লিখেছেন whispertranscribe.ai সম্পাদকীয় দল · সর্বশেষ হালনাগাদ নভেম্বর 2026 · পড়তে 13 মিনিট
ভিডিও টু টেক্সট কনভার্টার ভিডিওর অডিও ট্র্যাকের কথা থেকে ট্রান্সক্রিপ্ট তৈরি করে। আপনি সেটি সম্পাদনা, অনুসন্ধান বা সাবটাইটেল হিসেবে ব্যবহার করতে পারেন। প্রথমে কথার ভাষা বেছে ফাইল আপলোড করুন বা লিঙ্ক দিন। কয়েকজন কথা বললে বক্তা শনাক্তকরণ চালু করুন। তারপর DOCX, TXT, PDF, CSV, SRT বা VTT রপ্তানি করুন।
ভিডিওর চারটি উৎস, ভিডিওতে আলাদাভাবে দেখা দেওয়া সমস্যা, কোন কাজে কোন রপ্তানি বিন্যাস এবং প্রধান টুলগুলোর দামের তুলনা এখানে পাবেন। মূল লেখায় তথ্য নভেম্বর 2026-এ যাচাই করা হয়েছে।
ভিডিও টু টেক্সট কনভার্টার কীভাবে কাজ করে?
কনভার্টার ছবির পরিবর্তে MP4, MOV বা MKV কনটেইনারের অডিও স্ট্রিম পড়ে। বাক্স্বীকৃতি চালিয়ে প্রতিটি বাক্যাংশের টাইমস্ট্যাম্প দেয়। স্লাইডের লেখা, পর্দার কোড বা ছবিতে স্থায়ীভাবে বসানো ক্যাপশন ট্রান্সক্রিপ্টে আসে না।
ট্রান্সক্রিপ্টের মান তাই অডিওর ওপর নির্ভর করে। দর্শক যা শুধু দেখেন, তা আপনাকে যোগ করতে হবে। W3C-এর ট্রান্সক্রিপ্ট নির্দেশিকায় এই দৃশ্যগত তথ্যসহ লেখাকে বর্ণনামূলক ট্রান্সক্রিপ্ট বলা হয়।
ভিডিও কোথায় আছে? চার উৎসের চার উপায়
ভিডিও এখন যেখানে আছে, সে অনুযায়ী পদ্ধতি বেছে নিন।
| আপনার ভিডিও | সাধারণ উদাহরণ | উপযুক্ত উপায় | আগে যা দেখবেন |
|---|---|---|---|
| ডিভাইসে থাকা ফাইল | ফোনের ক্লিপ, ক্যামেরার ফুটেজ, Zoom বা OBS রেকর্ডিং, সম্পাদকের রপ্তানি | ফাইল আপলোড করুন | 5GB ও 10 ঘণ্টার মধ্যে, এবং কথার ট্র্যাকটি সঠিক |
| লিঙ্কে থাকা অনলাইন ভিডিও | YouTube, Vimeo, Google Drive, Dropbox | লিঙ্ক পেস্ট করুন | লগইন ছাড়া লিঙ্ক খোলে |
| এই মুহূর্তে পর্দায় চলা ভিডিও | ওয়েবিনার, পণ্যের ডেমো, ব্রাউজার ট্যাবের কল | পর্দা রেকর্ড করে ট্রান্সক্রাইব করুন | সিস্টেম বা ট্যাবের অডিও অন্তর্ভুক্ত আছে |
| আগে থেকেই ক্যাপশন আছে | নিজের YouTube আপলোড, সাবটাইটেল ট্র্যাকসহ MKV | ক্যাপশন আবার ব্যবহার করুন, মান খারাপ হলে ট্রান্সক্রাইব করুন | ক্যাপশন স্বয়ংক্রিয় নাকি সম্পাদিত |
1. কম্পিউটার বা ফোনে ভিডিও ফাইল
সম্পাদক বা রেকর্ডিং অ্যাপের মূল রপ্তানি আপলোড করুন। বার্তার অ্যাপে পাঠানো কপিতে প্রায়ই অডিও আবার সংকুচিত হয়। whispertranscribe.ai-এর ভিডিও টু টেক্সট পৃষ্ঠা সর্বোচ্চ 5GB ও 10 ঘণ্টার ফাইল নেয়।
2. YouTube, Vimeo, Google Drive বা Dropbox লিঙ্ক
আমাদের URL ট্রান্সক্রিপশন টুল YouTube, Vimeo, Google Drive ও Dropbox লিঙ্ক নেয়। লিঙ্কটি সর্বজনীন হতে হবে। লিঙ্ক কাজ না করলে টুলের বার্তা অনুযায়ী, লিঙ্কটি সর্বজনীন কি না এবং লগইন ছাড়া ফাইল ডাউনলোড করা যায় কি না দেখুন।
Google Drive-এ Share খুলে General access-এ Anyone with the link বেছে নিন। Google-এর শেয়ারিং সহায়তা অনুযায়ী, এতে সাইন ইন ছাড়াই ফাইল খোলা যায়। কাজ বা স্কুলের অ্যাকাউন্টে এটি বন্ধ থাকতে পারে। সে ক্ষেত্রে ফাইল ডাউনলোড করে আপলোড করুন। শুধু YouTube-এর জন্য YouTube ট্রান্সক্রিপশন পৃষ্ঠায় একইভাবে লিঙ্ক পেস্ট করুন।
3. পর্দায় কিছু চলছে
