2e8f0;border-radius:12px" loading="lazy"></iframe>
<p style="font-size:12px;margin:4px 0 0"><a href="https://getthetoolbox.com/text-tools/speech-to-text?utm_source=embed&utm_medium=widget" target="_blank" rel="noopener">Free Speech to Text Online</a> by The Toolbox</p>संबंधित टूल
मुफ़्त टेक्स्ट टू स्पीच ऑनलाइन
ब्राउज़र सिंथेसिस का उपयोग करके टेक्स्ट को आवाज़ में बदलें। कई आवाज़ें उपलब्ध। मुफ़्त, तेज़ और पूरी तरह आपके ब्राउज़र में, बिना साइन-अप।
मुफ़्त ऑनलाइन वर्ड काउंटर
शब्द, अक्षर, वाक्य, अनुच्छेद और पढ़ने का समय तुरंत गिनें। मुफ़्त ऑनलाइन वर्ड काउंटर टूल। पूरी तरह आपके ब्राउज़र में काम करता है, बिना किसी साइन-अप के।
मुफ़्त ऑनलाइन टेक्स्ट केस कनवर्टर
टेक्स्ट को अपरकेस, लोअरकेस, टाइटल केस या वाक्य केस में बदलें। मुफ़्त ऑनलाइन केस कनवर्टर। पूरी तरह आपके ब्राउज़र में काम करता है, बिना किसी साइन-अप के।
मुफ़्त Lorem Ipsum जनरेटर
डिज़ाइन और डेवलपमेंट प्रोजेक्ट्स के लिए Lorem Ipsum प्लेसहोल्डर टेक्स्ट बनाएं। मुफ़्त, तेज़ और पूरी तरह आपके ब्राउज़र में काम करता है, बिना किसी साइन-अप के।
About Speech to Text
स्पीच टू टेक्स्ट आपकी आवाज़ को रीयल टाइम में लिखित टेक्स्ट में बदल देता है। Start Recording पर क्लिक करें, माइक्रोफ़ोन एक्सेस की अनुमति दें, और बोलते ही आपके शब्द एक एडिटेबल ट्रांसक्रिप्ट बॉक्स में दिखने लगते हैं — साथ ही एक लाइव "Hearing" प्रीव्यू भी दिखता है, जो उन शब्दों को दर्शाता है जो अभी प्रोसेस हो रहे हैं और फाइनल नहीं हुए हैं। यह टूल उन सभी के लिए बनाया गया है जो टाइप करने से ज़्यादा तेज़ सोचते हैं: आवाज़ से लिखने वाले लेखक, लेक्चर नोट्स लेने वाले छात्र, ईमेल डिक्टेट करने वाले प्रोफेशनल्स, और वे लोग जिन्हें कीबोर्ड इस्तेमाल करना थकाऊ या मुश्किल लगता है।
यह टूल आधुनिक ब्राउज़र में पहले से मौजूद Web Speech API पर चलता है, इसलिए न कुछ इंस्टॉल करना होता है और न ही कोई अकाउंट बनाना पड़ता है। रिकग्निशन सबसे बेहतर Chrome (डेस्कटॉप और Android पर) और Edge में काम करता है, जहाँ सपोर्ट पूरी तरह उपलब्ध है। Safari में आंशिक सपोर्ट मिलता है, जबकि Firefox फिलहाल स्पीच रिकग्निशन API उपलब्ध नहीं कराता, इसलिए अगर आपका ब्राउज़र इसे नहीं चला सकता तो टूल आपको साफ बता देगा।
डिक्टेशन और विराम चिह्न कैसे काम करते हैं
विराम चिह्न जोड़ने के लिए आपको बोलना रोकने की ज़रूरत नहीं है। वॉइस पंक्चुएशन कमांड्स ऑन होने पर, बस चिह्न का नाम बोलें और वह अपने आप जुड़ जाएगा — "period", "comma", "question mark", "exclamation mark", "colon", "semicolon", "dash", "open quote" और "close quote", साथ ही स्पेसिंग के लिए "new line" और "new paragraph"। किसी वाक्य को खत्म करने वाले चिह्न के बाद आने वाला पहला अक्षर अपने आप कैपिटल हो जाता है, और हर नई लाइन की शुरुआत भी कैपिटल होती है, जिससे आउटपुट शब्दों की कच्ची लड़ी जैसा नहीं बल्कि लिखे हुए गद्य जैसा दिखता है।
