ऑडियो सिंक और रिप्लेस

यह कैसे काम करता है

1. अपनी फ़ाइलें अपलोड करें — शोर वाले या अनचाहे ऑडियो ट्रैक वाला वीडियो चुनें, फिर अपनी साफ़ ऑडियो फ़ाइल चुनें। सपोर्टेड वीडियो फ़ॉर्मेट में MP4, WebM, MOV, और AVI शामिल हैं। ऑडियो फ़ाइलें MP3, WAV, FLAC, AAC, OGG, या आपका ब्राउज़र सपोर्ट करने वाला कोई भी फ़ॉर्मेट हो सकती हैं।
2. वेवफ़ॉर्म लोड करें — FFmpeg (जो पूरी तरह आपके ब्राउज़र में WebAssembly के ज़रिए चलता है) दोनों फ़ाइलों से ऑडियो निकालता है, उसे रॉ PCM डेटा में डिकोड करता है, और विज़ुअल वेवफ़ॉर्म बनाता है। नीला वेवफ़ॉर्म ओरिजिनल वीडियो ऑडियो दर्शाता है; हरा वेवफ़ॉर्म साफ़ रिप्लेसमेंट ऑडियो दर्शाता है।
3. ऑडियो अलाइन करें — यह सबसे ज़रूरी स्टेप है। रिकॉर्डिंग अलग-अलग समय पर शुरू हुई हो सकती हैं, इसलिए आपको इन्हें लाइन अप करने की ज़रूरत है:
   • ऑटो अलाइन सही ऑफ़सेट अपने आप पता लगाने के लिए FFT-बेस्ड क्रॉस-करिलेशन का उपयोग करता है। यह दोनों ट्रैक में ऑडियो पैटर्न (पीक, ट्रांज़िएंट) का विश्लेषण करता है और सबसे ज़्यादा समानता वाला बिंदु ढूंढता है।
   • अलाइन करने के लिए खींचें — हरे वेवफ़ॉर्म को पकड़ें और विज़ुअल अलाइनमेंट के लिए इसे बाएं या दाएं खींचें। ताली, स्पीच की शुरुआत, या म्यूज़िक बीट जैसी पहचानी जा सकने वाली फ़ीचर लाइन अप करें।
   • फ़ाइन-ट्यून — फ़्रेम-एक्यूरेट अलाइनमेंट के लिए +/-10ms और +/-100ms बटन का उपयोग करें या मिलीसेकंड में सटीक ऑफ़सेट टाइप करें।
   • सर्च विंडो — ऑटो-अलाइन कितनी दूर तक मैच ढूंढे, यह नियंत्रित करने के लिए स्लाइडर एडजस्ट करें। अगर रिकॉर्डिंग के बीच बड़ा टाइम गैप है तो इसे बढ़ाएं।
4. ऑडियो मोड चुनें
   • रिप्लेस — ओरिजिनल ऑडियो को पूरी तरह हटाकर उसे साफ़ ट्रैक से बदल देता है। वीडियो स्ट्रीम को जस का तस कॉपी किया जाता है (कोई री-एन्कोडिंग नहीं), इसलिए वीडियो क्वालिटी में कोई नुकसान नहीं होता।
   • मिक्स — दोनों ट्रैक को एडजस्टेबल वॉल्यूम लेवल पर मिलाता है। बैकग्राउंड माहौल बनाए रखने के लिए ओरिजिनल को 10-20% पर सेट करें और साफ़ आवाज़ को 100% पर ओवरले करें।
5. प्रोसेस करें और डाउनलोड करें — FFmpeg अलाइन किए गए ऑडियो को वीडियो कंटेनर में मक्स करता है। वीडियो स्ट्रीम को कभी री-एन्कोड नहीं किया जाता (स्ट्रीम कॉपी), इसलिए आउटपुट तेज़ और लॉसलेस होता है। ऑडियो को AAC पर 192 kbps में एन्कोड किया जाता है। नतीजे को एक ही फ़ाइल के रूप में डाउनलोड करें।

