কীভাবে Text to Speech দিয়ে প্রেজেন্টেশনের জন্য ভয়েস-ওভার তৈরি করবেন

একটি সাধারণ উদাহরণ: আপনার একটি ১০-স্লাইডের পিচ বা লেকচার রয়েছে এবং প্রতি স্লাইডের জন্য একটি ভয়েস দরকার, যাতে পুরো প্রেজেন্টেশনটি ভিডিও হিসেবে পাঠানো যায় বা আপনি ছাড়াও চালানো যায়। নিজে রেকর্ড করতে গেলে বারবার চেষ্টা করতে হয়, আর যেকোনো পরিবর্তনের জন্য আবার রেকর্ড করতে হয়। Text to Speech-এর মাধ্যমে আপনি শুধু টেক্সট এডিট করে পুনরায় অডিও তৈরি করতে পারবেন।

কোন টুলটি ব্যবহার করবেন এবং কেন

Text to Speech ব্যবহার করুন: এটি একটি লিখিত স্ক্রিপ্টকে আপনার পছন্দের ভয়েসে রূপান্তর করে। ভয়েসটি যদি আপনার নিজের মতো শোনাতে চান, তবে প্রথমে আপনার ভয়েস ক্লোন করুন এবং আমার ভয়েস ট্যাব থেকে সেটি বেছে নিন: দেখুন কাস্টম ভয়েস কী। Voice Changer এখানে প্রযোজ্য নয়: এটি আপনার আগের থেকে থাকা কোনো রেকর্ডিংয়ের ভয়েস পরিবর্তন করে এবং টেক্সট নিয়ে কাজ করে না।

একটি উদাহরণের মাধ্যমে ধাপে ধাপে নির্দেশনা

উদাহরণ: ইংরেজিতে ১০-স্লাইডের একটি প্রডাক্ট প্রেজেন্টেশন, স্লাইড প্রতি প্রায় ১৫০ শব্দের স্ক্রিপ্ট।

1. যেকোনো নোট অ্যাপে স্লাইড অনুযায়ী স্ক্রিপ্ট লিখুন। সংখ্যা, সংক্ষিপ্ত রূপ এবং নামগুলো যেভাবে পড়া উচিত সেভাবেই লিখুন, যেমন "2026" এর জায়গায় "twenty twenty-six" লিখুন যদি আপনি সেভাবে বলাতে চান।

2. টুল ট্যাবে গিয়ে Text to Speech খুলুন এবং পেস্ট করুন দিয়ে স্লাইড ১-এর টেক্সট পেস্ট করুন। এগিয়ে যান-এ ট্যাপ করুন।

3. পুরো ডেকটির জন্য একটি ভয়েস বেছে নিন। বিজনেস প্রেজেন্টেশনের জন্য MiniMax Expressive Narrator অথবা News প্রিসেট সহ Onyx বা Coral-এর মতো একটি OpenAI ভয়েস ব্যবহার করে দেখতে পারেন। এগিয়ে যান-এ ট্যাপ করুন।

4. তৈরি করুন-এ ট্যাপ করে ফলাফলটি শুনুন। গতি বা টোন ঠিক না থাকলে, MiniMax-এর জন্য গতি অথবা OpenAI-এর জন্য নির্দেশনা সমন্বয় করুন এবং আবার তৈরি করুন-এ ট্যাপ করুন।

5. স্লাইড ১ ঠিকঠাক শোনালে ফাইলটি সেভ করুন: প্লেয়ারের পাশের বাটনটি দিয়ে অ্যাপে শেয়ার করা যায় বা ওয়েব থেকে ডাউনলোড করা যায়।

6. টেক্সট ট্যাবে ফিরে যান, স্লাইড ২-এর টেক্সট দিয়ে পরিবর্তন করুন এবং আবার অডিও তৈরি করুন। ভয়েস এবং এর সেটিংস আগের মতোই থাকবে।

7. PowerPoint, Keynote অথবা Google Slides-এ প্রতিটি ফাইল সংশ্লিষ্ট স্লাইডে অডিও হিসেবে যুক্ত করুন।

প্রতিটি ফাইল তৈরি হওয়ার সাথে সাথেই সেভ করে নিন। Premium ছাড়া হিস্ট্রিতে শুধু শেষ ৩টি ফলাফল থাকে, তাই স্লাইড ৪-এর পর স্লাইড ১-এর ফাইলটি হিস্ট্রি থেকে মুছে যাবে।

কীভাবে ভয়েস আরও স্বাভাবিক শোনানো যায়

• স্লাইড অনুযায়ী আলাদা করে ভয়েস তৈরি করুন। ছোট অংশগুলো সংশোধন করা এবং স্লাইডে বসানো সহজ। একবারে সর্বোচ্চ 10,000 অক্ষর ব্যবহার করা যায়।

• জরুরি তথ্যের আগে কিছুটা বিরতি দেওয়ার জন্য, MiniMax ভয়েসের ক্ষেত্রে <#1#> অথবা ElevenLabs ভয়েসের ক্ষেত্রে ইলিপসিস (...) ব্যবহার করুন।

• কোনো শব্দের উচ্চারণে ভুল জোর দেওয়া হলে, জোর দেওয়া অংশটি বড় হাতের অক্ষরে লিখুন: REcord অথবা reCORD।

• নিজের ভয়েসে স্ক্রিপ্ট তৈরির জন্য প্রেজেন্টেশনের ভাষাতেই ভয়েস স্যাম্পল রেকর্ড করুন।

ট্যাগ এবং সেটিংস সম্পর্কে আরও জানতে: কীভাবে Text to Speech কাজ করে এবং OpenAI ভয়েসের জন্য নির্দেশনা।

কত খরচ হবে

উদাহরণ অনুযায়ী, প্রায় ১৫০ শব্দের ১০টি স্লাইডের জন্য মোট প্রায় 9,000 অক্ষর:

প্রতিবার "আবার তৈরি করুন"-এ চাপলে নতুন রান হিসেবে চার্জ কাটা হয়, তাই বাকিগুলো করার আগে একটি স্লাইডে ভয়েস পরীক্ষা করে নিন। সব টুলের খরচ দেখতে: প্রতিটি টুলের জন্য টোকেন প্রাইসিং।