২০২৬ সালে অনলাইনে সেরা ফ্রি ট্রান্সক্রিপশন টুলগুলো হলো MirrorCaption, Otter.ai, Google Docs Voice Typing, Notta, এবং oTranscribe — প্রতিটি ভিন্ন কাজের জন্য তৈরি। সঠিক পছন্দটি একটি প্রশ্নের ওপর নির্ভর করে: আপনি কি লাইভ মিটিং চলাকালীন ট্রান্সক্রিপশন চান, নাকি পরে রেকর্ডিং থেকে?

বেশিরভাগ তুলনামূলক আর্টিকেল এগুলোকে একই কাজ হিসেবে ধরে। তা নয়। ফ্রি টুল বাছাইয়ের সময় এই বিভ্রান্তিই হতাশার সবচেয়ে সাধারণ কারণ।

কেনজি টোকিও ও বার্লিনে বিভক্ত একটি পার্টনার টিমের সঙ্গে ত্রৈমাসিক রিভিউ করেন। এক মঙ্গলবার, তার জার্মান সহকর্মী প্রথম পাঁচ মিনিটেই এমন একটি উদ্বেগ তুললেন, যা পুরো এজেন্ডাকে নতুনভাবে সাজিয়ে দিল। কেনজি সুরটা ধরতে পেরেছিলেন। শব্দগুলো মিস করেছিলেন। তার Otter.ai ট্রান্সক্রিপ্ট দুই ঘণ্টা পরে এসে পৌঁছায়। ততক্ষণে সিদ্ধান্ত নেওয়া হয়ে গেছে। একটি রিয়েল-টাইম টুল তার শব্দভান্ডার বদলাত না — কিন্তু তাকে রুমের ভেতরেই রাখত।

এই গাইডটি সেই বিভাজনকে কেন্দ্র করেই তৈরি। আমরা ২০ মিনিটের একটি দ্বিভাষিক কল এবং ৩০ মিনিটের একক বক্তার ইংরেজি রেকর্ডিংয়ে নয়টি ফ্রি ট্রান্সক্রিপশন টুল পরীক্ষা করেছি, তারপর সেগুলোকে তাদের প্রকৃত উপযোগিতা অনুযায়ী সাজিয়েছি।

মূল বিষয়গুলো

ফ্রি ট্রান্সক্রিপশন টুলের দুই ধরন — পার্থক্যটা কেন গুরুত্বপূর্ণ

টুল তুলনা করার আগে, অনলাইনে ফ্রি ট্রান্সক্রিপশন টুল খুঁজতে গিয়ে মানুষ যে দুই ধরনের কাজ বোঝায়, সেগুলোর নাম জানা দরকার:

লাইভ ট্রান্সক্রিপশন মানে কেউ কথা বলার সঙ্গে সঙ্গে স্ক্রিনে শব্দ দেখা যায় — কথোপকথন চলমান থাকতেই পড়ার মতো দ্রুত। ল্যাটেন্সি এক সেকেন্ডের কম হতে হবে। এটাই লাইভ ক্যাপশন বনাম ট্রান্সক্রিপ্ট বিষয়টি বোঝায়: ক্যাপশন এখনকার জন্য, ট্রান্সক্রিপ্ট পরে জন্য।

ফাইল-আপলোড ট্রান্সক্রিপশন মানে আপনার কাছে একটি রেকর্ডিং আছে। আপনি সেটি আপলোড করেন, এক-দুই মিনিট অপেক্ষা করেন, তারপর টেক্সট ফিরে পান। সাধারণত নির্ভুলতা বেশি হয়, কারণ মডেল পুরো প্রসঙ্গ প্রক্রিয়া করে। গতি এখানে কম গুরুত্বপূর্ণ।

MirrorCaption, Google Docs Voice Typing, এবং Speechnotes লাইভ অডিও সামলায়। Otter.ai, Notta, Transkriptor, এবং Descript রেকর্ডিং সামলায়। Fathom দুটোই করে, তবে নকশাগতভাবে এটি কল-পরবর্তী। oTranscribe একেবারেই আলাদা: এটি একটি ম্যানুয়াল টাইপিং সহায়ক, AI ট্রান্সক্রিপশন নয়।

