অ্যাকাউন্টে অডিও বা ভিডিও আপলোড করুন। ভাষা হিসেবে বাংলা (Bengali), তারপর উপলব্ধ বিষয়ভিত্তিক মডেল ও রেকর্ডিংয়ের ধরন বেছে নিন। কথোপকথন হলে বক্তা শনাক্তকরণ চালু করুন। ট্রান্সক্রিপশন শেষ হলে অডিও শুনে লেখা মিলিয়ে নিন, সম্পাদনা করুন এবং পছন্দের ফরম্যাটে ডাউনলোড করুন।

ভাষা হিসেবে বাংলা (Bengali) বেছে নিন। আঞ্চলিক উচ্চারণ, শব্দচয়ন, কথার গতি ও রেকর্ডিংয়ের মান ফলকে প্রভাবিত করে। সব অঞ্চলের কথায় একই নির্ভুলতার প্রতিশ্রুতি নেই। আপনার কাজের মতো একটি ছোট নমুনা ট্রায়ালে পরীক্ষা করুন, বিশেষ করে নাম, স্থান ও স্থানীয় শব্দগুলো শুনে মিলিয়ে নিন।

বাংলা-প্রধান রেকর্ডিংয়ের জন্য বাংলা ভাষা নির্বাচন করুন। ইংরেজি শব্দ, সংক্ষিপ্ত রূপ, ব্র্যান্ড ও ব্যক্তির নাম এডিটরে যাচাই করুন। ৫০টির বেশি ভাষা সমর্থন করা আর একই রেকর্ডিংয়ে সব ভাষা নিজে থেকে শনাক্ত করা এক বিষয় নয়। মিশ্র ভাষার অডিও বড় আকারে প্রসেস করার আগে একটি নমুনায় ফল দেখুন।

সর্বোচ্চ ৯৯% হলো SpeechText.AI ইঞ্জিনের ঘোষিত সক্ষমতা, প্রতিটি বাংলা ফাইলের জন্য নিশ্চয়তা নয়। এই পাতায় বাংলা ভাষার আলাদা বেঞ্চমার্ক প্রকাশিত নেই। শব্দের মান, উচ্চারণ, একসঙ্গে কথা বলা ও বিশেষ পরিভাষা ফল বদলায়। গুরুত্বপূর্ণ নাম, সংখ্যা এবং বক্তব্যের অর্থ প্রকাশের আগে যাচাই করুন।

প্রচলিত অডিও ফরম্যাটের মধ্যে MP3, WAV (PCM), M4A, AAC ও FLAC এবং ভিডিওর মধ্যে MP4, MOV, AVI ও WEBM সমর্থিত। ফাইলের এক্সটেনশনের পাশাপাশি অডিও কোডেক ও ফাইল অক্ষত থাকা গুরুত্বপূর্ণ। আপলোডে সমস্যা হলে ফাইলটি নিজের ডিভাইসে চালিয়ে দেখুন; প্রয়োজনে মূল রেকর্ডিং থেকে নতুন কপি নিন।

হ্যাঁ। ভিডিও আপলোড করে বাংলা ভাষায় ট্রান্সক্রিপশন চালান। লেখা সংশোধন করে SRT বা VTT এক্সপোর্ট করুন, তারপর ভিডিও এডিটর বা প্ল্যাটফর্মে যুক্ত করুন। প্রকাশের আগে সময়মিল ও লাইন ভাঙা দেখে নিন। বাংলা অক্ষর ভেঙে এলে ফাইলের UTF-8 এনকোডিং এবং প্লেয়ারের বাংলা ফন্ট পরীক্ষা করুন।

ফ্রি ট্রায়াল দিয়ে শুরু করা যায়। ট্রায়ালের বর্তমান মিনিটসীমা ও শর্ত অ্যাকাউন্টে দেখুন। পেইড প্যাকেজ মাসে US$9 থেকে, এতে ২৪০ ট্রান্সক্রিপশন মিনিট অন্তর্ভুক্ত। বেশি ব্যবহারের প্যাকেজে সর্বোচ্চ ২,৭০০ মিনিট রয়েছে। প্রদর্শিত দাম মার্কিন ডলারে; পেমেন্টের আগে নির্বাচিত প্যাকেজের মূল্য ও শর্ত দেখুন।

SpeechText.AI-এর সার্ভার ইউরোপীয় ইউনিয়নে অবস্থিত এবং ব্যক্তিগত তথ্য GDPR অনুসারে প্রক্রিয়াকরণ করা হয়। তথ্য নিরাপদ সংযোগে পাঠানো হয়। স্বাভাবিক ট্রান্সক্রিপশন প্রক্রিয়া স্বয়ংক্রিয়, কর্মী দিয়ে শুনে টাইপ করানোর প্রয়োজন নেই। অ্যাকাউন্ট থেকে ফাইল ও ট্রান্সক্রিপ্ট মুছতে পারবেন। সংরক্ষণ ও তথ্য ব্যবহারের বিস্তারিত গোপনীয়তা নীতিতে দেখুন; নির্দিষ্ট প্রশ্ন পাঠান support@speechtext.ai ঠিকানায়।

এই পাতার প্রক্রিয়া আগে থেকে রেকর্ড করা অডিও ও ভিডিও আপলোডের জন্য। মোবাইলের রেকর্ডার দিয়ে অডিও তৈরি করে ব্রাউজার থেকে ফাইল আপলোড করুন। লাইভ মাইক্রোফোন ডিক্টেশন এই আপলোডভিত্তিক প্রক্রিয়ার অংশ নয়। দীর্ঘ রেকর্ডিংয়ের আগে অডিও স্পষ্ট শোনা যাচ্ছে কি না পরীক্ষা করুন।

বক্তা শনাক্তকরণ কথোপকথনের আলাদা কণ্ঠকে লেবেল দিয়ে সাজায়। এটি বক্তার আসল পরিচয় জানার ব্যবস্থা নয়। লেবেল দেখে প্রয়োজনমতো নাম লিখুন এবং বক্তা বদলের জায়গাগুলো মিলিয়ে নিন। একসঙ্গে কয়েকজন কথা বললে সেই অংশ আলাদা করে শুনে সংশোধন করুন।

হ্যাঁ। SpeechText.AI-এর স্পিচ রিকগনিশন API দিয়ে অ্যাপ, ওয়েবসাইট ও স্বয়ংক্রিয় ওয়ার্কফ্লোতে ট্রান্সক্রিপশন যুক্ত করা যায়। সংযোগের পদ্ধতি ও উপলব্ধ বিকল্প জানতে API পাতা দেখুন।