ভিডিও কোথাও সংরক্ষিত না থাকলে আগে রেকর্ড করুন। রেকর্ড করার আগে প্রয়োজনীয় সম্মতি ও অনলাইন সেশনের আয়োজকের অনুমতি নিন। ব্রাউজারের স্ক্রিন রেকর্ডার পর্দা, ওয়েবক্যাম, মাইক্রোফোন ও সিস্টেমের অডিও ধরে, তারপর ট্রান্সক্রিপ্ট, AI সারসংক্ষেপ ও সাবটাইটেল বানায়। কলে অন্যদের কথার মতো কম্পিউটার থেকে আসা শব্দের জন্য সিস্টেম অডিও চালু করুন। তা না হলে শুধু নিজের মাইক্রোফোন রেকর্ড হবে।
4. আগে থেকেই সাবটাইটেল আছে এমন ভিডিও
লেখা আগে থেকেই আছে কি না দেখুন।
- অন্য কারও YouTube ভিডিও। ক্যাপশন থাকলে বিবরণের Show transcript ক্লিক করে পড়া যায়। বিস্তারিত YouTube সহায়তায়। স্বয়ংক্রিয় ক্যাপশনে বক্তার লেবেল থাকে না এবং নাম প্রায়ই ভুল হয়।
- নিজের YouTube আপলোড। YouTube Studio থেকে ক্যাপশন ট্র্যাক ডাউনলোড করতে পারেন। YouTube ভিডিও ট্রান্সক্রাইব করার উপায় নির্দেশিকায় দুই বিকল্পই আছে।
- ভেতরে সাবটাইটেল ট্র্যাক আছে এমন ফাইল। MKV ও MP4-তে আলাদা স্ট্রিমে টেক্সট সাবটাইটেল থাকতে পারে। FFmpeg দিয়ে তালিকা দেখে এগুলো বের করা যায়।
ffprobe -v error -show_entries stream=index,codec_type,codec_name -of compact input.mkv
ffmpeg -i input.mkv -map 0:s:0 subtitles.srt
মূল নিবন্ধের লেখকেরা তৈরি করা পরীক্ষার ফাইলে FFmpeg 7.1.5 দিয়ে দুটি কমান্ড চালিয়েছেন। প্রথমটি subrip স্ট্রিম দেখিয়েছে, দ্বিতীয়টি SRT হিসেবে রেখেছে। এতে শুধু কমান্ডের সিনট্যাক্স যাচাই হয়েছে। DVD সাবটাইটেলের মতো ছবিভিত্তিক ট্র্যাক এভাবে টেক্সট করা যায় না। সম্পাদক ও টাইমকোডের বিস্তারিত SRT সাবটাইটেল রপ্তানির নির্দেশিকায় আছে।
whispertranscribe.ai দিয়ে ভিডিও থেকে লেখা তৈরির উপায়
ধাপগুলো whispertranscribe.ai-এর ভিডিও টু টেক্সট পৃষ্ঠা অনুসরণ করে। whispertranscribe.ai হলো OpenAI-এর Whisper-চালিত ওয়েবভিত্তিক AI ট্রান্সক্রিপশন টুল। এটি 130+ ভাষায় সর্বোচ্চ 5GB ও 10 ঘণ্টার অডিও ও ভিডিওকে লেখায় বদলায়। সরাসরি ব্রাউজারে চলে, অ্যাপ ইনস্টল লাগে না।
- কথার ভাষা বেছে নিন (পৃষ্ঠার ধাপ 1)। তালিকায় 130+ ভাষা আছে। English (India)-এর মতো আঞ্চলিক রূপ, অনেক ভাষায় Noise / Low-Quality Audio/Video এবং ভাষা বদলানো ভিডিওর জন্য Multilingual Mix আছে।
- ভিডিও যোগ করুন (ধাপ 2)। ফাইল বাক্সে টেনে আনুন বা ব্রাউজ করে নিন। লিঙ্কের জন্য URL থেকে ট্রান্সক্রাইব ব্যবহার করে Start URL Transcription ক্লিক করুন।
- সাক্ষাৎকার, প্যানেল ও সভার জন্য Enable Speaker Detection চালু করুন। একা বর্ণনা দিলে এটি বন্ধ রাখুন।
- আপলোড বাক্সের নিচের রূপান্তর বোতাম দিয়ে ট্রান্সক্রিপশন শুরু করুন।
- যাচাই করে রপ্তানি করুন। নাম, সংখ্যা ও বক্তা বদল ভিডিওর সঙ্গে মেলান। প্রয়োজনীয় বিন্যাস ডাউনলোড করুন (নিচের রপ্তানি টেবিল দেখুন)।
পরিষ্কার অডিওতে নির্ভুলতা 99% পর্যন্ত। পেছনের সংগীত, ঘরের আওয়াজ, প্রবল টান বা একসঙ্গে কথা বলায় তা কমে, তাই প্রুফরিডিংয়ের সময় রাখুন। পরীক্ষার জন্য বিনা মূল্যের ট্রান্সক্রিপশন পৃষ্ঠা অ্যাকাউন্ট ছাড়াই চলে। পরিকল্পনা ছাড়া কতটা ট্রান্সক্রাইব বা রপ্তানি করা যায়, তা সাইটে দেওয়া থাকে এবং বদলাতে পারে। বার্ষিক বিলিংয়ে পরিকল্পনা মাসে $9.99 থেকে শুরু (মূল্য)।
কোন ভিডিও বিন্যাস আপলোড করা যায়?