ফ্রি প্ল্যান বাছাইয়ের আগে কী দেখবেন

সব ফ্রি টিয়ার একরকম নয়। যা যাচাই করা উচিত:

নির্ভুলতা। পরিষ্কার অডিওতে একক বক্তার ইংরেজির ক্ষেত্রে, বেশিরভাগ AI ট্রান্সক্রিপশন টুল এখন ৯০–৯৫% শব্দ-নির্ভুলতায় পৌঁছে। ব্যাকগ্রাউন্ড নয়েজ, ভারী উচ্চারণ, প্রযুক্তিগত পরিভাষা, বা একাধিক বক্তা থাকলে তা দ্রুত কমে যায়। নির্ভরযোগ্য একমাত্র পরীক্ষা হলো আপনি যে টুলগুলো তুলনা করছেন, সেগুলোর মধ্যে একই পাঁচ মিনিটের ক্লিপ চালানো।

ভাষা সমর্থন। বেশিরভাগ ফ্রি টুল ইংরেজি-কেন্দ্রিক। টুলটি সত্যিই আপনার লক্ষ্যভাষা রিয়েল টাইমে সমর্থন করে কি না নিশ্চিত করুন — শুধু পোস্ট-প্রসেসিং অপশন হিসেবে নয়। Otter.ai, Fathom, এবং Descript ফ্রি প্ল্যানে শুধু ইংরেজি। MirrorCaption প্রতিটি টিয়ারে ম্যান্ডারিন, জাপানি, কোরিয়ান, আরবি, এবং হিন্দিসহ ৬০+ ভাষা কভার করে।

ফ্রি প্ল্যানের সীমা। পরিসরটা চোখে পড়ার মতো:

গোপনীয়তা। বেশিরভাগ AI ট্রান্সক্রিপশন টুল প্রসেসিংয়ের জন্য অডিও বাহ্যিক সার্ভারে পাঠায়। সংবেদনশীল মিটিং — আইনি, চিকিৎসা, আর্থিক — হলে প্রথম কলের আগে টুলটির ডেটা রিটেনশন নীতি যাচাই করুন। যদি লোকাল প্রসেসিং কঠোরভাবে দরকার হয়, তাহলে এখানে একমাত্র সত্যিকারের ব্যক্তিগত বিকল্প হলো oTranscribe। MirrorCaption মাঝামাঝি পথ নেয়: রিয়েল-টাইম প্রসেসিংয়ের জন্য অডিও স্ট্রিম হয়, কিন্তু সার্ভার-সাইডে কখনও সংরক্ষিত হয় না।

ইনস্টলেশনের প্রয়োজনীয়তা। ডেস্কটপ অ্যাপ, ব্রাউজার এক্সটেনশন, বা মিটিং বট দরকার এমন কিছুই ঝামেলা বাড়ায় এবং প্রায়ই আইটি রিভিউ ট্রিগার করে। MirrorCaption, Notta, oTranscribe, Speechnotes, Transkriptor, এবং Google Docs Voice Typing — সবই ইনস্টল ছাড়াই চলে।

২০২৬ সালের অনলাইনে সেরা ৯টি ফ্রি ট্রান্সক্রিপশন টুল

১. MirrorCaption — লাইভ মিটিং ও বহুভাষিক ট্রান্সক্রিপশনের জন্য সেরা

লাইভ মিটিংয়ের জন্য আমাদের পছন্দ

যার জন্য সেরা: বহুভাষিক ভিডিও কল, রিয়েল-টাইম ক্যাপশন, রিমোট টিম

MirrorCaption কম-ল্যাটেন্সির WebSocket STT ইঞ্জিন এবং GPT অনুবাদ ব্যবহার করে শব্দে শব্দে ট্রান্সক্রিপশন ও অনুবাদ স্ট্রিম করে। প্রতিটি শব্দের ৫০০ms-এর মধ্যে ক্যাপশন দেখা যায় — কেউ কথা বলার মাঝেই পড়ার মতো দ্রুত। আপনার মিটিংয়ে কোনো বট যোগ হয় না। ইনস্টল করার মতো কোনো এক্সটেনশন নেই। ব্রাউজার খুলুন, ট্যাব শেয়ার করুন, আর ট্রান্সক্রিপ্ট দেখা যাবে।