लंबे सेशन को दो लिसनिंग मोड आकार देते हैं। Continuous mode स्वाभाविक ठहराव के दौरान भी माइक्रोफ़ोन को एक्टिव रखता है और बैकग्राउंड में रिकग्निशन को फिर से शुरू करता रहता है, ताकि सांस लेने पर लंबी डिक्टेशन बीच में न कटे। Single-result mode एक वाक्यांश के बाद रुक जाता है, जो सर्च क्वेरी या किसी एक वाक्य जैसे छोटे हिस्सों के लिए काम का है। इस दौरान रिकॉर्डिंग टाइमर और लाइव वर्ड व कैरेक्टर काउंट लगातार चलते रहते हैं।
कॉन्फिडेंस स्कोर को समझना
ब्राउज़र का स्पीच रिकग्निशन हर फाइनल हुए सेगमेंट के लिए एक कॉन्फिडेंस वैल्यू देता है — यानी इंजन को कितना यकीन है कि उसने आपको सही सुना है। Show confidence scores ऑन करने पर हर सेगमेंट को लेबल कर दिया जाता है:
- High — 90% या उससे अधिक कॉन्फिडेंस, आमतौर पर सटीक।
- Medium — 70% से 89% तक, एक बार जल्दी से प्रूफरीड कर लेना बेहतर।
- Low — 70% से कम, इसमें गलती होने की संभावना ज़्यादा।
ट्रांसक्रिप्ट के ऊपर एक औसत कॉन्फिडेंस आंकड़ा भी दिखता है। कम स्कोर अक्सर बैकग्राउंड नॉइज़, दूर रखे माइक्रोफ़ोन, या गलत भाषा चुने जाने की ओर इशारा करते हैं, इसलिए ये इस बात का उपयोगी संकेत देते हैं कि कहाँ दोबारा रिकॉर्ड करें या एडिट करें। ट्रांसक्रिप्ट किसी भी समय पूरी तरह एडिटेबल रहता है — रिकॉर्डिंग जारी रहते हुए भी आप किसी शब्द को हाथ से ठीक कर सकते हैं।
एक्सपोर्ट, हिस्ट्री और प्राइवेसी
पूरी हो चुकी ट्रांसक्रिप्ट को क्लिपबोर्ड पर कॉपी किया जा सकता है, एक साधारण .txt फ़ाइल के रूप में डाउनलोड किया जा सकता है, या .srt सबटाइटल फ़ाइल के रूप में एक्सपोर्ट किया जा सकता है जिसमें हर सेगमेंट के बोले जाने के समय से निकाले गए टाइमस्टैंप होते हैं — यह किसी वीडियो को कैप्शन देने के लिए सुविधाजनक है। Save बटन ट्रांसक्रिप्शन को उसकी भाषा, अवधि और वर्ड काउंट के साथ आपके ब्राउज़र के लोकल स्टोरेज में सेव कर देता है; आप History पैनल से पुरानी एंट्रीज़ को दोबारा लोड या डिलीट कर सकते हैं, जो उस डिवाइस पर आपकी सबसे हाल की ट्रांसक्रिप्शनों को एक तय सीमा तक सुरक्षित रखता है।
एक ज़रूरी प्राइवेसी बात समझ लें: क्योंकि यह टूल ब्राउज़र के बिल्ट-इन स्पीच इंजन पर निर्भर करता है, इसलिए ट्रांसक्रिप्शन के लिए ऑडियो उस ब्राउज़र वेंडर की क्लाउड सर्विस पर भेजा जा सकता है — उदाहरण के लिए, Chrome ऑडियो को Google की रिकग्निशन सर्विस के ज़रिए भेजता है। यह प्रोसेसिंग आपके ब्राउज़र द्वारा की जाती है, इस साइट द्वारा नहीं। आपका ट्रांसक्रिप्ट टेक्स्ट कभी भी हमारे सर्वर पर अपलोड या स्टोर नहीं होता, और आपकी सेव्ड हिस्ट्री केवल आपके ब्राउज़र के लोकल स्टोरेज में ही रहती है।
Speech to Text टूल 45+ भाषाओं और क्षेत्रीय बोलियों को कवर करता है, जिसमें English, Spanish, French, Portuguese, Chinese और Arabic की कई वैरायटी के साथ-साथ हिंदी, Japanese, Korean, German और भी कई भाषाएँ शामिल हैं। अपने उच्चारण के सबसे करीब वाली बोली चुनना — जैसे English (US) की बजाय English (India) — सटीकता को काफी बेहतर बना देता है। सबसे साफ नतीजों के लिए मध्यम गति से बोलें, बैकग्राउंड नॉइज़ कम रखें, और माइक्रोफ़ोन को एक स्थिर दूरी पर रखें।