আপলোড বাক্সে অডিওর পাশাপাশি MP4, MOV, M4V, MKV, AVI, WMV, WEBM, MPG এবং MPEG তালিকাভুক্ত আছে। আগে রূপান্তর করার দরকার নেই।
| কনটেইনার | সাধারণ উৎস | আপলোডের আগে |
|---|---|---|
| MP4 | ফোন, Zoom রেকর্ডিং, বেশির ভাগ সম্পাদকের রপ্তানি | চ্যাট অ্যাপের কপির বদলে চূড়ান্ত রপ্তানি ব্যবহার করুন |
| MOV | iPhone ক্যামেরা, QuickTime, Apple-এর সম্পাদনা অ্যাপ | বেশি মানের রপ্তানি বড় হয়। 5GB ছাড়ালে অডিও বের করুন |
| M4V | Apple-ধরনের রপ্তানি, কিছু কনভার্টার | MP4-এর মতো ব্যবহার করুন |
| MKV | OBS রেকর্ডিং, একাধিক ট্র্যাকের ফাইল | কোন অডিও ট্র্যাকে কথা আছে দেখুন |
| AVI, WMV | পুরোনো ক্যামেরা ও Windows সফটওয়্যার | সরাসরি দিন। পুরোনো ফাইলে শব্দ দুর্বল হতে পারে |
| WEBM | ব্রাউজারভিত্তিক রেকর্ডার ও ওয়েব টুল | সরাসরি দিন |
| MPG, MPEG | DVD, পুরোনো ক্যামকর্ডার, টিভি রেকর্ডিং | সরাসরি দিন। অডিওতে বেশি আওয়াজ থাকতে পারে |
একাধিক অডিও ট্র্যাক আছে? OBS মাইক্রোফোনপ্রতি একটি ট্র্যাক রাখতে পারে। সিনেমায় ভিন্ন ভাষার ডাব থাকতে পারে। পৃষ্ঠায় কোন ট্র্যাক ট্রান্সক্রাইব হয় বলা নেই। যে ট্র্যাক চান তা MP3 হিসেবে বের করে আপলোড করুন (যেমন ffmpeg -i input.mkv -map 0:a:1 -vn speech.mp3 দ্বিতীয় অডিও ট্র্যাক নেয়)।
ফাইল খুব বড়? আমাদের ভিডিও থেকে MP3 কনভার্টার অনুযায়ী, ভিডিও সার্ভারে আপলোড না করেই ব্রাউজারে অডিও বের হয়। তৈরি MP3 মূল ভিডিওর চেয়ে অনেক ছোট।
অডিওর তুলনায় ভিডিও ট্রান্সক্রাইব করা কঠিন কেন এবং কী করবেন?
