সহজেই আপনার অডিও রেকর্ডিং ট্রান্সক্রাইব করুন।
অথবা ড্র্যাগ ও ড্রপ করুন, পেস্ট করুন, বা ক্লাউড থেকে নির্বাচন করুন
অটো-ডিটেক্ট বেশিরভাগ রেকর্ডিং সামলাতে পারে। চাইলে আপনি নিজেও ৯০টির বেশি বিকল্প থেকে ভাষা সেট করতে পারেন। এটাই ছোট বা গোলমেলে ক্লিপকে ভুল ভাষায় পড়া থেকে বাঁচায়।
ট্রান্সক্রিপ্টটি TXT ফাইল হিসেবে ডাউনলোড করে ডকুমেন্টে পেস্ট করতে পারেন। অথবা SRT ফাইল হিসেবে টাইমস্ট্যাম্পসহ ডাউনলোড করতে পারেন, যা ভিডিও প্লেয়ার সাবটাইটেল হিসেবে লোড করতে পারে।
কনভার্টারটি আপনার ব্রাউজারে যেকোনো ডিভাইসে চলে। ডাটা ট্রান্সফার এনক্রিপ্টেড থাকে এবং আপনার রেকর্ডিং কখনো কারও সঙ্গে শেয়ার করা হয় না।
আপনার অডিও ফাইল আপলোড করুন।
আপনার অডিও ফাইলে যে ভাষায় কথা বলা হয়েছে তা নির্বাচন করুন।
"START" বোতামে ক্লিক করে কনভার্সন শুরু করুন।
টেক্সট ফাইলটি ডাউনলোড করুন।
Speech to Text একটি বিনামূল্যের অনলাইন টুল যা স্বয়ংক্রিয়ভাবে আপনার অডিও রেকর্ডিং থেকে বলা কথাকে লিখিত টেক্সটে রূপান্তর করে। এই ফিচারটি আপনাকে ম্যানুয়াল ট্রান্সক্রিপশনের অনেক সময় বাঁচাতে সাহায্য করে, যা সাংবাদিক, গবেষক, শিক্ষার্থী এবং ব্যবসায়িক পেশাজীবীদের জন্য বিশেষভাবে উপযোগী। ইন্টারভিউ, লেকচার বা মিটিং যাই ট্রান্সক্রাইব করতে হোক না কেন, আমাদের Speech to Text ফিচার এটি দ্রুত ও সহজ করে তোলে।
এটিকে স্পিচ রিকগনিশন, অটোমেটিক ট্রান্সক্রিপশন, বা সimply অডিও টু টেক্সটও বলা হয়। একটি রিকগনিশন মডেল রেকর্ডিং শোনে এবং সেটিকে ছোট ছোট সাউন্ড ইউনিটে ভাগ করে। তারপর হাজার হাজার ঘণ্টার রেকর্ডেড স্পিচ থেকে শেখা প্যাটার্নের সঙ্গে সেগুলো মেলায়।
ফলাফল হিসেবে আপনি এমন একটি ট্রান্সক্রিপ্ট পান যা পড়া, সার্চ, কোট, এবং এডিট করা যায়। কিছুই হাতে টাইপ করতে হয় না, তাই এক ঘণ্টার ইন্টারভিউ কয়েক মিনিটে হয়ে যায়, বিকেলজুড়ে নয়।
নির্ভুলতা সবচেয়ে বেশি নির্ভর করে রেকর্ডিংয়ের উপর। পরিষ্কার কথা, একবারে একজন কথা বলা, আর কম ব্যাকগ্রাউন্ড নয়েজ সেরা ট্রান্সক্রিপ্ট দেয়। ভিড়ের ঘরের ওপার থেকে করা ফোন রেকর্ডিং সবসময়ই হেডসেট রেকর্ডিংয়ের চেয়ে পড়তে কঠিন হবে।
অটোতে রেখে না দিয়ে কথ্য ভাষা সেট করাই সবচেয়ে সহজ সমাধান। ছোট ক্লিপে, প্রবল অ্যাকসেন্টে, বা একই ফাইলে ২টি ভাষা থাকলে ডিটেকশন ভুল অনুমান করতে পারে। একবার ভুল ধরলে তার প্রভাব পরে প্রতিটি লাইনের উপর পড়ে।
বাকি সমঝোতাটি নিয়ন্ত্রণ করে প্রসেসিং স্পিড সেটিং। দ্রুত মডেলগুলো আগে টেক্সট দেয়, আর ধীর মডেলগুলো অডিও আরও মনোযোগ দিয়ে পড়ে এবং বেশি শব্দ সঠিক ধরে। রেকর্ডিং দীর্ঘ, নিচু স্বরে, বা টেকনিক্যাল হলে ধীরগতির একটি মডেল বেছে নিন।