ফ্রি টিয়ারে ৬০+ ভাষার পূর্ণ অ্যাক্সেস, স্পিকার ডিটেকশন, AI মিটিং সারাংশ, এবং ভোকাবুলারি বিল্ডার অন্তর্ভুক্ত। ফ্রি প্ল্যানে ফিচার লক নেই — শুধু ১ ঘণ্টার একবারের ক্রেডিট, যা প্রতি মাসে রিসেট হয়।

এটি এই তালিকার একমাত্র টুল যা রিয়েল-টাইম অনুবাদকে এমন একটি ব্রাউজার-ভিত্তিক ইন্টারফেসের সঙ্গে যুক্ত করে, যা ল্যাপটপ ও ফোন — দুটোতেই কাজ করে। রিমোট টিমের জন্য রিয়েল-টাইম অনুবাদ-এর ক্ষেত্রে, এই রাউন্ডআপে ফ্রি প্ল্যানে আর কিছুই এর সঙ্গে পাল্লা দিতে পারে না।

MirrorCaption ফ্রি চেষ্টা করুন — ক্রেডিট কার্ড লাগবে না →

২. Otter.ai — বট-ভিত্তিক ইংরেজি ট্রান্সক্রিপশন

ইংরেজি টিমের জন্য সেরা

যার জন্য সেরা: ইংরেজিভাষী টিম যারা মিটিং-পরবর্তী নোট চায়

Otter.ai ইংরেজিভাষীদের জন্য সবচেয়ে পরিচিত মিটিং ট্রান্সক্রিপশন টুল। OtterPilot — এর মিটিং বট — আপনার Zoom, Google Meet, বা Teams কলে যোগ দেয়, সেটি রেকর্ড করে, এবং AI-জেনারেটেড সারাংশ ও অ্যাকশন আইটেমসহ একটি সার্চযোগ্য ট্রান্সক্রিপ্ট তৈরি করে। পরিষ্কার ইংরেজি অডিওতে ট্রান্সক্রিপ্টের মান চমৎকার।

ফ্রি প্ল্যানে মাসে ৩০০ মিনিট দেওয়া হয়, যা প্রতি মাসে রিসেট হয়, তবে এটি দৃশ্যমান বটের ওপর নির্ভর করে এবং শুধু ইংরেজি কভার করে। আপনার কলে যদি অন্য ভাষা থাকে বা আপনার আইটি মিটিং বট ব্লক করে, তাহলে MirrorCaption-এর ব্রাউজার-ভিত্তিক Meet মোড বেশি উপযুক্ত: এটি ৬০+ ভাষায় ক্যাপশন ও অনুবাদ দেয়, কলে কোনো বট থাকে না, এবং Mac, Windows, iPhone এবং Android-এর জন্য নেটিভ অ্যাপও আছে।

তবে সীমাবদ্ধতাগুলো বাস্তব। রিয়েল-টাইম অনুবাদ নেই। বটটি সব অংশগ্রহণকারীর কাছে দৃশ্যমান — কিছু প্রতিষ্ঠান এবং নিয়ন্ত্রিত শিল্পখাত AI ডেটা গোপনীয়তার উদ্বেগে মিটিং বট পুরোপুরি ব্লক করে। আর ফ্রি প্ল্যানে ইংরেজি-বহির্ভূত ভাষা সমর্থিত নয়।