तकनीकी विवरण

• FFT क्रॉस-करिलेशन — ऑटो-अलाइन एल्गोरिद्म दोनों ट्रैक को 4 kHz पर डाउनसैंपल करता है, एक Fast Fourier Transform कैलकुलेट करता है, स्पेक्ट्रा को (कॉन्जुगेट के साथ) गुणा करता है, और सबसे ज़्यादा करिलेशन वैल्यू वाला लैग ढूंढने के लिए इनवर्स-ट्रांसफ़ॉर्म करता है। यह UI को रिस्पॉन्सिव रखने के लिए एक डेडिकेटेड Web Worker में चलता है।
• FFmpeg WebAssembly — FFmpeg का एक पूरा बिल्ड WebAssembly में कंपाइल होकर आपके ब्राउज़र में चलता है। कोई सर्वर शामिल नहीं। फ़ाइलों को एक इन-मेमोरी वर्चुअल फ़ाइलसिस्टम में पढ़ा जाता है, प्रोसेस किया जाता है, और आउटपुट को डाउनलोड करने योग्य blob के रूप में लौटाया जाता है।
• स्ट्रीम कॉपी — वीडियो ट्रैक को कभी डिकोड या री-एन्कोड नहीं किया जाता। FFmpeg वीडियो बिटस्ट्रीम को सीधे ट्रांसफ़र करने के लिए -c:v copy का उपयोग करता है, जिससे हर फ़्रेम ओरिजिनल क्वालिटी में बना रहता है। सिर्फ़ ऑडियो ट्रैक री-एन्कोड होता है (AAC में)।
• प्राइवेसी — सब कुछ लोकली होता है। आपकी वीडियो और ऑडियो फ़ाइलें कभी भी किसी सर्वर पर अपलोड नहीं होतीं। FFmpeg इंजन और सारी प्रोसेसिंग पूरी तरह आपके ब्राउज़र में चलती है।

उपयोग के मामले

कंटेंट क्रिएटर्स और YouTubers

आप अपने कैमरे से व्लॉग या ट्यूटोरियल रिकॉर्ड करते हैं लेकिन बिल्ट-इन माइक्रोफ़ोन बहुत ज़्यादा बैकग्राउंड नॉइज़ पकड़ लेता है। आप अपनी आवाज़ को लैपल माइक या फ़ोन पर अलग से भी रिकॉर्ड करते हैं। कैमरे के ऑडियो को साफ़ माइक रिकॉर्डिंग से बदलने के लिए रिप्लेस मोड का उपयोग करें — ऑटो-अलाइन सिंक को इस तरह हैंडल करता है कि आपके होंठ बिल्कुल मैच करें।

पॉडकास्टर्स और इंटरव्यूअर्स

ऐसा वीडियो इंटरव्यू रिकॉर्ड करें जहां गेस्ट का ऑडियो अलग USB माइक से आता है जबकि कैमरा रूम ऑडियो कैप्चर करता है। बिना इको या रूम रिवर्ब के क्रिस्टल-क्लियर डायलॉग के लिए कैमरे के ऑडियो को USB रिकॉर्डिंग से बदलें।

म्यूज़िक वीडियो और परफ़ॉर्मेंस

स्टूडियो-रिकॉर्डेड ट्रैक को लाइव परफ़ॉर्मेंस वीडियो से सिंक करें। ऑटो-अलाइन आम ऑडियो फ़ीचर (बीट ट्रांज़िएंट, वोकल ऑनसेट) पहचानता है और स्टूडियो ऑडियो को वीडियो के साथ मिलीसेकंड के भीतर अलाइन करता है। शुद्ध स्टूडियो साउंड के लिए रिप्लेस मोड, या लाइव ऑडियंस माहौल की झलक रखने के लिए मिक्स मोड का उपयोग करें।

प्रेज़ेंटेशन और स्क्रीनकास्ट

स्क्रीन रिकॉर्डिंग अक्सर सिस्टम ऑडियो आर्टिफ़ैक्ट, फ़ैन नॉइज़, या कीबोर्ड क्लिक कैप्चर कर लेती है। अपनी नैरेशन को क्वालिटी माइक्रोफ़ोन से अलग रिकॉर्ड करें, फिर स्क्रीनकास्ट ऑडियो बदलें। वीडियो स्ट्रीम बिना री-एन्कोडिंग के कॉपी होती है, इसलिए स्क्रीन का टेक्स्ट शार्प बना रहता है।

शादी और इवेंट वीडियो

इवेंट वीडियोग्राफ़र अक्सर स्पीकर या म्यूज़िशियन के पास रखा अलग ऑडियो रिकॉर्डर इस्तेमाल करते हैं। इस टूल का उपयोग कैमरे की दूर, गूंजती हुई ऑडियो को क्लोज़-अप रिकॉर्डिंग से बदलने के लिए करें। 10-15% ओरिजिनल वॉल्यूम पर मिक्स मोड आपको भीड़ की प्रतिक्रियाएं और माहौल बनाए रखते हुए मुख्य ऑडियो को साफ़ तौर पर पेश करने देता है।

फ़िल्म और शॉर्ट फ़िल्म ADR

Automated Dialogue Replacement (ADR) फ़िल्ममेकिंग में एक मानक प्रक्रिया है — एक्टर फ़िल्मिंग के बाद स्टूडियो में लाइनें फिर से रिकॉर्ड करते हैं। यह टूल इंडी फ़िल्ममेकर्स को महंगे NLE सॉफ़्टवेयर के बिना डायलॉग ट्रैक अलाइन और रिप्लेस करने देता है। मिलीसेकंड-सटीक ऑफ़सेट कंट्रोल लिप-सिंक एक्यूरेसी सुनिश्चित करते हैं।

