एक दर। सब कुछ शामिल।

अक्सर पूछे जाने वाले सवाल

लाइव ट्रांसक्रिप्शन की बिलिंग कैसे होती है?

ऑडियो के हर सेकंड के हिसाब से, हर प्लान में $0.60 प्रति घंटा की दर पर, और हर ट्रांसक्रिप्शन पर कम से कम 5 मिनट। 10 भाषाओं तक अनुवाद, बोले गए अनुवाद और ब्रॉडकास्टिंग इसी दर में शामिल हैं, अलग से नहीं।

श्रोताओं और भाषाओं की संख्या से बिल नहीं बदलता। एक भाषा में 5 लोगों द्वारा पढ़े गए सेशन की कीमत उतनी ही है जितनी दस भाषाओं में 500 लोगों द्वारा पढ़े गए सेशन की।

स्लाइडर खिसकाकर देखें कि तय लंबाई के लाइव ऑडियो की कीमत कितनी होगी:

30 मिनट

फ़ाइल, कोई भी प्लान

$0.1000

लाइव ट्रांसक्रिप्शन, कोई भी प्लान

$0.3000

क्या क्लोन की गई आवाज़ें, सारांश और एक्सपोर्ट अलग से लगते हैं?

नहीं। क्लोन की गई आवाज़ अनुवादित ट्रांसक्रिप्शन को उसी स्पीकर की अपनी आवाज़ में, किसी भी भाषा में, ज़ोर से पढ़ती है। इसे बनाने के लिए तीस सेकंड का साफ़ ऑडियो काफ़ी है। आवाज़ बन जाने के बाद, आगे की रिकॉर्डिंग्स में स्पीकर को अपने-आप पहचाना जाता है और उसके नाम से लेबल किया जाता है।

रिकॉर्डिंग ख़त्म होते ही सारांश आपके लिए लिख दिया जाता है, और ट्रांसक्रिप्ट को टाइमस्टैम्प और स्पीकर लेबल के साथ PDF के रूप में, या हर सेगमेंट की एक पंक्ति वाले Excel के रूप में एक्सपोर्ट किया जा सकता है। इवेंट के बाद किए गए सुधार उसी ट्रांसक्रिप्ट में सहेजे जाते हैं। इनमें से किसी का भी अलग से हिसाब नहीं होता; बिल सिर्फ़ ऑडियो का बनता है।

लाइव की कीमत फ़ाइल अपलोड करने से ज़्यादा क्यों है?

लाइव ट्रांसक्रिप्शन को पूरे इवेंट में स्पीकर के साथ-साथ चलना होता है, ताकि शब्द बोले जाने के कुछ ही पलों में श्रोताओं तक हर भाषा में एक साथ पहुँचें। यह काम लगातार चलता है, ठहराव और तालियों के दौरान भी।

फ़ाइलों के लिए कोई दर्शक इंतज़ार नहीं कर रहा होता। उन्हें रियल-टाइम से कई गुना तेज़, समानांतर रूप से प्रोसेस किया जाता है, इसीलिए एक घंटे के रिकॉर्डेड ऑडियो की कीमत $0.60 के बजाय $0.20 है। अगर किसी को साथ-साथ पढ़ने की ज़रूरत नहीं है, तो रिकॉर्डिंग बाद में अपलोड करें और फ़ाइल की दर चुकाएँ।

क्या Speed और Accuracy मोड से कीमत बदलती है?

नहीं। हर लाइव ट्रांसक्रिप्शन Auto, Speed या Accuracy मोड में चल सकता है, और तीनों की बिलिंग एक ही दर $0.60 प्रति घंटा पर होती है।

Speed शब्दों को जितनी जल्दी हो सके श्रोताओं के सामने लाता है। Accuracy सबसे सटीक ट्रांसक्रिप्शन को प्राथमिकता देता है। Auto इवेंट के चलते-चलते दोनों के बीच संतुलन बनाता है। जो माहौल के हिसाब से ठीक लगे, वह चुनें; मोड गुणवत्ता का विकल्प है, कीमत का स्तर नहीं।

वर्ड एरर रेट (WER) और लेटेंसी कितनी है?