৩. Google Docs Voice Typing — অ্যাকাউন্ট ছাড়া ট্রান্সক্রিপশনের জন্য সেরা

শূন্য সেটআপ

যার জন্য সেরা: দ্রুত এককালীন কাজ, যেখানে সাইনআপের দরকার নেই

Chrome-এর বিল্ট-ইন স্পিচ রিকগনিশন আপনার মাইক্রোফোন যা শোনে — আপনার নিজের কণ্ঠ, বা স্পিকারের মাধ্যমে বাজানো অডিও — সরাসরি একটি Google Doc-এ ট্রান্সক্রাইব করে। Google অ্যাকাউন্ট ছাড়া আর কোনো অ্যাকাউন্ট লাগে না (যা বেশিরভাগ মানুষেরই আছে)। মিনিটের সীমা নেই। Chrome-এর জন্য আপনি ইতিমধ্যে যা দেন, তার বাইরে কোনো খরচ নেই।

এটি কাজ করে। একক বক্তার ভয়েস মেমো, ডিক্টেশন, বা দ্রুত নোটের জন্য এটি সত্যিই উপকারী। মিটিং ট্রান্সক্রিপশনে এটি হোঁচট খায়: অডিও ল্যাপটপ স্পিকারের মাধ্যমে বাজলে নির্ভুলতা কমে যায় (মাইক্রোফোন ঘরের প্রতিধ্বনি ধরে), এবং স্পিকার ডিটেকশন, অনুবাদ, বা টেক্সট কপি করা ছাড়া অন্য কোনো এক্সপোর্ট নেই।

৪. Notta — মাসিক সীমাসহ ফাইল-আপলোড ট্রান্সক্রিপশন

যার জন্য সেরা: ছোট রেকর্ডিং, দ্রুত ট্রান্সক্রাইব দরকার

একটি অডিও বা ভিডিও ফাইল আপলোড করুন, আর Notta প্রায় প্রতি দশ মিনিট অডিওর জন্য এক মিনিটের হিসাবে টাইমস্ট্যাম্পসহ, স্পিকার-লেবেলযুক্ত ট্রান্সক্রিপ্ট ফেরত দেয়। এটি ৫০+ ভাষা সমর্থন করে। ইন্টারফেসটি পরিষ্কার এবং Word, SRT, ও প্লেইন টেক্সটে এক্সপোর্ট করা যায়।

কিন্তু সমস্যা হলো: ফ্রি প্ল্যানটি মাসে ১২০ মিনিট, আনলিমিটেড নয়। দুইটি এক ঘণ্টার ইন্টারভিউতেই মাসিক বরাদ্দ শেষ হয়ে যায়, তাই সে অনুযায়ী পরিকল্পনা করুন। আর যেহেতু এটি রেকর্ডিং নিয়ে কাজ করে, কথোপকথন চলাকালীন আপনাকে অনুসরণ করতে এটি সাহায্য করতে পারে না; MirrorCaption কথা বলার সঙ্গে সঙ্গে লাইভ স্পিচ ট্রান্সক্রাইব ও অনুবাদ করে, তাই চলমান যেকোনো কথোপকথনের জন্য সেটিই স্পষ্ট পছন্দ।

৫. oTranscribe — গোপনীয়তা-সচেতন ম্যানুয়াল ট্রান্সক্রিপশনের জন্য সেরা

যার জন্য সেরা: সংবেদনশীল অডিও, যেখানে কিছুই ডিভাইস ছাড়তে পারে না

oTranscribe একটি ওপেন-সোর্স ওয়েব অ্যাপ, যেখানে আপনি একটি অডিও ফাইল আপলোড করেন এবং নিজেই ট্রান্সক্রিপ্ট টাইপ করেন। কীবোর্ড শর্টকাট দিয়ে প্লেব্যাক স্পিড নিয়ন্ত্রণ করা যায় এবং টাইমস্ট্যাম্প ঢোকানো যায়। কিছুই কোনো সার্ভারে পাঠানো হয় না — অডিও ফাইলটি আপনার ব্রাউজারেই থাকে, আপনার মেশিনে লোকালভাবে।

