فارسی
একটি Farsi অডিও বা ভিডিও ফাইল ছেড়ে টাইমস্ট্যাম্পসহ সম্পূর্ণ ট্রান্সক্রিপ্ট পান - সবই আপনার ব্রাউজারে, কোনো সাইনআপ ছাড়াই। মডেলটি একবার (~75 MB) ডাউনলোড করা হয় এবং লোকালি ক্যাশে রাখা হয়, তাই পরবর্তী চালানো তৎক্ষণাৎ এবং অফলাইনে কাজ করে।
ব্রাউজারের সমর্থন যাচাই করা হচ্ছে…
বিনামূল্যে ইন-ব্রাউজার টুলটি একটি ছোট ওপেন-সোর্স মডেল চালায় - পরিষ্কার অডিওর জন্য এটি ভালো, তবে এটি ভারী Farsi উচ্চারণ, শব্দ বা ওভারল্যাপিং স্পিকারদের সাথে সংগ্রাম করতে পারে এবং শুধুমাত্র সীমিত সংখ্যক ভাষা কভার করে। ব্রডকাস্ট-গ্রেড নির্ভুলতা, আরও বিস্তৃত ভাষা সমর্থন এবং SRT/VTT/TXT ডাউনলোডের জন্য, আমাদের পেইড ক্লাউড-ভিত্তিক স্পিচ টু টেক্সট ব্যবহার করুন।
ক্লাউড-ভিত্তিক স্পিচ টু টেক্সট চেষ্টা করুনযেকোনো Farsi অডিও বা ভিডিও এখানে ছেড়ে দিন - MP3, WAV, M4A, MP4, এবং WEBM সবই সমর্থিত।
প্রথম ক্লিকে ~75 MB মডেলটি আপনার ব্রাউজারে ডাউনলোড হবে। এর পরে, স্বীকৃতি তাৎক্ষণিক এবং অফলাইনে কাজ করতে সক্ষম।
ট্রান্সক্রিপ্টটি TXT, SRT, বা VTT হিসেবে সংরক্ষণ করুন. আপনার অডিও এবং ফলাফল কখনই আপনার ডিভাইস ছাড়ে না.
সনাক্তকরণ সম্পূর্ণভাবে আপনার ব্রাউজারে WebAssembly ব্যবহার করে চলে. একমাত্র নেটওয়ার্ক অনুরোধগুলি মডেল ও WebAssembly রানটাইম আনত—উভয়ই পাবলিক, স্ট্যাটিক অ্যাসেট. আমরা আপনার অডিও দেখি না এবং আমরা ট্রান্সক্রিপ্টও দেখি না.
স্পিচ রিকগনিশন সাধারণত আপনার অডিও অন্যের GPU তে আপলোড করা বোঝায়। এখানে মডেলটি আপনার নিজের মেশিনে চলে, যা এটিকে একই সাথে বিনামূল্যে এবং ব্যক্তিগত করে তোলে।