आउटडोर फ़ुटेज में विंड नॉइज़ ठीक करना

आउटडोर रिकॉर्डिंग में अक्सर विंड नॉइज़ होता है जिसे कोई फ़िल्टर पूरी तरह हटा नहीं सकता। अगर आपके पास सेकेंडरी रिकॉर्डर (जेब में फ़ोन, कपड़ों के नीचे लैवलियर माइक) था, तो उसे साफ़ सोर्स के रूप में उपयोग करें। ऑटो-अलाइन डिवाइसों के बीच के टाइम ऑफ़सेट को अपने आप हैंडल करता है।

मल्टी-कैमरा शूट

जब कई कैमरों से शूटिंग करते हैं जिनका अपना-अपना ऑडियो होता है, तो आप अक्सर सभी एंगल में एक जैसा ऑडियो सोर्स चाहते हैं। सबसे अच्छी ऑडियो रिकॉर्डिंग चुनें, फिर हर कैमरे के ऑडियो को उससे बदलें। ऑटो-अलाइन हर कैमरे के अलग-अलग शुरुआती समय की भरपाई करता है।

अक्सर पूछे जाने वाले सवाल

कौन से वीडियो फ़ॉर्मेट सपोर्टेड हैं?

आपका ब्राउज़र जो भी डिकोड कर सकता है — आमतौर पर MP4 (H.264/H.265), WebM (VP8/VP9/AV1), MOV, और AVI। आउटपुट आपके इनपुट वीडियो जैसा ही कंटेनर फ़ॉर्मेट रखता है।

साफ़ सोर्स के रूप में मैं कौन से ऑडियो फ़ॉर्मेट इस्तेमाल कर सकता हूं?

MP3, WAV, FLAC, AAC, OGG, Opus, M4A, WMA, AIFF, और WebM ऑडियो। यह टूल FFmpeg का उपयोग करके सब कुछ इंटरनली कन्वर्ट करता है।

क्या फ़ाइल साइज़ की कोई सीमा है?

कोई सख़्त सीमा नहीं है। प्रोसेसिंग आपके डिवाइस की RAM का उपयोग करके आपके ब्राउज़र में होती है। ज़्यादातर आधुनिक डिवाइस कई सौ मेगाबाइट तक की फ़ाइलें संभाल सकते हैं। बहुत बड़ी फ़ाइलें (1 GB+) धीमी हो सकती हैं या ब्राउज़र टैब की मेमोरी खत्म कर सकती हैं।

क्या वीडियो री-एन्कोड होता है? क्या क्वालिटी खो जाएगी?

नहीं। वीडियो स्ट्रीम को बिना री-एन्कोडिंग के सीधे कॉपी किया जाता है (-c:v copy)। हर फ़्रेम अपनी ओरिजिनल क्वालिटी और रिज़ॉल्यूशन में बना रहता है। सिर्फ़ ऑडियो ट्रैक को AAC पर 192 kbps में री-एन्कोड किया जाता है।

ऑटो-अलाइन कितना सटीक है?

ऑटो-अलाइन 4 kHz सैंपल रेट पर FFT क्रॉस-करिलेशन का उपयोग करता है, जिससे ~0.25ms की सटीकता मिलती है। यह तब सबसे अच्छा काम करता है जब दोनों ट्रैक में पहचानी जा सकने वाली ऑडियो घटनाएं (स्पीच, ताली, म्यूज़िक) हों। कॉन्फ़िडेंस पर्सेंटेज बताता है कि मैच कितना मज़बूत है — 60% से ऊपर आमतौर पर भरोसेमंद होता है।

क्या मैं इसे ऑफ़लाइन इस्तेमाल कर सकता हूं?

हां। पहली विज़िट के बाद (जो FFmpeg WebAssembly इंजन डाउनलोड करती है), यह टूल पूरी तरह ऑफ़लाइन काम करता है। प्रोसेसिंग के लिए इंटरनेट कनेक्शन की ज़रूरत नहीं।

क्या मेरा डेटा निजी है?

पूरी तरह से। आपकी वीडियो और ऑडियो फ़ाइलें कभी भी हमारे सर्वर पर अपलोड नहीं होतीं। कोई अपलोड नहीं, कोई सर्वर-साइड प्रोसेसिंग नहीं, और कोई डेटा कलेक्शन नहीं। सब कुछ WebAssembly का उपयोग करके लोकली चलता है।

कॉन्फ़िडेंस पर्सेंटेज का क्या मतलब है?

यह मापता है कि पता लगाए गए ऑफ़सेट पर दोनों ऑडियो ट्रैक कितने मिलते-जुलते हैं। ज़्यादा वैल्यू का मतलब है कि उस अलाइनमेंट पॉइंट पर ट्रैक ज़्यादा कॉमन ऑडियो फ़ीचर शेयर करते हैं। कम कॉन्फ़िडेंस (<30%) यह दर्शा सकता है कि ट्रैक ओवरलैप नहीं करते या उनका कंटेंट बहुत अलग है — उस स्थिति में मैनुअल अलाइनमेंट आज़माएं।