এটি কী, তা পরিষ্কার রাখুন: oTranscribe AI ট্রান্সক্রিপশন নয়। এটি স্বয়ংক্রিয়ভাবে বক্তৃতাকে টেক্সটে রূপান্তর করে না। এটি একটি টাইপিং সহায়ক — সাধারণ টেক্সট এডিটরের চেয়ে অনেক দ্রুত, কিন্তু লেখার কাজ আপনাকেই করতে হয়। সাংবাদিক, আইনজীবী, এবং চিকিৎসাকর্মীদের জন্য যারা সংবেদনশীল অডিও সামলান, এই বিনিময়টি মূল্যবান।

৬. Fathom — ইংরেজি মিটিংয়ের জন্য কল-পরবর্তী AI নোট

যার জন্য উপযুক্ত: ইংরেজি-শুধু টিম, যাদের কলের পরে শুধু নোট দরকার

Fathom Zoom, Google Meet, এবং Microsoft Teams কল রেকর্ড করে এবং মিটিং-পরবর্তী হাইলাইট ও সারাংশ তৈরি করে। ফ্রি প্ল্যানে কোনো মিনিট ক্যাপ ছাড়াই আনলিমিটেড রেকর্ডিং ও ট্রান্সক্রিপশন অন্তর্ভুক্ত — মিটিং-নোট ক্যাটাগরির আরও উদার ফ্রি টিয়ারগুলোর একটি।

সমঝোতাগুলো পরিচিত: ইংরেজি-কেন্দ্রিক আউটপুট, কল-পরবর্তী নোট, এবং ক্যাপচার যা সেটআপ অনুযায়ী দৃশ্যমান বট বা বট-ছাড়া মোড ব্যবহার করতে পারে। যদি লাইভ ক্যাপশন, অনুবাদ, বা কল চলাকালীন নোট দরকার হয়, MirrorCaption-এর Meet মোড অবশ্যই চেষ্টা করার মতো: এটি কল চলমান থাকতেই লাইভ ক্যাপশন, ৬০+ ভাষায় অনুবাদ, এবং চলমান AI সারাংশ দেয়, কোনো বট যোগ না হয়ে।

প্রিয়া লন্ডনের একজন ফ্রিল্যান্স সাংবাদিক, যিনি মুম্বাইয়ের এক গবেষকের সঙ্গে ৪৫ মিনিটের সাক্ষাৎকার নিয়েছিলেন। তার প্রথম ফ্রি ফাইল টুলটি সেই একটিমাত্র রেকর্ডিংয়েই মাসিক বরাদ্দের প্রায় অর্ধেক খরচ করে ফেলেছিল। পরের ইন্টারভিউতে তিনি ল্যাপটপ স্পিকারের মাধ্যমে অডিও চালিয়ে Google Docs Voice Typing ব্যবহার করেন। নির্ভুলতা প্রায় ৭২% ছিল: নোটের জন্য ব্যবহারযোগ্য, কিন্তু উদ্ধৃতির জন্য যথেষ্ট পরিষ্কার নয়। শিক্ষা হলো: ফ্রি টুল রাফ ড্রাফট ও অভ্যন্তরীণ নোটের জন্য ঠিক আছে। যা কিছু রেকর্ডে যাবে, তার জন্য একটি ভালো ট্রান্সক্রিপশনের বাজেট রাখুন।

৭. Speechnotes — দ্রুত মাইক্রোফোন ট্রান্সক্রিপশনের জন্য সেরা

যার জন্য সেরা: শান্ত ঘরে ভয়েস মেমো ও ডিক্টেশন

Speechnotes Google-এর Web Speech API ব্যবহার করে, Chrome-এ চলতে চলতে, আপনার মাইক্রোফোন যা ধরে তা ট্রান্সক্রাইব করে। সাইনআপ নেই, মিনিটের সীমা নেই, ডজনখানেক ভাষা। শান্ত পরিবেশে একক ডিক্টেশনের জন্য এটি একটি পরিষ্কার টুল, যা একটি কাজ ভালোভাবে করে।