ভিডিওতে এমন সমস্যা আসে যা ভয়েস মেমোতে থাকে না। নিচের সমাধানগুলো সম্পাদনার পদ্ধতি। এগুলো আমাদের নির্ভুলতা পরীক্ষার ফল নয়।
| সমস্যা | ভিডিওতে কেন হয় | কী করবেন |
|---|---|---|
| পটভূমির সংগীত | ইন্ট্রো, বি-রোল ও ভ্লগে কথার পেছনে সংগীত চলে | সম্পাদক থেকে শুধু কণ্ঠের রপ্তানি ট্রান্সক্রাইব করুন, অথবা Noise / Low-Quality বিকল্প বেছে নিন |
| একাধিক বক্তা | প্যানেল, ক্যামেরায় ধারণ করা পডকাস্ট ও সভা | বক্তা শনাক্তকরণ চালু করুন এবং «বক্তা 1» ও «বক্তা 2»-এর নাম একবার বদলে দিন |
| স্ক্রিন শেয়ারের ডেমো | গুরুত্বপূর্ণ তথ্য পর্দায় থাকে, কিবোর্ড ও ফ্যানের আওয়াজ শোনা যায় | পর্দার লেখা হাতে যোগ করুন। নোটিফিকেশন বন্ধ করে কাছের মাইকে রেকর্ড করুন |
| ঠোঁটের সঙ্গে ক্যাপশন মেলে না | ট্রান্সক্রিপ্টের পরে ভিডিও ছাঁটা হয়েছে বা সময় বদলেছে | চূড়ান্ত রপ্তানি থেকে আবার বানান বা সাবটাইটেল এডিটরে সব টাইমস্ট্যাম্প সরান |
| দীর্ঘ রেকর্ডিং | ওয়েবিনার, বক্তৃতা ও স্ট্রিম ঘণ্টার পর ঘণ্টা চলে | 10 ঘণ্টা ও 5GB-এর মধ্যে রাখুন। বড় ফাইল ভাগ করুন বা অডিও বের করুন |
| মিশ্র ভাষা | দুই ভাষার সাক্ষাৎকার বা সঞ্চালকের ভাষা বদল | Multilingual Mix নিন বা ভাষা অনুযায়ী ভিডিও ভাগ করুন |
কথার পেছনে সংগীত। ভিডিওটি আপনার তৈরি হলে সংগীত বন্ধ রেখে একটি সংস্করণ রপ্তানি করুন। টাইমলাইনের দৈর্ঘ্য একই থাকায় টাইমস্ট্যাম্প মেলে। (English (Songs & Lyrics) গাওয়া কথার জন্য। সংগীতের পেছনে বলা কথার জন্য নয়।)
স্ক্রিন রেকর্ডিং। «এখানে ক্লিক করুন, তারপর এটা টাইপ করুন» কাগজে পড়লে অস্পষ্ট। প্রুফরিডিংয়ের সময় পর্দার তথ্য বন্ধনীতে দিন, যেমন «[সেটিংস > বিলিং]»।
খুব দীর্ঘ ভিডিও
পৃষ্ঠাটি 10 ঘণ্টার বেশি ফাইল নেয় না এবং ছোট করতে বলে। FFmpeg দিয়ে পুনরায় এনকোড না করেই দীর্ঘ রেকর্ডিং ভাগ করা যায়।
ffmpeg -i stream.mp4 -c copy -f segment -segment_time 18000 -reset_timestamps 1 part_%02d.mp4
এটি 5 ঘণ্টার অংশ চায়। মূল নিবন্ধে 12 সেকেন্ডের পরীক্ষার ক্লিপে 5 সেকেন্ড লক্ষ্য করে কমান্ড চালানো হয়েছিল। প্রথম অংশ প্রায় 6 সেকেন্ড হয়, কারণ নতুন করে এনকোড না করলে কাট কীফ্রেমে বসে। অংশের দৈর্ঘ্য আনুমানিক হবে এবং প্রতিটির টাইমস্ট্যাম্প শূন্য থেকে শুরু হবে।
কোন রপ্তানি বিন্যাস বেছে নেবেন?
লেখা এরপর কোথায় যাবে, তা দেখে রপ্তানি করুন। একটি ট্রান্সক্রিপ্ট একাধিকবার রপ্তানি করা যায়।
| বিন্যাস | ভিডিও প্লেয়ারের সময় ধরে রাখে | যেখানে খোলে | যে কাজে বেছে নেবেন |
|---|---|---|---|
| DOCX | না | Word, Google Docs | নিবন্ধ, অনুষ্ঠানের নোট বা কোর্সের হ্যান্ডআউটে সম্পাদনা |
| না | যেকোনো PDF রিডার | গ্রাহক বা আর্কাইভের জন্য স্থির কপি | |
| TXT | না | যেকোনো টেক্সট এডিটর, CMS, AI সহকারী | অন্যত্র পেস্ট বা সারসংক্ষেপ |
