এই অ্যাপ্লিকেশন দিয়ে তৈরি
Your order of three items ships Tuesday, March 4th and arrives within five to seven business days. Total charged $42.80. Reference number A-729B. Questions? Reply to this message anytime.
The studio is quiet now. Outside, the last train of the evening pulls away from the platform, and for a moment the whole building seems to listen. She sets down the script, closes her eyes, and begins again from the top, slower this time, letting each line finish before the next one starts.
今年的春茶刚到你先闻闻香再慢慢喝难怪外面下这么大的雨这里还坐得满满的
You came. I thought the rain would keep you at home. The rain is why I came. Nobody cues in this.
El estudio está tranquilo ahora. Afuera, el último tren de la noche se aleja del andén, y por un momento, todo el edificio parece escuchar. Ella deja el guión, cierra los ojos y comienza de nuevo desde el principio, más despacio esta vez, dejando que cada línea termine antes de que comience la siguiente.
Turn left and 200 meters, then continue straight for one and a half kilometers. Traffic ahead is lighter than usual, so you are running about four minutes early.
الاستوديو هادئ الآن. في الخارج يغادر آخر قطار في المساء من الرصيف. وللحظة يبدو أن المبنى بأكمله يستمع. تضع النص، تغلق عينيها، وتبدأ من جديد من البداية ببطء هذه المرة. تترك كل سطر ينتهي قبل أن يبدأ السطر التالي.
귀하의 3가지 품목 주문은 3월 4일 화요일에 발송되며 영업일 기준 5일에서 7일 이내에 도착합니다. 총 청구 금액 42달러 80센트. 참조번호 A729B. 질문이 있으신가요? 언제든지 이 메시지에 회신하세요.
Whisper Transcription মুখের অডিওকে নির্ভুল, পাঠযোগ্য লেখায় রূপান্তরিত করে, সাথে সিঙ্ক্রোনাইজড টাইমস্ট্যাম্প এবং ব্যবহারের জন্য প্রস্তুত একটি SRT ক্যাপশন ফাইল তৈরি করে। Whisper speech recognition মডেলের উপর ভিত্তি করে নির্মিত এই অ্যাপটি কন্টেন্ট ক্রিয়েটর, সাংবাদিক, গবেষক, শিক্ষক এবং যাদের নির্ভরযোগ্য সাবটাইটেল বা রেকর্ড করা বক্তব্য থেকে অনুসন্ধানযোগ্য প্রতিলিপি প্রয়োজন তাদের জন্য ডিজাইন করা হয়েছে। এটি 99টি ভাষা চিনতে পারে এবং স্বয়ংক্রিয়ভাবে কথিত ভাষার শনাক্তকরণ করতে পারে, যা এটিকে বহুভাষিক প্রকল্প, আন্তর্জাতিক সাক্ষাৎকার এবং বিশ্বব্যাপী মিডিয়া উৎপাদনের জন্য ব্যবহারিক করে তোলে - যেখানে ম্যানুয়াল ক্যাপশন কাজের প্রয়োজন হয় না।
এই অ্যাপ্লিকেশনটি কীভাবে ব্যবহার করবেন
- 1