এটি ভিডিও কল ট্রান্সক্রাইব করবে না (হার্ডওয়্যার লুপব্যাক ছাড়া সিস্টেম অডিও ধরতে পারে না), এবং অডিও Google-এর STT সার্ভারের মাধ্যমে প্রসেস হয়, তাই গোপনীয়তা এর শক্তি নয়। এটিকে মিটিং টুল নয়, বরং ভয়েস-টু-টেক্সট নোটপ্যাড হিসেবে ধরুন।

৮. Transkriptor — মাঝে মাঝে ছোট ক্লিপের জন্য উপকারী

সীমিত ফ্রি টিয়ার

যার জন্য সেরা: ছোট রেকর্ডিংয়ে ইন্টারফেস পরীক্ষা করা

Transkriptor স্পিকার লেবেল, টাইমস্ট্যাম্প, এবং একটি এডিটিং ইন্টারফেসসহ ফাইল-আপলোড ট্রান্সক্রিপশন দেয়। ইন্টারফেসটি পরিপাটি। বর্তমান ফ্রি অপশন ৯০ মিনিটে সীমিত, যা কয়েকটি ছোট রেকর্ডিং পরীক্ষা করার জন্য যথেষ্ট, কিন্তু নিয়মিত মিটিং ওয়ার্কফ্লোর জন্য যথেষ্ট নয়।

এটি উল্লেখযোগ্য, কারণ Transkriptor অনেক রাউন্ডআপে দেখা যায় এবং পাঠকেরা প্রায়ই সাইনআপের পরেই সীমাটি জানতে পারেন। যদি পণ্যটি আপনার পছন্দ হয়, তাদের পেইড প্ল্যান প্রায় $9.99/month থেকে শুরু হয়, যা প্রতিযোগিতামূলক। ফ্রি টিয়ারে এটিকে মাঝে মাঝে ব্যবহারের বিকল্প হিসেবে ধরা ভালো।

৯. Descript — ট্রান্সক্রিপ্ট-ভিত্তিক অডিও এডিটিং

যার জন্য সেরা: পডকাস্টার ও ভিডিও নির্মাতা, যারা ট্রান্সক্রিপ্ট দিয়ে এডিট করেন

Descript-এর আলাদা বৈশিষ্ট্য হলো ট্রান্সক্রিপ্ট-ভিত্তিক এডিটিং: ট্রান্সক্রিপ্ট থেকে একটি শব্দ মুছে ফেললে অডিওও মুছে যায়। এটি পডকাস্টার ও ভিডিও এডিটরদের জন্য সত্যিই উপকারী, যারা টাইমলাইন নিয়ে কাজ করতে চান না। ফ্রি প্ল্যানে এখন আলাদা ট্রান্সক্রিপশন-ঘণ্টার বরাদ্দের বদলে মাসে ৬০ মিডিয়া মিনিট অন্তর্ভুক্ত।

এটির জন্য ডেস্কটপ অ্যাপ ডাউনলোড করতে হয়, তাই এটি ব্রাউজার-ভিত্তিক নয়। এটি মূলত ইংরেজি-কেন্দ্রিক এবং রেকর্ড করা কনটেন্ট এডিট করার জন্য তৈরি, মিটিংয়ের জন্য নয়। লাইভ মিটিং ট্রান্সক্রিপশন ও অনুবাদের জন্য MirrorCaption-এর ব্রাউজার-ভিত্তিক Meet মোডই স্পষ্ট পছন্দ: ইনস্টল করার কিছু নেই, ৬০+ ভাষা, এবং চলমান AI সারাংশ।

আপনার পরের মিটিংয়ে রিয়েল-টাইম ট্রান্সক্রিপশন দরকার?