| CSV | পৃষ্ঠায় উল্লেখ নেই | Excel, Google Sheets | সাজানো, কোডিং বা উদ্ধৃতি ধরে অনুসন্ধান |
| SRT | হ্যাঁ | YouTube, Vimeo, Premiere, Resolve, VLC | ভিডিও প্ল্যাটফর্ম বা সম্পাদকে ক্যাপশন |
| VTT | হ্যাঁ | HTML5 ওয়েব প্লেয়ার, Vimeo, YouTube | নিজের ওয়েবসাইটের ভিডিও প্লেয়ারে ক্যাপশন |
সাবটাইটেল মূল লক্ষ্য হলে সাবটাইটেল জেনারেটর ও MP4 থেকে SRT কনভার্টার-এ Maximum Words per Subtitle সেটিং (ডিফল্ট 8) দিয়ে লাইন ছোট রাখা যায়। whispertranscribe.ai আলাদা সাবটাইটেল ফাইল বানায়। ছবির সঙ্গে ক্যাপশন স্থায়ীভাবে জুড়ে দেয় না। আপলোডের জন্য SRT ফাইল কী ও ভিডিওতে ক্যাপশন যোগ করার উপায় দেখুন।
চারটি সাধারণ কাজে ভিডিও থেকে লেখা তৈরির পদ্ধতি
প্রতিটি পদ্ধতিতে চূড়ান্ত ভিডিও থেকে শুরু করে প্রকাশ বা পাঠানোর উপযোগী নথি তৈরি হয়।
অনলাইন কোর্স ও রেকর্ড করা বক্তৃতা
- প্রতিটি পাঠ আলাদা ফাইলে রপ্তানি করুন, যাতে ট্রান্সক্রিপ্ট মডিউলের সঙ্গে মেলে।
- বক্তার ভাষা ও আঞ্চলিক উচ্চারণ বেছে নিন। শিক্ষার্থীরা কথা বললে বক্তা শনাক্তকরণ চালু করুন।
- কোর্স প্লেয়ারের জন্য SRT এবং হ্যান্ডআউটের জন্য DOCX রপ্তানি করুন। শিরোনাম এবং সূত্রের মতো স্লাইডের তথ্য বন্ধনীতে যোগ করুন।
- W3C-এর পরামর্শ অনুযায়ী, ভিডিওর ঠিক নিচে ট্রান্সক্রিপ্ট বা তার লিঙ্ক দিন।
ভিডিও সাক্ষাৎকার
- সম্ভব হলে প্রত্যেককে আলাদা মাইক দিন। বক্তা বদল বোঝা সহজ হয়।
- বক্তা শনাক্তকরণ চালু রেখে আপলোড করুন, তারপর সাধারণ লেবেলের জায়গায় নাম দিন।
- গবেষণার উত্তর কোড করতে CSV, আর প্রশ্নোত্তর নিবন্ধের জন্য DOCX রপ্তানি করুন।
- উদ্ধৃতি দেওয়ার আগে প্রতিটি লাইন আবার শুনুন এবং সাক্ষাৎকারদাতাদের বলুন ট্রান্সক্রিপ্ট কী কাজে লাগবে।
রেকর্ড করা সভা ও ওয়েবিনার
- প্ল্যাটফর্মের MP4 রেকর্ডিং নিন বা স্ক্রিন রেকর্ডারে সিস্টেম অডিও চালু করে সেশন রেকর্ড করুন। আগে প্রয়োজনীয় সম্মতি ও আয়োজকের অনুমতি নিন।
- বক্তা শনাক্তকরণ চালু করে সারসংক্ষেপের জন্য TXT এবং কার্যবিবরণীর জন্য DOCX রপ্তানি করুন।
- সিদ্ধান্ত এবং দায়িত্বপ্রাপ্তদের ছোট তালিকা ওপরে রাখুন।
- অপ্রয়োজনীয় ফাইল মুছে দিন। Teams ও Zoom-এর বিস্তারিত Zoom সভা ট্রান্সক্রাইব করার নির্দেশিকায় আছে।
নিজের YouTube ভিডিও থেকে নিবন্ধ তৈরি
- URL টুলে নিজের ভিডিওর লিঙ্ক দিয়ে TXT রপ্তানি করুন।
- কথার ফাঁকের শব্দ, ভুল শুরু ও «এখানে যেমন দেখতে পাচ্ছেন» ধরনের অংশ কাটুন।
- প্রতিটি অধ্যায়কে একটি H2 করুন, পর্দায় যেখানে কিছু দেখিয়েছেন সেখানে স্ক্রিনশট দিন এবং ওপরে ভিডিও এমবেড করুন।
- অন্য দর্শকের কাছে পৌঁছাতে অডিও ইংরেজিতে অনুবাদ করুন বা দ্বিতীয় ক্যাপশন ট্র্যাক যোগ করুন।
নিজের ভিডিও বা ব্যবহারের অনুমতি আছে এমন ভিডিওই নতুনভাবে ব্যবহার করুন। নিচের কপিরাইট অংশ দেখুন।
