অডিও থেকে লেখা কনভার্টার

অডিও থেকে টেক্সট রূপান্তর, যাকে ট্রান্সক্রিপশনও বলে, রেকর্ড করা কথাকে লিখিত শব্দে বদলে দেয়। ফাইল আপলোড করুন, কথ্য ভাষা স্বয়ংক্রিয় শনাক্তকরণে রাখুন বা ভাষা বেছে নিন, একটি আউটপুট ঠিক করুন, তারপর ট্রান্সক্রাইব করুন চাপুন।

টাইমস্ট্যাম্প

টাইমস্ট্যাম্প TXT, Word ও PDF ট্রান্সক্রিপ্টের প্রতিটি অনুচ্ছেদের আগে [01:15]-এর মতো সময় বসায়, যাতে রেকর্ডিংয়ে সেই মুহূর্ত খুঁজে পান।

বক্তার লেবেল

ইন্টারভিউ, মিটিং ও পডকাস্টের জন্য বক্তার লেবেল কে কথা বলছেন তা বক্তা ১, বক্তা ২ এভাবে চিহ্নিত করে। পরে লেবেলগুলো নাম দিয়ে বদলে নিন।

যতিচিহ্ন ও অপ্রয়োজনীয় শব্দ

যতিচিহ্ন ডিফল্টভাবে চালু থাকে। অপ্রয়োজনীয় শব্দ বাদ দিন আ, উম ও এ ধরনের দ্বিধার শব্দ বাদ দেয়।

প্রতি লাইনে অক্ষর

SRT ও VTT-র জন্য প্রতি লাইনে অক্ষর লম্বা ক্যাপশন ভাঙে; ডিফল্ট 42, যা Netflix-এর সাবটাইটেল নির্দেশিকায় ল্যাটিন লিপির বেশিরভাগ ভাষার সীমা; 20 থেকে 80 পর্যন্ত যেকোনো মান চলে।

যে অংশ ট্রান্সক্রাইব হবে

শুরু ও শেষ কাজটিকে একটি অংশে সীমিত করে, সেকেন্ডে (75) বা মিনিট:সেকেন্ডে (1:15)।

প্রতি ব্যাচে রেকর্ডিং

20

প্রতিটি অডিও বা ভিডিও ফাইলে

95 MB

কথ্য ভাষা ও স্বয়ংক্রিয় শনাক্তকরণ

33

ফাইল ও ট্রান্সক্রিপ্ট মুছে যাওয়া পর্যন্ত

30 মিনিট

• অনেক শব্দ ভুল বা বাদ পড়েছে

  পেছনের শব্দ, মাইক্রোফোন থেকে দূরত্ব এবং একসাথে কথা বলা বেশিরভাগ ভুলের কারণ। সম্ভব হলে বক্তার কাছে রেকর্ড করুন এবং কথ্য ভাষা ঠিক আছে কিনা দেখুন।

• ট্রান্সক্রিপ্ট ভুল ভাষায় এসেছে

  স্বয়ংক্রিয় শনাক্তকরণ প্রথম 30 সেকেন্ডে গান বা অন্য ভাষা শুনেছে। নিজে কথ্য ভাষা বেছে নিয়ে আবার ট্রান্সক্রাইব করুন।

• পর্দায় পড়ার জন্য সাবটাইটেল বেশি লম্বা

  ফোনে দেখা দর্শকদের জন্য প্রতি লাইনে অক্ষর 32–37-এ নামান, তাতে প্রতিটি ক্যাপশন ছোট লাইনে ভাঙবে।

• নাম ও পারিভাষিক শব্দের বানান ভুল

  বিরল শব্দ যেকোনো মডেলের জন্যই কঠিন। Word বা টেক্সট আউটপুটে একবার খুঁজে বদলে নিন; সাধারণত পুরো জুড়ে একই ভুল বানান হয়।