62 घंटे के यात्रा वीडियो के सबटाइटल, और AI के साथ काम की कुशलता

62 घंटे के यात्रा वीडियो के सबटाइटल का तरीक़ा बदला: पहले Premiere के ट्रांसक्रिप्शन से बोलने की जगह पकड़ी, फिर सिर्फ़ ख़ास हिस्सों को Gemini से सुधारा। AI के काम का ख़र्च बातचीत की लंबाई और आने-जाने की गिनती से तय हुआ।

यह काम के नोट्स का आख़िरी हिस्सा है। इसमें सबटाइटल, ख़र्च, और उसी तरीक़े से सँभाली गई पुरानी फ़ुटेज की बात है।

सबटाइटल: Premiere ट्रांसक्रिप्शन + Gemini

सबटाइटल में Gemini का SRT सबसे सटीक निकला। पर 62 घंटे सारे Gemini में डालना मुमकिन नहीं था, इसलिए तरीक़ा बदला।

चरण	काम
1	Media Encoder से तारीख़-वार सीक्वेंस का MP3 निकाला
2	पहले Premiere का ट्रांसक्रिप्शन चलाकर बोलने की जगहें पकड़ीं। डिफ़ॉल्ट भाषा अंग्रेज़ी पर थी, उसे सही भाषा पर किया
3	ट्रांसक्रिप्शन के नतीजे (json) से न पहचाने गए हिस्से हटाए, जिससे सफ़ारी गाइड के वायरलेस रेडियो का शोर छँट गया
4	json से SRT बनाया और MCP से v2 सीक्वेंस में कैप्शन ट्रैक डाला
5	Gemini से सुधार पूरे वीडियो का नहीं, सिर्फ़ उन हिस्सों का जो एडिट में सच में लगेंगे। जहाँ बातचीत सबसे ज़्यादा थी, वे हिस्से स्कोर से चुने और 2-2 मिनट में काटे। पहले 3 मिनट रखा था, पर Gemini ऐप सिर्फ़ लगभग 2 मिनट तक ही पूरा लिखता था, इसलिए छोटा किया

v2 सीक्वेंस में सबसे ऊपर C1 कैप्शन ट्रैक है। यह टेक्स्ट क्लिप नहीं, कैप्शन है, इसलिए बाद में SRT निकालना या सुधारना आसान है।

ट्रांसक्रिप्शन Premiere की क़तार में तारीख़-वार लगाकर अपने-आप चलने दिया। पहले हर 3 मिनट पर देखकर एक-एक करके निपटाया जा रहा था, पर बीच की जाँच में पता चला कि यह बेकार तरीक़ा है, तो बदलकर हर 30–40 मिनट में पूरी हुई तारीख़ें एक साथ निपटाईं।

काम ख़त्म होने पर फ़ोन पर नोटिफ़िकेशन भेजने को भी कहा था। AI की तरफ़ कई बार "भेजा" दिखा, पर एक भी नहीं आया। आख़िर में तय किया कि मैं खुद बार-बार देख लूँगा।

ख़र्च और कुशलता

इस बार पहली बार इस्तेमाल पर ठीक से ध्यान दिया। AI हर आदेश भेजते समय उस वक़्त तक की पूरी बातचीत दोबारा पढ़ता है। इसलिए बातचीत जितनी लंबी, वही काम उतना कई गुना महँगा। 20 मिनट इंतज़ार में लगभग कुछ ख़र्च नहीं होता। महँगा पड़ता है बार-बार आना-जाना।

बीच में मैंने पूछा, अब तक का तरीक़ा कुशल था? जवाब आया, आधा-आधा।

काम	आकलन
GoPro का टाइम ठीक करना	दो-तीन बार स्क्रिप्ट चलाकर दर्जनों फ़ाइलें एक साथ ठीक, जाँच भी एक बार में पास
प्रोजेक्ट सेव की जगह ठीक करना	कुछ ही क़दम में ख़त्म
Canon का टाइम जाँचना	बेकार तरीक़ा। पूरी एक्सटर्नल डिस्क से आवाज़ निकालने की कोशिश की और धीमेपन से छोड़ दी, 2.6 लाख अक्षरों का एरर लॉग जस का तस लिया, और बिना जाँचे अंदाज़े पर भरोसा करके दो बार आवाज़ मिलाई। एक तस्वीर से ही तुरंत पता चल जाता