ভিডিও টু টেক্সট কনভার্টারের তুলনা (নভেম্বর 2026-এ যাচাই করা)
whispertranscribe.ai এই নির্দেশিকার প্রকাশক, তাই নিজেদের সীমাবদ্ধতাসহ আমাদের নাম প্রথমে আছে। তথ্য প্রতিটি সরবরাহকারীর পৃষ্ঠা থেকে নেওয়া এবং নভেম্বর 2026-এ যাচাই করা। «যাচাই করা যায়নি» মানে ওই পৃষ্ঠায় তথ্যটি পড়া যায়নি।
| টুল | সশুল্ক মূল্য শুরু | বিনা মূল্যের বিকল্প | ভিডিও লিঙ্ক | ভাষা | তালিকাভুক্ত রপ্তানি | সীমাবদ্ধতা |
|---|---|---|---|---|---|---|
| whispertranscribe.ai | বার্ষিক বিলিংয়ে মাসে $9.99 থেকে | অ্যাকাউন্ট ছাড়া বিনা মূল্যে শুরু, সীমা সাইটে | YouTube, Vimeo, Google Drive, Dropbox | 130+ | DOCX, PDF, TXT, CSV, SRT, VTT | নিজস্ব শব্দতালিকা, ছবিতে স্থায়ী ক্যাপশন, মানুষের ট্রান্সক্রিপশন বা মোবাইল অ্যাপ নেই। লিঙ্ক সর্বজনীন হতে হবে |
| TurboScribe | বার্ষিক বিলিংয়ে মাসে $10 (মাসিক $20) | দিনে 3টি ফাইল, প্রতিটি সর্বোচ্চ 30 মিনিট | YouTube (আপলোড বিন্যাসের সঙ্গে তালিকাভুক্ত) | 98+ | DOCX, PDF, TXT, CSV, SRT, VTT | অ্যাকাউন্টপ্রতি একজন। বিনা মূল্যের ফাইল কম অগ্রাধিকারের সারিতে থাকে |
| HappyScribe | বার্ষিক বিলিংয়ে মাসে $8.50 (মাসিক $17), মাসে 120 AI মিনিট | 10 মিনিটের AI ট্রায়াল | YouTube, Vimeo, Drive, Box, Dropbox | 150+ | Basic-এ TXT, SRT, PDF, DOCX, Pro থেকে VTT | দীর্ঘ ভিডিওতে Basic-এর মিনিট দ্রুত ফুরিয়ে যায় |
| Descript | বার্ষিক বিলিংয়ে জনপ্রতি মাসে $16 (মাসিক $24), 10 মিডিয়া ঘণ্টা | মাসে 60 মিডিয়া মিনিট | যাচাই করা হয়নি | 25 | যাচাই করা হয়নি | ট্রান্সক্রাইব হোক বা না হোক, প্রতিটি আপলোড মিডিয়া ঘণ্টায় গোনা হয়। মূল কাজ সম্পাদনা |
| VEED | যাচাই করা যায়নি | সাইন আপ ছাড়া চেষ্টা, ডাউনলোডে সাইন আপ। বিনা মূল্যের ভিডিওতে ওয়াটারমার্ক | যাচাই করা হয়নি | 125+ | সশুল্ক পরিকল্পনায় TXT, SRT, VTT | সাবটাইটেল ও ট্রান্সক্রিপ্ট ফাইলে আপগ্রেড লাগে |
| Notta | বার্ষিক বিলিংয়ে মাসে $8.17 (বছরে $97.99) | মাসে 120 মিনিট, কথোপকথনপ্রতি সর্বোচ্চ 3 মিনিট | যাচাই করা হয়নি | 58 | রপ্তানিতে Pro লাগে | বিনা মূল্যের পরিকল্পনায় ট্রান্সক্রিপ্ট রপ্তানি করা যায় না |
| YouTube «Show transcript» | বিনা মূল্যে | বিনা মূল্যে | ক্যাপশন আছে এমন ভিডিও | ভিডিওর ক্যাপশন অনুযায়ী | নেই (পড়া ও কপি করা যায়) | বক্তার লেবেল বা ফাইল নেই, ক্যাপশনহীন ভিডিওতে কাজ করে না |
- TurboScribe-ও Whisper-এ চলে এবং ফাইলের একই 10 ঘণ্টা ও 5GB সীমা আছে। পরিকল্পনা, ভাষা ও লিঙ্কের উৎস আলাদা।
- HappyScribe মিনিটে $2.00 থেকে মানুষের প্রুফরিডিং বিক্রি করে। আমাদের সেবায় মানুষের ট্রান্সক্রিপশন নেই। শব্দ ধরে মানুষের যাচাই দরকার হলে HappyScribe উপযুক্ত হতে পারে।
