Text Transcription: রেকর্ড করা কথা টেক্সটে রূপান্তর করুন
একটি অডিও ফাইল, ভিডিও, রেকর্ডিং বা লিঙ্ক যোগ করুন। VocaLingo বক্তা ও টাইমকোডসহ প্রতিলিপি তৈরি করে, তারপর একটি সংক্ষিপ্ত Essence দেয়। কোনো বোতাম চাপার প্রয়োজন নেই।
আপডেট করা হয়েছে: ২ নভেম্বর, ২০২৬3 মিনিট পড়ার সময়
Tools ট্যাবে এই টুলটির নাম Text Transcription, এবং এটি যে স্ক্রিনটি খোলে তার শিরোনাম হলো Speech to Text। এটি ভয়েস মেসেজ, সাক্ষাৎকার, লেকচার, পডকাস্ট এবং এমন যেকোনো রেকর্ডিংয়ের জন্য উপযুক্ত যেখানে আপনার কথাগুলোকে টেক্সট হিসেবে প্রয়োজন।
আপনি কী যোগ করতে পারবেন
Text Transcription শব্দের সাথে কাজ করে। ভিডিও ফাইলও গ্রহণ করা হয়: অ্যাপটি আপনার ডিভাইসেই তা থেকে অডিও আলাদা করে নেয় এবং শুধু অডিও আপলোড করে।
| উৎস | সীমাবদ্ধতা | বিস্তারিত |
|---|---|---|
| অডিও ফাইল | ১০০ MB পর্যন্ত | MP3, M4A, AAC, WAV, FLAC, OGG, OPUS, WebM, 3GP |
| ভিডিও ফাইল | সংগৃহীত অডিও ১০০ MB পর্যন্ত | মূল ভিডিও আপলোড করা হয় না |
| অ্যাপে রেকর্ডিং | কোনো সময়ের সীমা নেই, ফাইলটি ১০০ MB-র মধ্যে হতে হবে | Record audio বোতাম, দেখুন কীভাবে অডিও রেকর্ড করতে হয় |
| লিঙ্ক | ২ GB পর্যন্ত | YouTube, TikTok, Instagram, X, Facebook, Pinterest, মিডিয়া ফাইলের সরাসরি লিঙ্ক; অন্যান্য সাইটেও কাজ করতে পারে। দেখুন লিঙ্ক থেকে ইমপোর্ট করা |
| শেয়ার মেনু (iOS ও Android) | ফাইলের মতোই | Audio Summary in VocaLingo টুলটিকে সরাসরি Essence ট্যাবে খোলে |
কীভাবে প্রতিলিপি পাবেন
Tools ট্যাব খুলুন এবং Text Transcription-এ ট্যাপ করুন।
অডিও যোগ করুন: ফাইলের জন্য Choose, রেকর্ড করতে Record audio, অথবা Paste link।
অপেক্ষা করুন। ফাইলটি যোগ করার সাথে সাথেই রূপান্তর নিজে থেকেই শুরু হয়ে যায়; কোনো Transcribe বোতাম নেই। টেক্সটটি Text ট্যাবে প্রদর্শিত হবে।
সংক্ষিপ্ত রূপের জন্য Essence ট্যাব খুলুন। প্রতিলিপির পর এটি স্বয়ংক্রিয়ভাবে তৈরি হয়।
কথ্য ভাষাটি স্বয়ংক্রিয়ভাবে শনাক্ত করা হয়। আপনি নিজে এটি নির্বাচন করতে পারবেন না।
Text এবং Essence ট্যাবে আপনি কী পাবেন
Text ট্যাবে সম্পূর্ণ প্রতিলিপি থাকে। ডিফল্ট রিকগনিশন ইঞ্জিনের মাধ্যমে একাধিক ব্যক্তি কথা বললে তা প্রতিটি অংশের জন্য টাইমকোডসহ বিভিন্ন বক্তায় (Speaker 1, Speaker 2 ইত্যাদি) বিভক্ত হয়ে যায়। সেই মুহূর্ত থেকে রেকর্ডিংটি শুনতে টাইমকোডে ট্যাপ করুন। সাধারণ টেক্সট দেখতে Show timecodes বন্ধ করুন। টেক্সট কপি বা শেয়ার করা যাবে।
Essence ট্যাব হলো অ্যাপের ভাষায় তৈরি একটি সংক্ষিপ্ত সারসংক্ষেপ, রেকর্ডিংটি যে ভাষাতেই থাকুক না কেন। এর তিনটি অংশ রয়েছে:
Brief: একটি শিরোনাম, সারসংক্ষেপ, উদ্ধৃতি এবং মূল বিষয়।