MirrorCaption আপনাকে ১ ফ্রি ঘণ্টা দেয়, একবারের জন্য — ক্রেডিট কার্ড নেই, ৬০+ ভাষা, কল-এ কোনো বট যোগ হয় না।

ফ্রি শুরু করুন

ফ্রি প্ল্যানের সীমা — পাশাপাশি তুলনা

টুল ফ্রি সীমা ভাষা রিয়েল-টাইম? ইনস্টল লাগে না? অডিও সংরক্ষিত হয়?
MirrorCaption ১ ফ্রি ঘণ্টা, একবারের জন্য ৬০+ অনুবাদসহ হ্যাঁ হ্যাঁ না
Otter.ai ৩০০ মিনিট/মাস শুধু ইংরেজি আংশিক (বট) না (অ্যাপ/বট) হ্যাঁ
Google Docs Voice Typing আনলিমিটেড ~৭০ ভাষা হ্যাঁ (শুধু মাইক) হ্যাঁ Google-এর মাধ্যমে
Notta ১২০ মিনিট/মাস ৫০+ ভাষা না হ্যাঁ হ্যাঁ
oTranscribe আনলিমিটেড যেকোনো (ম্যানুয়াল) শুধু ম্যানুয়াল হ্যাঁ না (শুধু লোকাল)
Fathom আনলিমিটেড রেকর্ডিং শুধু ইংরেজি না (কল-পরবর্তী) না (বট) হ্যাঁ
Speechnotes আনলিমিটেড ৫০+ ভাষা হ্যাঁ (শুধু মাইক) হ্যাঁ Google-এর মাধ্যমে
Transkriptor ৯০ মিনিট ৪০+ ভাষা না হ্যাঁ হ্যাঁ
Descript ৬০ মিডিয়া মিনিট/মাস ইংরেজি না না (অ্যাপ) হ্যাঁ

আপনার জন্য কোন ফ্রি ট্রান্সক্রিপশন টুলটি সঠিক?

আপনার প্রধান ব্যবহারের ক্ষেত্র দিয়ে শুরু করুন। বেশিরভাগ মানুষের ঠিক এক ধরনের টুল দরকার — আর ভুল ধরনের টুল বেছে নেওয়া ভুল ব্র্যান্ড বেছে নেওয়ার চেয়ে বেশি ক্ষতিকর।

ফ্রি ট্রান্সক্রিপশন টুল নিয়ে প্রায়শই জিজ্ঞাসিত প্রশ্ন

ফ্রি ট্রান্সক্রিপশন টুল কি পেশাদার ব্যবহারের জন্য যথেষ্ট নির্ভুল?

পরিষ্কার অডিওতে একক বক্তার ইংরেজির ক্ষেত্রে, হ্যাঁ — বেশিরভাগ AI ট্রান্সক্রিপশন টুল ৯০–৯৫% শব্দ-নির্ভুলতায় পৌঁছে। অভ্যন্তরীণ নোট ও রাফ ড্রাফটের জন্য এটি যথেষ্ট। প্রুফরিড ছাড়া হুবহু প্রকাশ করার জন্য এটি যথেষ্ট নির্ভরযোগ্য নয়। উচ্চারণযুক্ত বক্তৃতা, ব্যাকগ্রাউন্ড নয়েজ, প্রযুক্তিগত শব্দভাণ্ডার, এবং বহুভাষিক কনটেন্টে নির্ভুলতা কমে। কোনো টুলে প্রতিশ্রুতিবদ্ধ হওয়ার আগে আপনার নির্দিষ্ট অডিও পরীক্ষা করুন।

ফ্রি ট্রান্সক্রিপশন টুল কি আমার অডিও রেকর্ড ও সংরক্ষণ করে?

বেশিরভাগই করে। ব্যতিক্রম হলো Google Docs Voice Typing (লোকাল Chrome Speech API ব্যবহার করে, Google-এর মাধ্যমে রুট হয় কিন্তু স্থায়ীভাবে সংরক্ষণ করে না), oTranscribe (সম্পূর্ণ লোকাল — কিছুই আপনার ডিভাইস ছাড়ে না), এবং MirrorCaption (লাইভ প্রসেসিংয়ের জন্য অডিও রিয়েল-টাইম STT ইঞ্জিনে স্ট্রিম হয়, কিন্তু সার্ভার-সাইডে কখনও সংরক্ষিত হয় না)। সংবেদনশীল মিটিংয়ের জন্য, ব্যবহারের আগে যেকোনো টুলের ডেটা রিটেনশন নীতি যাচাই করুন। আমাদের AI মিটিং সারাংশের গোপনীয়তা গাইডে কী কী প্রশ্ন করতে হবে তা বলা আছে।

ফ্রি ট্রান্সক্রিপশন টুল কি একাধিক ভাষা সামলাতে পারে?