আপনি কী তৈরি করতে চান তা বর্ণনা করুন বা আপনার সোর্স ফাইল আপলোড করুন।
- 2
আপনার বিকল্পগুলি বেছে নিন, তারপর জেনারেট করুন টিপুন।
- 3
আপনার ফলাফল কয়েক মুহূর্তের মধ্যে গ্যালারিতে প্রদর্শিত হতে দেখুন।
- 4
ডাউনলোড করুন, শেয়ার করুন বা একটি নতুন ধারণা দিয়ে আবার জেনারেট করুন।
আপনি কী তৈরি করতে পারেন
ভিডিও কন্টেন্টের সাবটাইটেল তৈরি
রেকর্ড করা ভিডিওর অডিও ট্র্যাক আপলোড করুন এবং সম্পাদনা সফটওয়্যারে ব্যবহারের জন্য প্রস্তুত একটি সঠিকভাবে ফর্ম্যাট করা SRT ফাইল পান। স্পিচের সাথে টাইমস্ট্যাম্পগুলি নিখুঁতভাবে সারিবদ্ধ থাকে, যা YouTube ভিডিও, কোর্স রেকর্ডিং বা সোশ্যাল মিডিয়া ক্লিপের জন্য ম্যানুয়ালি সাবটাইটেল এন্ট্রির সময় বাঁচায়।
সাক্ষাৎকার এবং পডকাস্ট প্রতিলিপি তৈরি
সাংবাদিক এবং পডকাস্টাররা দীর্ঘ রেকর্ডিংকে অনুসন্ধানযোগ্য টেক্সটে রূপান্তর করতে পারেন। SRT-এর প্রতিটি লাইন তার নিজস্ব শুরু এবং শেষ সময় বহন করে, তাই আপনি আপনার প্রতিলিপিতে খুঁজে পান এমন একটি উদ্ধৃতি মূল রেকর্ডিংয়ে সেকেন্ডের মধ্যে সনাক্ত করা যেতে পারে - যখন আপনি একটি নিবন্ধ, শো নোট বা এপিসোড সারাংশ লিখছেন।
বহুভাষিক গবেষণা প্রতিলিপি
99টি ভাষায় স্বীকৃতি থাকার কারণে, আন্তর্জাতিক ফিল্ড রেকর্ডিং, মৌখিক ইতিহাস বা বহুভাষিক ফোকাস গ্রুপের সাথে কাজ করা গবেষকরা প্রতিটি ভাষার জন্য বিশেষ মানব অনুবাদক খুঁজে না বের করেও প্রতিলিপি তৈরি করতে পারেন।
অ্যাক্সেসিবিলিটি ক্যাপশন তৈরি
প্রশিক্ষণ ভিডিও, ওয়েবিনার বা সর্বজনীনভাবে প্রদর্শিত মিডিয়া তৈরিকারী সংস্থাগুলি আইনসম্মত ক্লোজড ক্যাপশন যুক্ত করার জন্য SRT আউটপুট ব্যবহার করতে পারে, যা শ্রবণ প্রতিবন্ধী দর্শকদের জন্য অ্যাক্সেসযোগ্যতা উন্নত করে এবং ক্যাপশন কাজের জন্য তৃতীয় পক্ষের উপর নির্ভরতা হ্রাস করে।
মিটিং এবং লেকচার নোট
একটি টিম মিটিং, বিশ্ববিদ্যালয় লেকচার বা ক্লায়েন্ট কলের রেকর্ড করুন এবং অডিও আপলোড করে সময়-চিহ্নিত প্রতিলিপি তৈরি করুন। টেক্সট আউটপুট দীর্ঘ রেকর্ডিং থেকে অ্যাকশন আইটেম, মূল সিদ্ধান্ত বা অধ্যয়নের নোট বের করা সহজ করে তোলে।
কেন সৃজনশীলরা এই অ্যাপ্লিকেশন ব্যবহার করেন
- টাইমস্ট্যাম্প
- SRT আউটপুট
- 99টি ভাষা
আরও ভাল ফলাফলের জন্য টিপস
পরিষ্কার, স্পষ্ট অডিও ব্যবহার করুন
Whisper Transcription কম ব্যাকগ্রাউন্ড নয়েজের সাথে সবচেয়ে ভালো কাজ করে। আপনার সোর্স রেকর্ডিংয়ে উল্লেখযোগ্য অ্যাম্বিয়েন্ট সাউন্ড বা মিউজিক থাকলে, প্রথমে এটিকে নয়েজ রিডাকশন টুলের মাধ্যমে চালান। পরিষ্কার অডিও মানে কম ট্রান্সক্রিপশন এরর এবং আরও নির্ভুল টাইমস্ট্যাম্প প্লেসমেন্ট।
