আপনার ফাইল এখানে ড্রপ করুন
সর্বোচ্চ ১০ এমবি · মিডিয়া ৫০ এমবি পর্যন্ত
অথবা ক্লিক করে বেছে নিন
স্পিচ টু টেক্সট কী?
স্পিচ টু টেক্সট আমাদের সার্ভারে faster-whisper দিয়ে অডিও/ভিডিও (MP3, WAV, M4A, MP4, WebM) ট্রান্সক্রাইব করে .txt দেয়। তৃতীয় পক্ষের ক্লাউড স্পিচ API নয়। পরিষ্কার অডিওতে নির্ভুলতা ভালো; গোলমাল/ওভারটকে ভুল হতে পারে। ফাইল ২৪ ঘণ্টার মধ্যে মুছে যায়।
সার্ভারে faster-whisper ইনস্টল থাকলে লোকালি অডিও ও ভিডিও থেকে লেখা তৈরি করুন। Fah Swe Tools-এ প্রাইভেসি-ফার্স্ট স্পিচ টু টেক্সট — OpenAI ক্লাউড API নেই, আপলোড ২৪ ঘণ্টার মধ্যে নিজে থেকে মুছে যায়।
মূল বৈশিষ্ট্য
- faster-whisper
- অটো ভাষা বা বাছাই
- অডিও ও ভিডিও
- তৃতীয় পক্ষ API নয়; ২৪ ঘণ্টা মুছে যায়
সাধারণ ব্যবহার
- ইন্টারভিউ/লেকচার
- সাবটাইটেল খসড়া
- ভয়েস নোট
অন্য নামে: অডিও টু টেক্সট, Whisper অনলাইন.
কীভাবে কাজ করে
- একটি অডিও বা ভিডিও ফাইল আপলোড করুন (MP3, WAV, M4A, MP4, WebM ইত্যাদি)।
- চাইলে ভাষা বেছে নিন (অথবা Auto-detect রাখুন)।
- ট্রান্সক্রিপশন চালিয়ে লেখা কপি করুন বা .txt ডাউনলোড করুন। ফাইল ২৪ ঘণ্টার মধ্যে নিজে থেকে মুছে যায়।
প্রশ্নোত্তর
সার্ভারে কি Whisper লাগে?
হ্যাঁ — faster-whisper (pip) ও ffmpeg ইনস্টল করতে হয়। প্রথমবার একটি ছোট মডেল ডাউনলোড হয় (ডিফল্ট: tiny)। মডেল না থাকলে নকল ট্রান্সক্রিপ্টের বদলে স্পষ্ট ইনস্টল ত্রুটি দেখায়।
এটি কি ক্লাউড API?
না। faster-whisper ইনস্টল থাকলে ট্রান্সক্রিপশন লোকালি চলে। OpenAI-তে কিছুই পাঠানো হয় না।
কোন ভাষা কাজ করে?
Whisper মডেল যা সাপোর্ট করে — Auto-detect ইংরেজি ও বাংলাসহ বেশিরভাগ প্রচলিত ভাষায় কাজ করে।
ফ্রি?
হ্যাঁ; Fah Swe সার্ভারে।
বাংলা?
Whisper-এ বাংলাসহ অনেক ভাষা; পরিষ্কার অডিওতে ভালো।