प्रकाशित बेंचमार्क जल्द आ रहे हैं। तब तक: वर्ड एरर रेट इंडस्ट्री के प्रमुख ट्रांसक्रिप्शन मॉडलों के बराबर है, यानी स्क्रीन पर वही दिखता है जो बोला गया।

लेटेंसी जानबूझकर मध्यम स्तर की है। VocalStack इंजन उन ट्रांसक्रिप्ट्स के लिए बना है जिन्हें लोग कई भाषाओं में पढ़ते हैं, इसलिए यह एक बार में एक वाक्यांश पक्का करता है, कॉमा या वाक्य के अंत जैसे स्वाभाविक ठहराव पर, जब नाम, संख्याएँ और विराम चिह्न सही करने के लिए पर्याप्त संदर्भ सुन लेता है, बजाय शब्द-दर-शब्द ऐसे अनुमान दिखाने के जो ख़ुद को बार-बार बदलते रहें। श्रोताओं को स्थिर, अंतिम पंक्तियाँ मिलती हैं जिनका हर भाषा में एक साथ साफ़ अनुवाद होता है, और जो ट्रांसक्रिप्ट वे लाइव पढ़ते हैं, वही आपके पास रहता है।

क्या मैं श्रोताओं के लिए दो बार भुगतान किए बिना एक रेडियो स्टेशन और एक YouTube लाइव को एक ही लिंक में स्ट्रीम कर सकता हूँ?

हाँ। ब्रॉडकास्ट एक पब्लिक लिंक है, और इससे कितने भी लाइव ट्रांसक्रिप्शन जोड़े जा सकते हैं: मंच पर माइक्रोफ़ोन, रेडियो स्ट्रीम, HLS या DASH फ़ीड, या YouTube लाइव। श्रोता वही लिंक खोलते हैं और एक बार अपनी भाषा चुनते हैं।

जुड़े हुए हर ट्रांसक्रिप्शन की बिलिंग उसके अपने ऑडियो मिनटों के हिसाब से होती है, हर एक पर कम से कम 5 मिनट। ब्रॉडकास्ट, लिंक, QR कोड और उसे पढ़ने वाले सभी लोग मुफ़्त हैं। पासवर्ड से सुरक्षित प्राइवेट ब्रॉडकास्ट की बिलिंग भी इसी तरह होती है।

अगर कीनोट के बीच में मेरा क्रेडिट ख़त्म हो जाए तो क्या होगा?

Pay as you go पर, बैलेंस शून्य होते ही लाइव ट्रांसक्रिप्शन रुक जाता है, और श्रोताओं को ट्रांसक्रिप्ट वहीं ख़त्म होता दिखता है जहाँ क्रेडिट ख़त्म हुआ। दोबारा शुरू करने के लिए क्रेडिट जोड़ें; ब्रॉडकास्ट लिंक वही रहता है, इसलिए किसी को फिर से जुड़ना नहीं पड़ता।

Premium और Enterprise पर ग्रेस पीरियड मिलता है। ट्रांसक्रिप्शन चलता रहता है ताकि इवेंट बीच में न कटे, और अतिरिक्त मिनटों की बिलिंग बाद में उसी दर पर होती है। स्पीकर या दर्शकों के लिए सेशन में कुछ नहीं बदलता।

मेरी रिकॉर्डिंग्स, ट्रांसक्रिप्ट्स और आवाज़ें कितने समय तक रखी जाती हैं?

Pay as you go पर, ट्रांसक्रिप्शन 30 दिनों तक, और सोर्स ऑडियो और क्लोन की गई आवाज़ें 7 दिनों तक रखी जाती हैं। जो कुछ भी रखना चाहें, उससे पहले एक्सपोर्ट कर लें।

Premium और Enterprise पर सब कुछ तब तक रखा जाता है जब तक आप उसे डिलीट न करें। रिकॉर्डिंग डिलीट करने से ऑडियो और उसका ट्रांसक्रिप्ट, दोनों हमेशा के लिए हट जाते हैं।

मैं VocalStack को अपने प्रोडक्ट में जोड़ रहा हूँ। क्या API की कीमत ज़्यादा है?

नहीं। API, MCP सर्वर और SDK हर प्लान में शामिल हैं और इनकी बिलिंग बिल्कुल डैशबोर्ड वाली दरों पर होती है: फ़ाइलों के लिए $0.20 प्रति घंटा और लाइव के लिए $0.60 प्रति घंटा, हर ट्रांसक्रिप्शन पर वही 5 मिनट न्यूनतम। प्लान क्रेडिट API इस्तेमाल पर भी लागू होता है।

जब आपको वॉल्यूम दरें, असीमित एक साथ चलने वाले ट्रांसक्रिप्शन, 24 घंटे की लाइव रिकॉर्डिंग, डेडिकेटेड इंजन पूल, हमेशा वार्म स्टार्ट, अकाउंट मैनेजर या कस्टम SLA चाहिए, तो Enterprise के लिए सेल्स टीम से बात करें।