ভিডিও নয়, শুধুমাত্র অডিও ট্র্যাক আপলোড করুন
এই অ্যাপটি একটি অডিও ফাইল নেয়, তাই ভিডিও থেকে অডিও এক্সপোর্ট বা বের করে আপলোড করুন। একই রেকর্ডিংয়ের একটি সাধারণ MP3 বা WAV যেভাবে সম্পূর্ণ ভিডিও ট্রান্সক্রাইব হবে তেমনটাই ট্রান্সক্রাইব হবে এবং অনেক দ্রুত আপলোড হবে।
প্রতিটি ফাইলে একটি ভাষা রাখুন
কথিত ভাষা স্বয়ংক্রিয়ভাবে সনাক্ত করা হয়, তাই কনফিগার করার কিছু নেই। অ্যাডভান্সড-এ একটি ভাষা নির্বাচক রয়েছে যদি আপনি একটি নির্দিষ্ট ভাষা নির্ধারণ করতে চান, যা নয়েজি অডিওর ক্ষেত্রে কাজে লাগে এবং আপনি কী বলা হয়েছে তা আগে থেকেই জানেন। একটি রেকর্ডিং একটি ভাষায় থাকলে নির্ভরযোগ্যভাবে শনাক্ত হয়। যদি আপনার এমন উপাদান থাকে যা মাঝপথে ভাষা পরিবর্তন করে, তবে এটিকে আলাদা করলে একটি মিশ্র ফাইলের চেয়ে ভালো ফলাফল পাওয়া যায়।
সম্পাদনার জন্য SRT আউটপুট ব্যবহার করুন
SRT ফাইলটি ভিডিও এডিটর এবং ক্যাপশনিং প্ল্যাটফর্মে সরাসরি ইম্পোর্ট করার জন্য ফর্ম্যাট করা হয়েছে। এটি সাধারণ টেক্সট প্রতিলিপির সাথে সংরক্ষণ করা হয়, তাই একটি মাত্র রান-এ আপনার কাছে একটি মানুষের পাঠযোগ্য সংস্করণ এবং একটি প্রোডাকশন-রেডি ক্যাপশন ফাইল উভয়ই থাকে - অডিও দুবার প্রসেস করার প্রয়োজন হয় না।
এই অ্যাপটি কখন বেছে নেবেন
Whisper Transcription তখনই সঠিক পছন্দ যখন আপনার প্রধান আউটপুট হল অডিও থেকে নির্ভুল টেক্সট বা টাইমিং করা ক্যাপশন, বিশেষ করে একাধিক ভাষায়। সাধারণ-উদ্দেশ্যের সরঞ্জামগুলি যেখানে ট্রান্সক্রিপশনকে একটি গৌণ বৈশিষ্ট্য হিসেবে গণ্য করে, এই অ্যাপটি ক্যাপশন এবং প্রতিলিপি ওয়ার্কফ্লোর জন্য বিশেষভাবে তৈরি করা হয়েছে, যা SRT আউটপুট এবং টাইমস্ট্যাম্পকে অ্যাড-অন হিসেবে নয়, প্রথম শ্রেণির আউটপুট হিসাবে প্রদান করে।
সাধারণ প্রশ্নাবলী
Whisper Transcription কোন অডিও ফরম্যাট গ্রহণ করে?
আপলোড ফিল্ডে অডিও ফাইল: MP3, WAV, OGG এবং WebM সবই গ্রহণ করা হয়। ভিডিও ফাইল গ্রহণ করা হয় না, তাই যদি আপনার উৎস একটি ভিডিও হয় তবে প্রথমে এর অডিও ট্র্যাক এক্সপোর্ট বা বের করে আপলোড করুন।
SRT আউটপুটে টাইমস্ট্যাম্প কতটা নির্ভুল?
টাইমস্ট্যাম্পগুলি বাক্য বা phrase স্তরে তৈরি করা হয়, যা স্পোকেন অডিওর সাথে সিঙ্ক্রোনাইজ করা থাকে। নির্ভুলতা অডিওর স্পষ্টতা এবং কথা বলার গতির উপর নির্ভর করে। পরিষ্কার, স্থিতিশীল গতিতে স্বাভাবিকভাবে বললে সবচেয়ে নিখুঁত টাইমস্ট্যাম্প সারিবদ্ধতা পাওয়া যায়, যেখানে খুব দ্রুত কথা বলা বা ভারী উচ্চারণ সামান্য অফসেট তৈরি করতে পারে।
আমাকে কি বলতে হবে কোন ভাষা বলা হচ্ছে?
