মিটিং বা বক্তৃতার রেকর্ডিং কীভাবে ট্রান্সক্রাইব করবেন
Zoom ফাইল যাবে Video to Text-এ, আর ভয়েস রেকর্ডারের ফাইল যাবে Text Transcription-এ। এক ঘণ্টার জন্য খরচ হবে প্রায় 44 টোকেন এবং অ্যাকশন আইটেমসহ Essence-এর জন্য অতিরিক্ত কয়েকটি টোকেন।
আপডেট করা হয়েছে: ২ নভেম্বর, ২০২৬2 মিনিট পড়ার সময়
মূল উদ্দেশ্য হলো এমন একটি টেক্সট তৈরি করা যা আপনি সার্চ করতে পারবেন, কোট করতে পারবেন এবং অন্যদের পাঠাতে পারবেন, সেই সাথে সিদ্ধান্ত ও কাজের তালিকা সম্বলিত একটি সংক্ষিপ্ত সারসংক্ষেপ। আপনার কাছে কী ধরণের ফাইল আছে তার ওপর নির্ভর করে কোন টুলটি ব্যবহার করবেন।
কোন টুলটি ব্যবহার করবেন
| আপনার কাছে যা আছে | টুল | কেন |
|---|---|---|
| Zoom, Teams বা Google Meet রেকর্ডিং (MP4), কোনো ওয়েবিনার ভিডিও | Video to Text | 3 GB পর্যন্ত ভিডিও; কাজ চলাকালীন আপনি অ্যাপটি বন্ধ করতে পারেন |
| YouTube-এর কোনো বক্তৃতা | Video to Text সাথে Paste link | 2 GB পর্যন্ত; ফোনে কোনো কিছু ডাউনলোড হয় না |
| ফোনের ভয়েস রেকর্ডার থেকে পাওয়া ফাইল (M4A, MP3) | Text Transcription | 100 MB পর্যন্ত অডিও ফাইল |
| এই মুহূর্তে চলছে এমন কোনো বক্তৃতা | ফোনের ভয়েস রেকর্ডার, তারপর Text Transcription | কোনো সমস্যা হলে রেকর্ডিংটি ফোনেই সুরক্ষিত থাকে |
উভয় টুলই ভাষা শনাক্ত করে এবং বক্তা অনুযায়ী টেক্সট আলাদা করে। কোনোটিতেই স্টার্ট বাটন বা ভাষা বেছে নেওয়ার অপশন নেই: ফাইল যোগ করার সাথে সাথেই কাজ শুরু হয়ে যায়।
উদাহরণ: এক ঘণ্টার একটি Zoom কল
Tools ট্যাবটি খুলুন এবং Video to Text-এ ট্যাপ করুন।
Choose-এ ট্যাপ করে Zoom রেকর্ডিংটি বেছে নিন।
যতক্ষণ অ্যাপে Compressing video... এবং Uploading video... দেখায়, ততক্ষণ অ্যাপটি খোলা রাখুন।
যখন Recognizing speech... দেখতে পাবেন, তখন অ্যাপটি বন্ধ করে দিতে পারেন। টেক্সট তৈরি হয়ে গেলে একটি পুশ নোটিফিকেশন আসবে; সেটি পৌঁছাতে না পারলে একটি ইমেল পাঠানো হবে।
Text ট্যাবে গিয়ে টাইমকোডসহ বক্তা অনুযায়ী ট্রান্সক্রিপ্ট পড়ুন। সেই মুহূর্তের কথা শুনতে টাইমকোডে ট্যাপ করুন।
Essence ট্যাবে Key points দেখে নিন: মিটিংয়ের ক্ষেত্রে এতে সাধারণত Questions and answers এবং Action items অন্তর্ভুক্ত থাকে। Chapters কলের বিভিন্ন অংশ দেখায়।
সহকর্মীদের সারসংক্ষেপ পাঠাতে Export to PDF-এ ট্যাপ করুন, অথবা ট্রান্সক্রিপ্টের নিচে Discuss in chat-এ ট্যাপ করে একটি ফলো-আপ ইমেল লিখতে বলুন।
কত খরচ হবে
শনাক্তকরণের জন্য প্রতি মিনিটে প্রায় 0.73 টোকেন খরচ হয়: এক ঘণ্টার একটি কলের জন্য খরচ প্রায় 44 টোকেন। Essence-এর জন্য আরও কয়েকটি টোকেন যোগ হয়। ট্রান্সক্রিপ্ট প্রস্তুত হওয়ার পরেই কেবল টোকেন কাটা হয়, তাই কোনো প্রচেষ্টা ব্যর্থ হলে কোনো খরচ হয় না। দেখুন প্রতিটি টুলের জন্য টোকেনের মূল্য তালিকা।
অডিও ফাইলের আকার 100 MB-এর বেশি হলে
WAV বা উচ্চ মানের M4A ফরম্যাটের দীর্ঘ রেকর্ডিংগুলো প্রায়শই 100 MB ছাড়িয়ে যায়, এবং অ্যাপটি জানায় "Please choose a file no larger than 100 MB." করণীয়:
ফাইলটি MP3-তে রূপান্তর করুন। 128 kbps-এ এক ঘণ্টার MP3 প্রায় 58 MB হয়।
রেকর্ডিংটি ভিডিও হলে, ভিডিও ফাইলটি Video to Text-এ যুক্ত করুন: এটি 3 GB পর্যন্ত সমর্থন করে।
রেকর্ডিংটি অনলাইনে থাকলে, লিংকের মাধ্যমে যোগ করুন: 2 GB পর্যন্ত।
আরও ভালো ট্রান্সক্রিপ্ট পাওয়ার উপায়
ফোনটি সবচেয়ে বেশি কথা বলা ব্যক্তির কাছাকাছি অথবা টেবিলের মাঝামাঝি রাখুন।
কলের জন্য Zoom বা Teams-এর নিজস্ব রেকর্ডিং ব্যবহার করুন: ল্যাপটপের স্পিকারের সামনে ফোন ধরে রাখার চেয়ে এটি অনেক বেশি স্পষ্ট শোনায়।
বক্তাদের Speaker 1, Speaker 2 ইত্যাদি হিসেবে চিহ্নিত করা হয়। অ্যাপটি তাদের নাম জানে না এবং তাদের নাম পরিবর্তন করতে পারে না; টেক্সটটি কপি করার পর এই নামগুলো বদলে নিন।
সাপোর্টে যোগাযোগ
সমস্যাটি বর্ণনা করুন এবং আমরা ইমেলের মাধ্যমে উত্তর দেব। ফাইল নেম বা জব আইডি থাকলে তা যোগ করুন।