সাধারণ অডিও ফরম্যাটগুলো কাজ করে, যেমন MP3, WAV, M4A, FLAC, OGG, এবং AAC। ব্যাচ কনভার্সন সমর্থিত, তাই আপনি একসাথে কয়েকটি রেকর্ডিং যোগ করে প্রতিটির জন্য আলাদা ট্রান্সক্রিপ্ট পেতে পারেন।
দুটি আউটপুট ফরম্যাট উপলব্ধ। TXT হলো প্লেইন টেক্সট, যা সরাসরি ডকুমেন্ট বা নোটস অ্যাপে পেস্ট করার জন্য প্রস্তুত। SRT একই টেক্সটকে টাইমড সাবটাইটেল লাইনে ভাগ করে, যা ভিডিও প্লেয়ার এবং এডিটরগুলো প্রত্যাশা করে।
৯০টির বেশি কথ্য ভাষা কভার করা হয়েছে। এর মধ্যে আছে আরবি, চাইনিজ, ডাচ, ফরাসি, জার্মান, হিন্দি, ইতালিয়ান, জাপানি, কোরিয়ান, পোলিশ, পর্তুগিজ, রাশিয়ান, স্প্যানিশ, তুর্কি, ইউক্রেনীয়, এবং ভিয়েতনামি।
হ্যাঁ। রেকর্ডিং আপলোড করুন, কনভার্সন শুরু করুন, এবং কোনো টাকা দেওয়া বা অ্যাকাউন্ট তৈরি না করেই ট্রান্সক্রিপ্ট ডাউনলোড করুন। দীর্ঘ রেকর্ডিং ও বেশি দৈনিক ব্যবহারের ক্ষেত্রে কেবল সাবস্ক্রিপশন প্রযোজ্য।
আপনার অডিও কোথায় আছে তার উপর নির্ভর করে। ডিক্টেশন অ্যাপগুলো আপনি মাইক্রোফোনে বলতে বলতে সঙ্গে সঙ্গে টাইপ করে। এই পেজ অন্য কাজটি করে: এটি আগে থেকে থাকা একটি রেকর্ডিং নেয় এবং ফিরিয়ে দেয় একটি টেক্সট ফাইল। অডিও যদি ফাইল আকারে থাকে, তাহলে এমন কনভার্টারই দ্রুততর উপায়।
Google Cloud Speech-to-Text হলো ডেভেলপারদের জন্য তৈরি একটি API, আর Google Docs লাইভ ডিক্টেশনের জন্য ভয়েস টাইপিং দেয়। কোনোটাই আপনাকে এমন সুবিধা দেয় না যে আপনি একটি প্রস্তুত অডিও ফাইল ব্রাউজার পেজে ফেলবেন এবং একটি ট্রান্সক্রিপ্ট ডাউনলোড করবেন। এই কনভার্টার সেটাই করে, কোনো কোড ছাড়াই এবং কোনো অ্যাকাউন্ট ছাড়াই।
পরিষ্কার কথা, এক বক্তা, এবং কম ব্যাকগ্রাউন্ড নয়েজ সেরা ফল দেয়। অটো-ডিটেক্টের বদলে কথ্য ভাষা বেছে নিলে একটি সাধারণ ভুলের উৎস দূর হয়, আর ধীর প্রসেসিং স্পিড সেটিং অডিও আরও মনোযোগ দিয়ে পড়ে। নাম, টেকনিক্যাল টার্ম, এবং সংখ্যাগুলো প্রুফরিড করতে হবে ধরে নিন।
৯০টির বেশি, যেমন আরবি, চাইনিজ, ডাচ, ফরাসি, জার্মান, হিন্দি, ইতালিয়ান, জাপানি, কোরিয়ান, পোলিশ, পর্তুগিজ, রাশিয়ান, স্প্যানিশ, তুর্কি, ইউক্রেনীয়, এবং ভিয়েতনামি। সেটিং অটোতে রাখলে ভাষাটি অডিও থেকে শনাক্ত হয়।
সাধারণ অডিও ফাইলগুলো কাজ করে, যেমন MP3, WAV, M4A, FLAC, OGG, এবং AAC। একবারে কয়েকটি ফাইল আপলোড করা যায়, এবং প্রতিটি ফাইলের জন্য আলাদা ট্রান্সক্রিপ্ট ফিরে আসে।
হ্যাঁ। আউটপুট ফরম্যাট হিসেবে SRT বেছে নিন এবং ট্রান্সক্রিপ্টটি টাইমড সাবটাইটেল লাইন হিসেবে ফেরত পাবেন, যা ভিডিও প্লেয়ার বা এডিটর সরাসরি লোড করতে পারে। প্লেইন টেক্সট ফাইলের জন্য TXT বেছে নিন।
হ্যাঁ। মোবাইল ব্রাউজারে এই পেজটি খুলে আপনার ফোন বা ক্লাউড স্টোরেজ থেকে রেকর্ডিংটি বেছে নিন। ইনস্টল করার মতো কোনো অ্যাপ নেই, আর ধাপগুলো কম্পিউটারের মতোই।
এখানের সবকিছুই ব্রাউজারে চলে, কোনো ইনস্টল বা সাইন আপের দরকার নেই।
