অডিও অনুবাদ করুন

Translate Audio যেভাবে একটি রেকর্ডিংকে অনূদিত বক্তব্যে রূপান্তর করে

Translate Audio কথা শনাক্ত করে, তা ১১১টি ভাষার একটিতে অনুবাদ করে এবং নিজে থেকেই একটি সারসংক্ষেপ তৈরি করে। প্লে বাটনে ট্যাপ করলেই ভয়েসওভার শুরু হয়।

আপডেট করা হয়েছে: ২ নভেম্বর, ২০২৬4 মিনিট পড়ার সময়

আপনার অজানা কোনো ভাষার ভয়েস মেসেজ, সাক্ষাৎকার, লেকচার বা অন্য যেকোনো রেকর্ডিংয়ের জন্য Translate Audio ব্যবহার করুন। আপনি মূল বক্তব্য এবং অনুবাদ পাশাপাশি পড়তে পারবেন, এবং বক্তার নিজস্ব কণ্ঠে অনুবাদটি শুনতেও পারবেন।

আপনি কী আপলোড করতে পারবেন

Translate Audio অডিও ফাইল এবং ভিডিও ফাইল গ্রহণ করে। ভিডিও থেকে এটি কেবল অডিও অংশটুকু নেয়, এবং এটি আপলোড করার আগেই আপনার ডিভাইসে সম্পন্ন হয়।

উৎসসীমাবদ্ধতাকোথায়
আপনার ডিভাইস থেকে ফাইল (Choose)সর্বোচ্চ 100 MBweb, iOS, Android
অ্যাপে রেকর্ডিং (Record audio)সময়ের কোনো সীমা নেই, কমপক্ষে 1 সেকেন্ডweb, iOS, Android
লিঙ্ক (Paste link): YouTube, TikTok, Instagram, X, Facebook, Pinterest, সরাসরি কোনো ফাইলের লিঙ্ক বা অন্য কোনো সাইটসর্বোচ্চ 2 GBweb, iOS, Android
WhatsApp, Telegram বা অন্য কোনো অ্যাপ থেকে শেয়ার করা ভয়েস মেসেজসর্বোচ্চ 100 MBশুধুমাত্র iOS এবং Android

সমর্থিত অডিও ফরম্যাট: MP3, M4A, AAC, WAV, FLAC, OGG, Opus, WebM, 3GP এবং MP4। মেসেঞ্জার থেকে কীভাবে ভয়েস মেসেজ পাঠাবেন তা Send a voice message from WhatsApp or Telegram to VocaLingo-তে বর্ণনা করা হয়েছে।

একটি রেকর্ডিং যেভাবে অনুবাদ করবেন

ফাইল নির্বাচন করার সাথে সাথেই অনুবাদ নিজে থেকেই শুরু হয়ে যায়। আলাদা কোনো Translate বাটন নেই।

  1. Tools ট্যাবে গিয়ে Audio Translation খুলুন।

  2. Choose, Record audio অথবা Paste link-এ ট্যাপ করুন।

  3. অ্যাপটিতে Recognizing… এবং এরপর Translating… দেখানো পর্যন্ত অপেক্ষা করুন। রেকর্ডিংয়ের ভাষাটি স্বয়ংক্রিয়ভাবে শনাক্ত করা হয়।

  4. Translation ট্যাবে, উপরের ভাষাটি দেখে নিন। প্রথমবার এটি আপনার অ্যাপের ভাষার সাথে মিলে যাবে, এরপর থেকে অ্যাপটি আপনার শেষ পছন্দটি মনে রাখবে। আপনি অন্য কোনো ভাষা বেছে নিলে লেখাটি আবার অনূদিত হবে।

  5. অনুবাদটি শোনার জন্য প্লেয়ারের প্লে বাটনে ট্যাপ করুন।

আপনি কী পাবেন এবং কোথায় তা খুঁজে পাবেন

ফলাফলটি তিনটি ট্যাবে ভাগ করা থাকে এবং এটি নিজে থেকেই History-তে সেভ হয়ে যায়।

  • Source text: শনাক্ত করা বক্তব্য। কোনো শব্দ ভুল শোনা হয়ে থাকলে Edit-এ ট্যাপ করে তা সংশোধন করুন, এবং অনুবাদটি নিজে থেকেই আপডেট হয়ে যাবে।

  • Translation: প্লেয়ারসহ অনূদিত লেখা। আপনি লেখাটি এডিট, কপি বা শেয়ার করতে পারেন। প্লেয়ারের শেয়ার বাটনটি ভয়েসওভারটিকে অডিও ফাইল হিসেবে পাঠায়; ওয়েবে এটি ফাইলটি ডাউনলোড করে।

  • Summary: সংক্ষেপ, মূল বিষয়সমূহ এবং টাইমস্ট্যাম্পসহ অধ্যায়সমূহ।

অনুবাদের নিচে What next? অংশটি Record a reply, Discuss in chat এবং ক্লোন করা ভয়েসওভারের পর Save voice অফার করে। উপরের ডান কোণে থাকা History আইকন থেকে আগের ফলাফলগুলো খোলা যায়। Premium ছাড়া শেষ 3টি এন্ট্রি সংরক্ষিত থাকে। Translate Audio কোনো পুশ নোটিফিকেশন পাঠায় না: ফলাফলটি স্ক্রিনেই দেখা যায়।

অনুবাদটি কোন কণ্ঠে শোনা যাবে

আপনি প্লে বাটনে ট্যাপ করলেই কেবল ভয়েসওভার তৈরি হয়, এবং Settings-এ আপনি কোনো কণ্ঠ বেছে না নিয়ে থাকলে অ্যাপটি এভাবে কণ্ঠ নির্ধারণ করে:

  • ইংরেজি, রুশ, চীনা, জার্মান, ফরাসি, স্প্যানিশ, ইতালীয়, জাপানি, কোরিয়ান এবং পর্তুগিজ: অ্যাপটি সরাসরি Qwen 3 দিয়ে বক্তার কণ্ঠ ক্লোন করে। রেকর্ডিংটি কমপক্ষে 3 সেকেন্ড দীর্ঘ হতে হবে।

  • অন্যান্য ভাষা: অ্যাপটি Clone voice? জানতে চায় এবং খরচ দেখায়। এই রেকর্ডিংয়ের জন্য যেটি বেশি সাশ্রয়ী, Clone voice সেই অনুযায়ী MiniMax বা ElevenLabs Dubbing v2 ব্যবহার করে। Use AI voice অনুবাদটি একটি সাধারণ কণ্ঠে পড়ে শোনায়। আপনি যদি Don't ask again টিক দিয়ে রাখেন, অ্যাপটি আপনার উত্তর মনে রাখবে।

নিজে কণ্ঠ নির্বাচন করতে, উপরের ডান কোণে সেটিংস আইকনে ট্যাপ করুন এবং Voiceover ট্যাবটি খুলুন। প্রতিটি অপশন Translate Audio settings-এ বর্ণনা করা হয়েছে। কণ্ঠটি যদি রোবোটিক, খুব দ্রুত বা বক্তার মতো না শোনায়, তবে Why the translated voice sounds robotic দেখুন।

এটির খরচ কেমন

ফাইল নির্বাচন করার পর কথা শনাক্তকরণ, অনুবাদ এবং সারসংক্ষেপের খরচ নিজে থেকেই কেটে নেওয়া হয়। আপনি প্লে বাটনে ট্যাপ করলেই কেবল ভয়েসওভারের খরচ কাটা হয়।

ধাপমূল্য
শনাক্তকরণ, ElevenLabs Scribe (ডিফল্ট)প্রতি মিনিট অডিওর জন্য প্রায় 0.7 টোকেন
অনুবাদ ও সারসংক্ষেপএকটি টোকেনের ভগ্নাংশ
সাধারণ কণ্ঠ, ElevenLabsঅনুবাদের প্রতি 1,000 অক্ষরের জন্য 10 টোকেন
ক্লোন করা কণ্ঠ, Qwen 3প্রতি 1,000 অক্ষরের জন্য প্রায় 20 টোকেন, কমপক্ষে 5 টোকেন
ক্লোন করা কণ্ঠ, MiniMaxক্লোনিংয়ের জন্য 180 টোকেন এবং প্রতি 1,000 অক্ষরের জন্য 12 টোকেন
ElevenLabs Dubbing v2রেকর্ডিংয়ের প্রতি সেকেন্ডের জন্য 4.4 টোকেন

সব টুলের মূল্য Token pricing for each tool-এ পাওয়া যাবে।

Translate Audio যা করতে পারে না

  • আপনি রেকর্ডিংয়ের ভাষা নির্বাচন করতে পারবেন না: এটি সবসময় স্বয়ংক্রিয়ভাবে শনাক্ত করা হয়।

  • SRT, TXT বা PDF হিসেবে এক্সপোর্ট করার ব্যবস্থা নেই। এর পরিবর্তে লেখাটি কপি বা শেয়ার করুন।

  • পুরো অনুবাদটি একটি কণ্ঠেই পড়া হয় এবং মূল বক্তব্যের বিরতিগুলো বজায় থাকে না। কেবল ElevenLabs Dubbing v2 প্রতিটি বক্তার জন্য আলাদা কণ্ঠ দেয় এবং মূল সময়সীমা বজায় রাখে।

  • সরাসরি ফোন বা মেসেঞ্জারের কল অনুবাদ করা যায় না, কেবল রেকর্ডিং অনুবাদ করা যায়। দেখুন Can VocaLingo translate a phone or WhatsApp call।

  • ওয়েবে মেসেঞ্জার থেকে শেয়ার করার সুবিধা নেই: ভয়েস মেসেজটি ফাইল হিসেবে সেভ করুন এবং Choose-এ ট্যাপ করুন।

সাধারণ জিজ্ঞাসা

আমি কি নিজের কণ্ঠ অন্য ভাষায় অনুবাদ করতে পারি?

হ্যাঁ। Record audio-তে ট্যাপ করুন, আপনার বক্তব্য বলুন, Translation ট্যাবে উদ্দিষ্ট ভাষাটি বেছে নিন এবং প্লে বাটনে ট্যাপ করুন। উপরে উল্লিখিত 10টি ভাষার ক্ষেত্রে আপনার নিজের কণ্ঠের ক্লোনেই অনুবাদটি তৎক্ষণাৎ পড়ে শোনানো হবে; অন্যান্য ভাষার জন্য ডায়ালগে Clone voice নির্বাচন করুন।

আমি কি অডিওর বদলে ডাব করা ভিডিও পেতে পারি?

Translate Audio কেবল টেক্সট এবং অডিও প্রদান করে। নতুন বক্তব্যসহ ভিডিও পেতে Translate Video ব্যবহার করুন।

সাপোর্টে যোগাযোগ

সমস্যাটি বর্ণনা করুন এবং আমরা ইমেলের মাধ্যমে উত্তর দেব। ফাইল নেম বা জব আইডি থাকলে তা যোগ করুন।

সাপোর্টে লিখুন