- Descript ও VEED মূলত ভিডিও সম্পাদক। লেখা সম্পাদনা করে ভিডিও কাটতে বা স্টাইলসহ ক্যাপশন ছবিতে স্থায়ীভাবে বসাতে এগুলো ব্যবহার করুন।
- Notta সশুল্ক পরিকল্পনায় নিজস্ব শব্দতালিকা দেয়। আমাদের সেবায় এই ফিচার নেই।
ভিডিওর বাইরেও তুলনা করতে সেরা AI ট্রান্সক্রিপশন সফটওয়্যার এবং শুধু অডিওর জন্য অডিও টু টেক্সট কনভার্টারের নির্দেশিকা দেখুন।
আপলোডের আগে কপিরাইট ও গোপনীয়তা
এটি সাধারণ তথ্য, আইনি পরামর্শ নয়।
ব্যবহারের অধিকার আছে এমন ভিডিও ট্রান্সক্রাইব করুন। নিজের রেকর্ডিং, লাইসেন্স নেওয়া ফুটেজ বা প্রক্রিয়ার অনুমতি আছে এমন উপকরণ ব্যবহার করুন। ট্রান্সক্রিপ্টে কথাগুলো কপি হয়, তাই অন্য কারও ভিডিওর সব কথা প্রকাশেও ভিডিও পুনঃপ্রকাশের মতো প্রশ্ন ওঠে। যুক্তরাষ্ট্রে চারটি বিষয় দেখে প্রতিটি ক্ষেত্রে ফেয়ার ইউজ আলাদাভাবে নির্ধারিত হয়। U.S. Copyright Office বলছে, কোনো কাজের নির্দিষ্ট পরিমাণ ব্যবহার করলেই তা স্বয়ংক্রিয়ভাবে বৈধ হয় না। whispertranscribe.ai-এর নীতিতে মালিকের সম্মতি ছাড়া অন্যের কপিরাইটযুক্ত অডিও বা ভিডিও ট্রান্সক্রাইব করা নিষিদ্ধ। সন্দেহ হলে মালিক বা আইনজীবীকে জিজ্ঞেস করুন।
ক্যামেরায় থাকা মানুষের সম্মতি নিন। রেকর্ড করার আগে অংশগ্রহণকারীদের জানান যে রেকর্ডিং ট্রান্সক্রাইব হবে এবং প্রয়োজনীয় সম্মতি নিন। অনলাইন সেশনের জন্য আয়োজকের অনুমতি নিন। স্থানভেদে নিয়ম বদলায়। যুক্তরাষ্ট্রের জন্য অঙ্গরাজ্যভিত্তিক কল রেকর্ডিং আইন দেখুন।
ফাইল কোথায় যায় জেনে নিন। whispertranscribe.ai-এর গোপনীয়তা নীতির সারাংশ নিচে।
- প্রক্রিয়ার পরে মূল আপলোড করা অডিও ও ভিডিও স্বয়ংক্রিয়ভাবে মুছে যায়।
- প্রক্রিয়ার সময় বের করা MP3 ডিফল্টভাবে 30 দিন থাকে। চাইলে আগে মুছতে পারেন।
- আপনি না মোছা পর্যন্ত ট্রান্সক্রিপ্ট অ্যাকাউন্টে থাকে। মুছে ফেলা স্থায়ী এবং নীতি অনুযায়ী ব্যাকআপ থাকে না।
- আপনার বিষয়বস্তু AI মডেল প্রশিক্ষণে ব্যবহৃত হয় না এবং মানুষ তা পর্যালোচনা করেন না।
- পাঠানো ডেটার জন্য TLS 1.3, সংরক্ষিত ডেটার জন্য AES-256। AI সেবা প্রদানকারী হিসেবে OpenAI-এর উল্লেখ আছে।
একই নীতিতে বলা আছে, মিডিয়া ফাইল ট্রান্সক্রিপশন ব্যক্তিগত ও অবাণিজ্যিক ব্যবহারের উদ্দেশ্যে। গ্রাহক বা কোম্পানির কাজে ব্যবহারের আগে পুরো নীতি ও শর্ত পড়ুন।
সচরাচর জিজ্ঞাসা
সেরা ভিডিও টু টেক্সট কনভার্টার কোনটি?
যেটি আপনার বাস্তব ফুটেজে ভালো কাজ করে সেটিই উপযুক্ত। কয়েকটি টুলে একই ধরনের এক মিনিটের নমুনা চালিয়ে দেখুন। লম্বা আপলোড ও বহু ভাষার জন্য whispertranscribe.ai আর TurboScribe দুটিই 10 ঘণ্টা পর্যন্ত নেয়। HappyScribe সশুল্ক মানব প্রুফরিডিং দেয়। ভিডিও সম্পাদনাও করলে Descript ও VEED কাজে লাগে। বিজ্ঞাপনের নির্ভুলতার সঙ্গে বক্তার লেবেল, নাম ও রপ্তানি তুলনা করুন।
বিনা মূল্যে ভিডিওকে লেখায় বদলাতে পারি?
