ویڈیو کی ٹرانسکرپٹ لیں، پھر AI سے اس سے سوال جواب والے کارڈ لکھوائیں، ہر کارڈ ویڈیو کے اس لمحے سے جڑا ہوتا ہے جہاں سے وہ آیا۔ 21 نومبر 2026 کو ہم نے یہ اپنے ٹول YouTubeTranscript.dev سے کیا: 3Blue1Brown کا 18 منٹ کا لیکچر 21.5 سیکنڈ میں 8 فلیش کارڈز کا ڈیک بن گیا۔
مختصر جواب: یوٹیوب لنک YouTubeTranscript.dev میں پیسٹ کریں، ٹرانسکرپٹ کھولیں، Flashcards ٹیب پر جائیں اور New deck (2 کریڈٹ) دبائیں۔ ہر کارڈ پلٹیں، اسے Again، Hard، Good یا Easy دیں، اور جن کارڈز میں مشکل ہو وہ جلدی لوٹیں گے۔
دو لیکچرز سے فلیش کارڈ بنائے تو کیا ہوا؟
ہم نے دو عوامی لیکچرز کی ٹرانسکرپٹس اسی جنریٹر سے گزاریں جو Flashcards ٹیب استعمال کرتا ہے، اور ہر ڈیک کا وقت درخواست سے تیار کارڈز تک ناپا۔
| ویڈیو | لمبائی | کارڈ | وقت |
|---|---|---|---|
| But what is a neural network? (3Blue1Brown) | 18:40 | 8 | 21.5 سیکنڈ |
| 1. What is Computation? (MIT OpenCourseWare) | 43:06 | 14 | 39.5 سیکنڈ |
18 منٹ 40 سیکنڈ کی ویڈیو کا ڈیک، 21 نومبر 2026 کو 21.5 سیکنڈ میں بنا۔
ہم نے کیسے ناپا: Flashcards ٹیب صرف سائن ان لوگوں کے لیے چلتا ہے، اس لیے ہم نے وہی کوڈ ایک اسکرپٹ سے چلایا، اس شام ہمارے API سے ملی ٹرانسکرپٹس پر۔ ہر ویڈیو پر ایک ہی بار چلایا، تو وقت کو مثال سمجھیں۔ 43 منٹ کے لیکچر میں دو حصے سست تھے اور بیک اپ ماڈل سے دوبارہ چلائے گئے، زیادہ تر اضافی وقت اسی کا ہے۔
کارڈ کیسے دکھتے ہیں؟
تقریباً آدھے کارڈ ویڈیو کے ہر حصے کا "مرکزی خیال" ہوتے ہیں (یہاں 8 میں سے 4)، اور باقی ہر ایک ایک حقیقت پوچھتا ہے، جیسے:
سوال: مصنوعی نیورل نیٹ ورک میں ایک نیورون کے لیے ویٹس اور بائس کا الگ الگ کردار کیا ہے؟ جواب: ویٹس طے کرتے ہیں کہ نیورون آنے والی ایکٹیویشنز کا کون سا پیٹرن پہچانتا ہے، جبکہ بائس طے کرتا ہے کہ نیورون کے واقعی فعال ہونے سے پہلے ویٹڈ مجموعہ کتنا اونچا ہونا چاہیے۔
یہ کارڈ 11:23 سے جڑا ہے، جہاں ویڈیو سمجھاتی ہے کہ ویٹس بتاتے ہیں کہ دوسری پرت کا یہ نیورون کون سا پکسل پیٹرن پکڑتا ہے، اور بائس بتاتا ہے کہ ویٹڈ مجموعہ کتنا اونچا ہونا چاہیے۔ ہم نے تمام 8 کارڈ اسی طرح جانچے، اور ہر کارڈ اسی لمحے کی طرف اشارہ کر رہا تھا جہاں سے اس کی بات آئی۔
دہرانا کیسے کام کرتا ہے؟
کارڈ پر کلک کریں یا اسپیس دبا کر پلٹیں، پھر اسے Again، Hard، Good یا Easy دیں (کیز 1 سے 4)۔ ڈیک بتاتا ہے کہ کتنے کارڈ دہرانے ہیں؛ مشکل کارڈ جلدی لوٹتے ہیں اور آسان دیر سے۔ یہی اسپیسڈ ریپیٹیشن ہے، اور ہماری فلیش کارڈ گائیڈ بتاتی ہے کہ یہ کیوں کام کرتا ہے۔ کوئی کارڈ اٹکائے تو Rewatch ویڈیو کو اسی لمحے سے کھول دیتا ہے۔