Key points: টাইমকোডসহ প্রধান বিষয়গুলো। রেকর্ডিংয়ের ওপর ভিত্তি করে আপনি Steps, Questions and answers, Terms বা Action items-ও পাবেন।
Chapters: টাইমকোডসহ বিভিন্ন অংশে বিভক্ত রেকর্ডিং।
Export to PDF দিয়ে Essence একটি ডকুমেন্ট হিসেবে সেভ করা যায়। প্রতিলিপির নিচে, What next? সেকশনে Discuss in chat, Translate text, Text to speech এবং Analyze text ব্যবহারের সুযোগ রয়েছে।
প্রতিটি ফলাফল টুলের History-তে সংরক্ষিত হয়। Premium ছাড়া শেষ ৩টি এন্ট্রি রাখা হয়, দেখুন হিস্ট্রি কীভাবে কাজ করে।
রিকগনিশন ইঞ্জিন কীভাবে পরিবর্তন করবেন
Text Transcription-এর নিজস্ব কোনো সেটিংস নেই। এটি Audio Translation-এ নির্বাচিত ইঞ্জিনটি ব্যবহার করে: Audio Translation খুলুন, সেটিংস আইকনে ট্যাপ করুন এবং Recognition ট্যাবে যান।
| ইঞ্জিন | অ্যাপ এটি সম্পর্কে কী বলে |
|---|---|
| ElevenLabs Scribe (ডিফল্ট) | উচ্চারণের ধরন ও পেছনের আওয়াজ; বক্তা অনুযায়ী টেক্সট ভাগ করে |
| OpenAI Transcribe | প্রযুক্তিগত পরিভাষা এবং নামবাচক বিশেষ্য |
| OpenAI Whisper | দীর্ঘ রেকর্ডিংয়ের জন্য |
এই পছন্দটি উভয় টুলের ক্ষেত্রেই প্রযোজ্য হবে।
এতে খরচ কেমন হবে
ElevenLabs Scribe-এর মাধ্যমে রিকগনিশন করতে প্রতি মিনিট শব্দের জন্য প্রায় 0.73 টোকেন খরচ হয়, তাই এক ঘণ্টার জন্য খরচ প্রায় 44 টোকেন। Essence-এর চার্জ আলাদাভাবে নেওয়া হয়: ছোট ভয়েস মেসেজের জন্য টোকেনের সামান্য অংশ, দীর্ঘ রেকর্ডিংয়ের জন্য কয়েকটি টোকেন। প্রতিটি ইঞ্জিনের সঠিক রেট পাওয়া যাবে প্রতিটি টুলের জন্য টোকেনের মূল্য তালিকা-তে।
Text Transcription যা করতে পারে না
এতে টেক্সট টাইপ বা পেস্ট করার কোনো জায়গা নেই। আপনার কাছে ইতিমধ্যে থাকা টেক্সট নিয়ে কাজ করতে Text Translation বা চ্যাট ব্যবহার করুন।
এটি কোনো সাবটাইটেল ফাইল (SRT, VTT) তৈরি করে না। ভিডিওতে সাবটাইটেল যুক্ত করতে Add Captions ব্যবহার করা হয়।
এটি নিজে থেকে অনুবাদ করে না। প্রতিলিপির নিচে থাকা Translate text ব্যবহার করুন, অথবা কণ্ঠসহ অনুবাদের জন্য Audio Translation ব্যবহার করুন।
সাধারণ জিজ্ঞাসা
ভিডিওর জন্য আমার কি Text Transcription নাকি Video to Text ব্যবহার করা উচিত?
ছোট ক্লিপের জন্য যেকোনোটি ব্যবহার করা যায়। বড় ভিডিও, বড় ফাইল বা টেক্সটের পাশাপাশি দেখতে চান এমন রেকর্ডিংয়ের জন্য Video to Text ব্যবহার করুন: এটি ৩ GB পর্যন্ত ভিডিও সমর্থন করে, ভিডিও প্লেয়ার চালু রাখে এবং প্রতিলিপি প্রস্তুত হলে নোটিফিকেশন পাঠায়।
Essence কেন রেকর্ডিংয়ের চেয়ে আলাদা ভাষায় তৈরি হচ্ছে?
Essence অ্যাপের ভাষায় তৈরি হয়। অন্য কোনো ভাষায় এটি পেতে ফাইল যোগ করার আগেই Settings-এ গিয়ে App Language পরিবর্তন করুন।
সাপোর্টে যোগাযোগ
সমস্যাটি বর্ণনা করুন এবং আমরা ইমেলের মাধ্যমে উত্তর দেব। ফাইল নেম বা জব আইডি থাকলে তা যোগ করুন।