ট্রান্সক্রিপ্টিনেটর অডিও রেকর্ড বা ইম্পোর্ট করে, সেটিকে ট্রান্সক্রাইব করে, কে কথা বলছে তা শনাক্ত করে এবং — ঐচ্ছিকভাবে — বলা কথাগুলোকে কার্যকরী নোটে পরিণত করতে সাহায্য করে। সমস্ত সংবেদনশীল তথ্য আপনার ডিভাইসেই থাকে।
শুরু থেকে শেষ পর্যন্ত ডিভাইসেই থাকে। অডিও কখনও আপনার ফোন থেকে বাইরে যায় না। ট্রান্সক্রিপশন স্থানীয়ভাবে ওপেন-সোর্স হুইস্পার মডেলে চলে। স্পিকার শনাক্তকরণের জন্য পাইঅ্যানোট ডায়ারাইজেশন এবং ৩ডি-স্পিকার এমবেডিং মডেল ব্যবহার করা হয় — যা স্থানীয়ভাবেই থাকে। আপনি এয়ারপ্লেন মোডেও ট্রান্সক্রিপ্টিনেটর ব্যবহার করতে পারেন; শুধুমাত্র একবার মডেল ডাউনলোড করার জন্য নেটওয়ার্কের প্রয়োজন হয়।
শুধু শব্দ নয়, কণ্ঠস্বরও শেখে। একবার কোনো স্পিকারের নাম বলুন — "উনি আমার সহকর্মী ডানা" — এবং ট্রান্সক্রিপ্টিনেটর ভবিষ্যতে প্রতিটি রেকর্ডিংয়ে যেখানেই তিনি কথা বলবেন, স্বয়ংক্রিয়ভাবে তাকে চিহ্নিত করে দেবে। ভয়েস প্রোফাইল শুধুমাত্র আপনার ডিভাইসেই সংরক্ষিত থাকে এবং কখনও আপলোড করা হয় না।
আপনার পছন্দের কোয়ালিটি টিয়ার বেছে নিন। তিনটি ট্রান্সক্রিপশন স্তর উপলব্ধ আছে: ফাস্ট (হুইস্পার বেস, ~২০০ এমবি), ব্যালান্সড (হুইস্পার স্মল, ~৬০০ এমবি), এবং অ্যাকুরেট (হুইস্পার মিডিয়াম, ~১.৫ জিবি)। একটি গ্লোবাল প্রেফারেন্স সেট করুন, অথবা
এক ট্যাপে ভিন্ন স্তর ব্যবহার করে যেকোনো একটি রেকর্ডিং পুনরায় ট্রান্সক্রাইব করুন।
আপনার নিজস্ব নিয়ম তৈরি করুন। বলা কথাগুলোকে স্ট্রাকচার্ড এক্সট্র্যাকশন কার্ডে পরিণত করুন, যেগুলোর ওপর আপনি পরে কাজ করতে পারবেন। বলুন "পেট দ্য ক্যাট" এবং একটি টাস্ক পান। বলুন "লেটস মিট টিউজডে অ্যাট ৩" এবং একটি ক্যালেন্ডার ইভেন্ট পান। দুটি
ম্যাচিং মোড:
- অফলাইন (আক্ষরিক বাক্যাংশ) — ডিটারমিনিস্টিক, কোনো এপিআই কী নেই, সম্পূর্ণরূপে ডিভাইসে চলে।
এআই (সিমান্টিক বর্ণনা) — একটি এলএলএম কনফিগার করা থাকলে, সহজ-সরল ইংরেজি বর্ণনাগুলো স্বয়ংক্রিয়ভাবে ভাবানুবাদ ধরে ফেলে।
ঐচ্ছিক এআই, আপনার নিজস্ব কী নিয়ে আসুন। ডকুমেন্ট ক্লাসিফিকেশন, সামারি, এবং টাস্ক, ক্যালেন্ডার ইভেন্ট, রিমাইন্ডার, ডিসিশন, কোয়েশ্চেন ও নোট স্মার্টভাবে এক্সট্র্যাকশনের জন্য, তিনটি প্রোভাইডারের মধ্যে যেকোনো একটি কানেক্ট করুন:
- অ্যানথ্রোপিক (ক্লড)
ওপেনএআই (চ্যাটজিপিটি)
গুগল (জেমিনি)
এপিআই কী (API key) আপনাকেই দিতে হবে। এটি আপনার ডিভাইসে নিরাপদে সংরক্ষিত থাকে — কখনোই আমাদের সার্ভারে বা ব্যাকআপে নয়। সম্মতিটি ঐচ্ছিক এবং যেকোনো সময় প্রত্যাহারযোগ্য। আপনার প্রোভাইডারের কাছে শুধুমাত্র টেক্সট ট্রান্সক্রিপ্টই পাঠানো হয় — কখনোই অডিও বা স্পিকার এমবেডিং নয়। মাসিক ব্যবহারের মোট পরিমাণ এবং প্রতি-রেকর্ডিং টোকেন সংখ্যা সরাসরি অ্যাপেই দেখানো হয়, ফলে আপনি সবসময় জানতে পারেন আপনার কত খরচ হচ্ছে।
প্রতিটি এক্সট্র্যাকশনে তার উৎস উল্লেখ করা থাকে। কোনো টাস্ক, ক্যালেন্ডার ইভেন্ট বা রিমাইন্ডার কার্ডে ট্যাপ করে অডিওর ঠিক সেই মুহূর্তে চলে যান যেখানে কথাটি বলা হয়েছিল। এক্সট্র্যাকশনগুলোতে হুবহু উদ্ধৃতিটি থাকে এবং উৎস সেগমেন্টের সাথে লিঙ্ক করা থাকে, যাতে আপনি কোনো পদক্ষেপ নেওয়ার আগে যাচাই করে নিতে পারেন।
ট্রান্সক্রিপ্টিনেটর যে কাজগুলো ভালোভাবে করতে পারে
- ২-৬ জন বক্তার মিটিং নোট
- দীর্ঘ সাক্ষাৎকার, বক্তৃতা, ধর্মোপদেশ
- ভয়েস মেমো, যেগুলোর শুধু রেকর্ডিং নয়, আসল ট্রান্সক্রিপ্ট প্রয়োজন
- ফিল্ড রেকর্ডার থেকে ফাইল ইম্পোর্ট (WAV, যার মধ্যে IMA ADPCM অন্তর্ভুক্ত, MP3, M4A, OGG, FLAC)
- কাস্টম নিয়ম ব্যবহার করে আপনার নিজস্ব ওয়ার্কফ্লো তৈরি করা
এটি যা করতে পারে না
- কল চলাকালীন লাইভ ক্যাপশনিং — সবকিছু রেকর্ডিংয়ের পরে প্রসেস করা হয়
- নিরাপত্তার জন্য স্পিকার ভেরিফিকেশন — ভয়েস ম্যাচিং শুধুমাত্র লেবেলিংয়ের সুবিধার জন্য, এটি অথেনটিকেশন নয়
- ক্লাউড সিঙ্ক — ইচ্ছাকৃতভাবেই। আপনার রেকর্ডিংগুলো আপনার ফোনেই থাকে
বিনামূল্যে, কোনো বিজ্ঞাপন নেই, কোনো আপসেল নেই। ট্রান্সক্রিপ্টিনেটর বিনামূল্যে এবং বিনামূল্যেই থাকবে। কোনো বিজ্ঞাপন নেই, কোনো ইন-অ্যাপ পারচেজ নেই, কোনো প্রিমিয়াম টায়ার নেই। AI ফিচারগুলো সত্যিই ঐচ্ছিক — অ্যাপটি কোনো বাহ্যিক পরিষেবা ছাড়াই সম্পূর্ণভাবে কাজ করে।
প্রকাশক: Cherry Blossom Development, LLC
যেকোনো রেকর্ডিং ডিভাইস থেকে বক্তৃতা প্রতিলিপি করুন, বক্তাদের শনাক্ত করুন এবং শ্রেণীবদ্ধ করুন।
আপডেট করা হয়েছে
৪ সেপ, ২০২৬