না। ডিফল্টরূপে স্বয়ংক্রিয় শনাক্তকরণ সক্রিয় থাকে এবং এটি Whisper দ্বারা স্বীকৃত 99টি ভাষাকেই সমর্থন করে। আপনি যদি একটি নির্দিষ্ট ভাষা নির্ধারণ করতে চান তবে ভাষা নির্বাচক অ্যাডভান্সড-এ উপলব্ধ রয়েছে, তবে স্বয়ংক্রিয় সেটিংস বজায় রাখা প্রায় প্রতিটি ফাইলের জন্য সঠিক পছন্দ, এবং এটি picker-এ তালিকাভুক্ত নেই এমন ভাষাও অন্তর্ভুক্ত।
প্রতিলিপিতে কে কথা বলছে?
না। আউটপুট হল একটি অবিচ্ছিন্ন প্রতিলিপি এবং একটি segment-timed SRT ফাইল, যেখানে স্পিকারের লেবেল নেই। একটি সাক্ষাৎকার বা প্যানেলের জন্য, আপনি সম্পাদনা করার সময় সহজেই অডিওর মাধ্যমে ধাপগুলো অনুসরণ করে লাইনগুলি নির্ধারণ করতে পারেন, তবে অ্যাপটি কোনো স্বতন্ত্র কণ্ঠস্বরকে আলাদা করে বা নামকরণ করে না।
আমি সরাসরি ভিডিও সম্পাদনা সফটওয়্যারে SRT ফাইল ব্যবহার করতে পারি?
হ্যাঁ। SRT ফর্ম্যাট একটি সার্বজনীন সাবটাইটেল স্ট্যান্ডার্ড যা Premiere Pro, DaVinci Resolve, Final Cut Pro এবং বেশিরভাগ অনলাইন ভিডিও প্ল্যাটফর্মের মতো সরঞ্জামগুলিতে সমর্থিত। SRT ফাইলটি ডাউনলোড করুন এবং কোনো রূপান্তর বা পুনরায় ফর্ম্যাটিং ছাড়াই একটি সাবটাইটেল ট্র্যাক হিসাবে ইম্পোর্ট করুন।
অ্যাপটি কতক্ষণ দৈর্ঘ্যের অডিও ফাইল পরিচালনা করতে পারে?
অ্যাপটি সাক্ষাৎকার, লেকচার এবং মিটিংয়ের মতো ব্যবহারিক ট্রান্সক্রিপশন কাজের জন্য তৈরি করা হয়েছে। খুব দীর্ঘ রেকর্ডিং, যেমন বহু-ঘণ্টার অনুষ্ঠান, প্রক্রিয়াকরণের নির্ভরযোগ্যতা বজায় রাখতে এবং ফলস্বরূপ প্রতিলিপি পর্যালোচনা এবং সম্পাদনা করা সহজ করার জন্য ছোট অংশে বিভক্ত করা সুবিধাজনক হতে পারে।
এটির খরচ কত?
প্রতিটি জেনারেশনে ১ ক্রেডিট খরচ হয়। নতুন অ্যাকাউন্টগুলি এটি চেষ্টা করার জন্য বিনামূল্যে ক্রেডিট পায়।
এই অ্যাপ্লিকেশনটি কোন AI মডেল দ্বারা চালিত?
এই অ্যাপটি Whisper Transcription এর উপর চলে, যা Arteza-এর মাধ্যমে উপলব্ধ এবং এর জন্য আলাদা অ্যাকাউন্ট বা সেটআপের প্রয়োজন নেই।
আমি কি ফলাফল বাণিজ্যিকভাবে ব্যবহার করতে পারি?
হ্যাঁ। আপনি যে কন্টেন্ট তৈরি করেন তা আপনার, আমাদের কন্টেন্ট লাইসেন্সের অধীন ব্যবহারের জন্য।
একটি জেনারেশন কতক্ষণ সময় নেয়?
বেশিরভাগ জেনারেশন এক মিনিটের মধ্যে সম্পন্ন হয় এবং আপনি গ্যালারিতে লাইভ অগ্রগতি দেখতে পারেন।