کتنا خرچ آتا ہے؟
- مفت اکاؤنٹ: ہر مہینے 10 کریڈٹ، کارڈ نہیں چاہیے۔ ٹرانسکرپٹ 1 کریڈٹ اور ڈیک 2 کریڈٹ، یعنی مہینے میں تین ڈیک۔
- زیادہ ویڈیوز: پیڈ پلان $5 ماہانہ میں 500 کریڈٹ سے شروع ہوتے ہیں۔ قیمتیں دیکھیں۔
- کیپشن نہیں ہیں؟ آڈیو کو AI سے ٹرانسکرائب کرنے سے پہلے سائٹ پوچھتی ہے (ہر 2 منٹ کا 1 کریڈٹ)، پھر ڈیک ویسے ہی بنتا ہے۔
یہ استعمال کروں یا Anki؟
اگر آپ اپنے کارڈ خود لکھنا اور برسوں کے ڈیک ایک جگہ رکھنا چاہتے ہیں تو Anki لیں؛ یہاں ابھی Anki ایکسپورٹ نہیں ہے۔ جب کارڈ کسی ویڈیو سے بننے ہوں تب یہ لیں: لکھنے کی محنت بچتی ہے، اور ہر کارڈ آپ کو اس لمحے پر لے جاتا ہے جسے دوبارہ دیکھنا ہے۔ اسی ویڈیو سے دوسرے ٹیبز میں نوٹس اور کوئز بھی بنتے ہیں۔
اکثر پوچھے جانے والے سوالات
یوٹیوب ویڈیو سے فلیش کارڈز کیسے بناؤں؟+
YouTubeTranscript.dev پر ویڈیو کی ٹرانسکرپٹ کھولیں اور Flashcards ٹیب میں New deck دبائیں۔ 21 نومبر 2026 کے ہمارے ٹیسٹ میں 3Blue1Brown کے 18 منٹ کے لیکچر سے 21.5 سیکنڈ میں 8 کارڈ بنے، اور MIT کے 43 منٹ کے لیکچر سے 39.5 سیکنڈ میں 14 کارڈ۔
کیا یوٹیوب ویڈیوز کے لیے کوئی مفت AI فلیش کارڈ میکر ہے؟+
ہر اکاؤنٹ کو ہر مہینے 10 مفت کریڈٹ ملتے ہیں، کارڈ نہیں چاہیے۔ ایک ڈیک 2 کریڈٹ کا اور ٹرانسکرپٹ 1 کریڈٹ کی ہے، تو مفت کریڈٹ سے مہینے میں تین ڈیک بنتے ہیں۔
ایک ویڈیو سے کتنے فلیش کارڈ ملتے ہیں؟+
یہ لمبائی پر منحصر ہے۔ ہمارے ٹیسٹ میں 18 منٹ کی ویڈیو سے 8 کارڈ اور 43 منٹ کے لیکچر سے 14 کارڈ بنے۔ تقریباً آدھے کارڈ ویڈیو کے ہر حصے کا مرکزی خیال ہیں؛ باقی ہر کارڈ ایک حقیقت پوچھتا ہے۔
کیا اس میں اسپیسڈ ریپیٹیشن ہے؟+
ہاں۔ کارڈ پلٹنے کے بعد آپ اسے Again، Hard، Good یا Easy دیتے ہیں، اور ڈیک دکھاتا ہے کہ کتنے کارڈ دہرانے باقی ہیں۔ جن کارڈز میں مشکل ہو وہ جلدی لوٹتے ہیں؛ جو اچھی طرح یاد ہوں وہ دیر سے۔
کیا میں فلیش کارڈز Anki میں ایکسپورٹ کر سکتا ہوں؟+
ابھی نہیں۔ ڈیک ویڈیو کے ٹرانسکرپٹ صفحے پر رہتا ہے، جہاں ہر کارڈ ویڈیو میں اپنے لمحے سے جڑا ہے۔ اگر آپ کا سب کچھ پہلے سے Anki میں ہے تو Anki بہتر ہے؛ جب کارڈ کسی ویڈیو سے بننے ہوں تب یہ تیز ہے۔
کیا ویڈیو سے AI کے بنائے فلیش کارڈ درست ہوتے ہیں؟+
وہ اتنے ہی اچھے ہوتے ہیں جتنی ٹرانسکرپٹ، اس لیے ڈیک ایک بار دیکھ لیں۔ ہم نے 3Blue1Brown ویڈیو کے تمام 8 کارڈ ٹرانسکرپٹ سے ملائے: ہر کارڈ اسی لمحے کی طرف اشارہ کرتا ہے جہاں اس کی بات کہی گئی۔