एक कॉल 4 घंटे की फ़ाइल, स्पीकर की उलझन और फ़ॉर्मैट की परेशानी ख़त्म करता है — और आपके एजेंट को एक स्थिर स्कीमा देता है। न ffmpeg, न निगरानी।
Every sample below is an actual file the live engine produced — play it, read it, then run it on your own.
Ngoài kia bao nhiêu câu ca tình nhân thơ tháng Các thế gian nghe như con sông trôi ngẹn ngào Và anh buồn sai bao nhiêu lệch trên bức trấn Để biết em rời đi không khi nào về lại Nói đi em bao dân gió trong đời oan cháy Mà sao em văn thân đi suốt kinh doanh
कोई भी Whisper को कॉल कर सकता है। असली मेहनत इसके आस-पास के काम में लगती है। Vocce उन्हीं हिस्सों को संभालता है ताकि आपका एजेंट या ऑटोमेशन एक कॉल करे और नतीजे पर भरोसा करे।
4 घंटे की रिकॉर्डिंग को बाँटें, समानांतर ट्रांसक्राइब करें, और लगातार सही टाइमस्टैम्प के साथ जोड़ें — जोड़ों पर कोई बहाव नहीं।
10GB+ अपलोड संभालता हैस्थिर स्पीकर मैप जो पूरी फ़ाइल में एक जैसे रहते हैं, और कम भरोसे वाले सेगमेंट को चुपचाप अनुमान लगाने के बजाय फ़्लैग किया जाता है।
speaker_map.jsonएक ही जॉब दोबारा भेज ें, वही job_id मिलेगा। बैकएंड की अस्थायी खराबी अपने आप रीट्राइ करती है। असफल जॉब्स पर बिल नहीं लगता।
एक्सैक्टली-वंस सिमैंटिक्सMOV, M4A, WebM, अजीब बिटरेट, नॉर्मलाइज़्ड ऑडियो के बिना वीडियो — Vocce साफ़ करता है, लाउडनेस नॉर्मलाइज़ करता है, ASR के लिए कंप्रेस करता है, URL या अपलोड स्वीकार करता है। आप ffmpeg को कभी हाथ नहीं लगाते।
20+ फ़ॉर्मैट · साफ़ · नॉर्मलाइज़ · कंप्रेसपूर्ण परिणाम अपने हुक, क्यू या ऑटोमेशन पर भेजें। आउटपुट स्कीमा MCP, CLI, API और हर नोड पर एक जैसी है।
agent.v1 स्कीमाएक जॉब हर डाउनस्ट्रीम टूल के लिए ज़रूरी आर्टिफ़ैक्ट देता है — संरचित, वर्शन्ड और इतना स्थिर कि आप उस पर बना सकें।
{
"speaker_turns": [
{ "speaker": "A", "start": 12.4, "text": "..." }
],
"chapters": ["Problem", "Decision", "Next steps"],
"artifacts": ["transcript.md", "subtitles.srt"]
}असली खोज वहीं होती है जहाँ लोग बनाते हैं: MCP रजिस्ट्री, ऑटोमेशन मार्केटप्लेस और आपका CI। एक स्कीमा, हर चैनल पर स्थिर टूल नाम।
{
"mcpServers": {
"vocce": {
"command": "npx",
"args": ["@vocce/transcribe-mcp"],
"env": { "VOCCE_API_KEY": "vc_..." }
}
}
}गहराई में जाने का एक उदाहरण, चौड़ाई में नहीं। वही प्रिमिटिव पॉडकास्ट पब्लिशिंग, रिसर्च इंटरव्यू और कम्प्लायंस कैप्शनिंग को पावर देते हैं — लेकिन यहाँ वह वर्कफ़्लो है जिसके लिए टीमें पहले भुगतान करती हैं।
एक कॉल रिकॉर्डिंग डालें (या Vocce को URL दें)। यह ऑडियो साफ़ करता है, स्पीकर अलग करता है, ऑब्जेक्शन, कमिटमेंट और अगले कदम निकालता है, फिर एक संरचित सारांश सीधे HubSpot, Salesforce या Notion में webhook के ज़रिए भेजता है। नया रिकॉर्ड नहीं, मैन्युअल नोट्स नहीं, जोड़ी गई पाइपलाइन नहीं।
हम अपनी जगह के बारे में ईमानदार हैं: सबसे सस्ता STT नहीं, मीटिंग बॉट नहीं। बीच में भरोसेमंद लेयर।
Deepgram, AssemblyAI, Whisper आपको टेक्स्ट देते हैं। आपको अब भी चंक िंग, डायराइज़ेशन स्टिचिंग, रीट्राइज़ और डिलीवरी बनानी पड़ती है। Vocce वह लेयर है।
Otter और TurboScribe डैशबोर्ड में इंसानों के लिए बने हैं। Vocce को कोड से कॉल करने के लिए बनाया गया है — स्थिर स्कीमा और webhooks के साथ।
आपका अपना ffmpeg + क्यू + ASR स्क्रिप्ट 4 घंटे वाली फ़ाइल पर रात 2 बजे टूट जाता है। Vocce उस स्क्रिप्ट का मेंटेन किया हुआ वर्ज़न है।
एक फ़ाइल डालें और मुफ़्त 3 मिनट का प्रीव्यू पाएँ: क्वालिटी रिपोर्ट, पहली सबटाइटल लाइनें और एजेंट JSON का एक नमूना। जब एक्सपोर्ट मायने रखता है, तो प्रति पैक भुगतान करें या API जोड़ें।
वही भरोसेमंद पाइपलाइन, फ़ोकस्ड लैंडिंग पेजों के पीछे — हर पेज उसी काम से शुरू होता है जो विज़िटर ने खोजा।
कच्चा API एक साफ़ फ़ाइल का टेक्स्ट देता है। Vocce इसके आस-पास की पूरी पाइपलाइन संभालता है: कई घंटों की फ़ाइल को बिना टाइमस्टैम्प बहाव के बाँटना और जोड़ना, स्थिर मैप के साथ स्पीकर डायराइज़ेशन, फ़ॉर्मैट नॉर्मलाइज़ेशन, आइडेम्पोटेंट जॉब्स, रीट्राइज़ और webhook डिलीवरी — सब एक वर्शन्ड स्कीमा में।
MCP, CLI, REST API, n8n नोड और GitHub Action से आज — Zapier और Make जल्द आ रहे हैं। टूल नाम और आउटपुट स्कीमा हर चैनल पर एक जैसे हैं।
नहीं। अपलोड विफलता और असफल जॉब्स पर क्रेडिट नहीं लगता। प्रोसेसिंग तभी चार्ज होती है जब जॉब सफलतापूर्वक पूरा होता है, और आपकी कोड को साफ़ कारण बताया जाता है।
TXT, Markdown, DOCX, SRT, VTT, साफ़ ऑडियो, कंप्रेस्ड ऑडियो, सारांश Markdown, क्वालिटी रिपोर्ट और डाउनस्ट्रीम टूल्स के लिए एजेंट JSON स्कीमा।
फ्रंटएंड जॉब्स को एक कॉन्फ़िगरेबल API एंडपॉइंट पर भेजता है और बैकएंड कनेक्टेड न होने पर फेल हो जाता है। इसे अपने अपलोड, क्यू, ffmpeg, ASR और एक्सपोर्ट पाइपलाइन से जोड़ें; अनुबंध backend-contract.md में दस्तावेज़ित है।
API कुंजी लें, MCP इंस्टॉल करें, या बस एक फ़ाइल डालें। एक कॉल, एक स्कीमा, हर चैनल।