হ্যাঁ, নির্দিষ্ট সীমার মধ্যে। ক্যাপশন আছে এমন ভিডিওর ট্রান্সক্রিপ্ট YouTube বিনা মূল্যে দেখায়। FFmpeg বিনা খরচে MKV বা MP4 থেকে বিদ্যমান টেক্সট সাবটাইটেল বের করে। অধিকাংশ কনভার্টারে বিনা মূল্যে শুরুর উপায় আছে। whispertranscribe.ai-এর বিনা মূল্যের পৃষ্ঠায় অ্যাকাউন্ট লাগে না এবং TurboScribe দিনে তিনটি ফাইল দেয়। বিনা মূল্যের পরিকল্পনায় সাধারণত দৈর্ঘ্য, পরিমাণ বা রপ্তানির সীমা থাকে। সংশ্লিষ্ট সাইট দেখুন।
YouTube ভিডিওকে লেখায় কীভাবে বদলাব?
ভিডিওতে ক্যাপশন থাকলে বিবরণের Show transcript ক্লিক করে পড়ুন। বক্তার লেবেলসহ ডাউনলোডযোগ্য ফাইলের জন্য URL ট্রান্সক্রিপশন টুলে YouTube লিঙ্ক দিন, কথার ভাষা বেছে TXT, DOCX বা SRT রপ্তানি করুন। ভিডিও সর্বজনীন হতে হবে। ট্রান্সক্রিপ্টে কথার অনুলিপি হয় বলে নিজের বা অনুমতি পাওয়া ভিডিওতেই ব্যবহার করুন।
ভিডিও টু টেক্সট কনভার্টার কি পর্দার লেখাও ধরে?
এই টুল অডিও ট্র্যাক ট্রান্সক্রাইব করে। কেউ পড়ে না শোনালে স্লাইডের শিরোনাম, কোড ও ছবির সঙ্গে স্থায়ী ক্যাপশন ট্রান্সক্রিপ্টে আসে না। টিউটোরিয়াল ও বক্তৃতার প্রুফরিডিংয়ে পর্দার গুরুত্বপূর্ণ তথ্য বন্ধনীতে যোগ করুন। W3C এই দৃশ্যগত তথ্যসহ লেখাকে বর্ণনামূলক ট্রান্সক্রিপ্ট বলে। ভিডিও ছাড়া পড়তে এটি সাহায্য করে।
ট্রান্সক্রিপশনের ভিডিও কত দীর্ঘ হতে পারে?
whispertranscribe.ai-এ একটি ফাইল সর্বোচ্চ 10 ঘণ্টা ও 5GB হতে পারে। আরও দীর্ঘ হলে ফাইল ছোট করতে বলা হয়। দীর্ঘ স্ট্রিম ভিডিও সম্পাদক বা FFmpeg দিয়ে ভাগ করুন বা আগে MP3 হিসেবে অডিও বের করুন। এতে আকারও কমে। অন্য টুলের নিজস্ব সীমা থাকে। TurboScribe-এর বিনা মূল্যের পরিকল্পনায় ফাইলপ্রতি 30 মিনিট।
একই ভিডিও থেকে কি সাবটাইটেল ও ট্রান্সক্রিপ্ট দুটিই পাব?
হ্যাঁ। একই ট্রান্সক্রিপশন একাধিকবার রপ্তানি হয়। পড়ার জন্য DOCX বা TXT এবং ক্যাপশনের জন্য SRT বা VTT ডাউনলোড করুন। YouTube ও অধিকাংশ সম্পাদকের জন্য SRT বেশি নির্ভরযোগ্য, HTML5 ওয়েব প্লেয়ারের জন্য VTT উপযুক্ত। মূল লক্ষ্য ক্যাপশন হলে লাইনপ্রতি শব্দসংখ্যা নির্ধারণের সুবিধা আছে এমন টুল নিন, যাতে ক্যাপশন সহজে পড়া যায়।
পরের ভিডিওকে লেখায় বদলান
whispertranscribe.ai-এর ভিডিও টু টেক্সট কনভার্টার খুলে 130+ ভাষা থেকে কথার ভাষা বাছুন এবং সর্বোচ্চ 5GB ও 10 ঘণ্টার ভিডিও দিন। অথবা URL থেকে ট্রান্সক্রাইব-এ সর্বজনীন লিঙ্ক পেস্ট করুন।
তথ্যসূত্র
- W3C Web Accessibility Initiative: ট্রান্সক্রিপ্ট
- YouTube সহায়তা: ভিডিও ট্রান্সক্রিপ্ট দেখুন
- Google Drive সহায়তা: ফাইল ও ফোল্ডারের অ্যাক্সেস শেয়ার ও নিয়ন্ত্রণ
- U.S. Copyright Office: ফেয়ার ইউজ সূচি
- তুলনায় ব্যবহৃত সরবরাহকারীর পৃষ্ঠা (নভেম্বর 2026-এ যাচাই করা) TurboScribe, HappyScribe-এর মূল্য, Descript-এর মূল্য, VEED ভিডিও টু টেক্সট, Notta-এর মূল্য, Notta-এর সমর্থিত ভাষা