इसलिए आख़िर में AI ने काम के फ़ोल्डर में हैंडओवर नोट लिखा, और इस्तेमाल की सीमा रीसेट होते ही मैं नई बातचीत में चला गया। नई बातचीत में चिपकाने के लिए पहला संदेश भी AI ने तैयार करके दिया।

घर के PC (I: ड्राइव) में तंज़ानिया एडिट फ़ोल्डर का हैंडओवर नोट पढ़ो और तंज़ानिया का एडिट आगे बढ़ाओ।
जितनी अनुमतियाँ चाहिए, शुरू में एक साथ ले लो, और काम साथ-साथ चलाओ।

हैंडओवर नोट में इस बार सीखे गए तरीक़े भी डाले।

तरीक़ा	बात
एक्सटर्नल डिस्क पढ़ना	धीमा है। पूरी फ़ाइल नहीं, सिर्फ़ ज़रूरी हिस्सा
आउटपुट	सिर्फ़ सारांश लो। लॉग की बाढ़ सीधा ख़र्च है
जाँच	लंबा काम चलाने से पहले एक सैंपल पर अंदाज़ा परखो
बड़ी कॉपी	कमांड से कॉपी के बजाय 7-Zip फ़ाइल मैनेजर तेज़
आवाज़ से सिंक	दो वीडियो की आवाज़ के उतार-चढ़ाव मिलाकर

पुरानी फ़ुटेज भी उसी ढाँचे में

सिर्फ़ यात्रा के वीडियो ही नहीं सँभाले। यात्रा से पहले की निजी शूटिंग के 14 फ़ोल्डर भी उसी ढाँचे में लाए।

चीज़	बात
ढाँचा	मूल\वीडियो, मूल\फ़ोटो, अन्य, प्रोजेक्ट
नियम	वीडियो और ऑडियो मूल\वीडियो में, तस्वीरें मूल\फ़ोटो में, एडिट की हुई तस्वीरें और ग्राफ़िक्स जैसी चीज़ें अन्य में, प्रोजेक्ट फ़ाइलें प्रोजेक्ट में
जाँच	फ़ाइलों की गिनती पहले जितनी ही है, यह पक्का किया
जिन्हें नहीं छुआ	जिनमें पहले से ढाँचा था, जिनका एडिट चल रहा है (लिंक टूटने के डर से), बिना तारीख़ वाले फ़ोल्डर
आगे	हर फ़ोल्डर में प्रोजेक्ट बनाकर कैमरा-वार ट्रैक वाले सीक्वेंस तक

जो बाक़ी है

काम	नोट
DAY 4 और DAY 6	लैपटॉप का डेटा एक्सटर्नल डिस्क में आ गया है। जोड़कर डालना है
DAY 9	हर स्टोरेज में ख़ाली फ़ोल्डर
343 RAW तस्वीरें	Lightroom से JPG में निकालकर जोड़नी हैं
सबटाइटल	बची तारीख़ों का ट्रांसक्रिप्शन, नई क्लिप का अलग ट्रांसक्रिप्शन, ख़ास हिस्सों का Gemini सुधार
पुरानी फ़ुटेज के सीक्वेंस	ट्रांसक्रिप्शन ख़त्म होने के बाद हर प्रोजेक्ट में
क्लाउड कॉपी	OneDrive 1TB के दो अकाउंट, Google Drive 400GB

काम के नोट्स यहीं तक। अगले लेख से इस पर सोच लिखूँगा कि इतने सालों से जमा ये वीडियो आगे चलकर क्या बन सकते हैं।