কিছু টুল পারে, আর MirrorCaption সবচেয়ে আলাদা: এটি ফ্রি প্ল্যানে রিয়েল-টাইম অনুবাদসহ ৬০+ ভাষা সমর্থন করে, যা এই তালিকার অন্য সব টুল থেকে এর প্রধান পার্থক্য। Notta এবং Speechnotes ট্রান্সক্রিপশনের জন্য একাধিক ভাষা সমর্থন করে, কিন্তু অনুবাদ নয়। Otter.ai, Fathom, এবং Descript ফ্রি টিয়ারে শুধু ইংরেজি। Google Docs Voice Typing প্রায় ৭০টি ভাষা সমর্থন করে, তবে ভাষাভেদে নির্ভুলতা অনেক বদলে যায়।

Zoom মিটিংয়ের জন্য সেরা ফ্রি ট্রান্সক্রিপশন টুল কোনটি?

Zoom মিটিংয়ের জন্য MirrorCaption-ই স্পষ্ট পছন্দ। এটি ব্রাউজারের মাধ্যমে আপনার Zoom ট্যাবের অডিও ধরে, কোনো বট, কোনো এক্সটেনশন, এবং হোস্টের অনুমতির প্রয়োজন ছাড়াই, এবং আপনাকে রিয়েল-টাইম ক্যাপশন, অনুবাদ, AI সারাংশ, এবং কলের পরে পর্যালোচনার জন্য এক্সপোর্টযোগ্য ট্রান্সক্রিপ্ট দেয়। আরও গভীর Zoom-নির্দিষ্ট তুলনার জন্য আমাদের সেরা মিটিং ট্রান্সলেটর ২০২৬ রাউন্ডআপ দেখুন।

সত্যিকারের আনলিমিটেড ফ্রি ট্রান্সক্রিপশন টুল কি আছে?

Google Docs Voice Typing এবং Speechnotes-এর মিনিট সীমা নেই, কিন্তু দুটোই একক বক্তার মাইক্রোফোন টুল — হার্ডওয়্যার ওয়ার্কঅ্যারাউন্ড ছাড়া তারা ভিডিও কলের অডিও ধরতে পারে না। MirrorCaption এখানে চেষ্টা করার মতো: এটি ১ ফ্রি ঘণ্টা, একবারের জন্য, ক্রেডিট কার্ড ছাড়া দেয়, যা বাস্তব মিটিংয়ে রিয়েল-টাইম ট্রান্সক্রিপশন ও অনুবাদ পরীক্ষা করার জন্য যথেষ্ট, কোনো বট কল-এ যোগ না হয়ে। নিজের নোট, বার্তা বা ড্রাফট ডিক্টেট করার জন্য, MirrorCaption Typer একই অ্যাকাউন্ট থেকে আপনার কথাকে পরিষ্কার, পরিপাটি টেক্সটে রূপান্তর করে।

আন্দ্রে একজন ফ্রিল্যান্স কনসালট্যান্ট, যিনি মাসে চার থেকে ছয়টি ক্লায়েন্ট কল করেন, প্রতিটি প্রায় ৪০ মিনিটের। তিনি Otter Pro-এর জন্য মাসে $16.99 দিতেন। MirrorCaption-এর Premium প্ল্যানে বদলানোতে একবারে €99 খরচ হয়, আর প্রায় ছয় মাসেই তিনি তা তুলে ফেলেন। তার ফরাসি-ইংরেজি কলগুলো উন্নত হয়েছে, কারণ MirrorCaption সত্যিই অনুবাদ করে — যা একটি স্পষ্ট সুবিধা — এবং একই সেশন তার ইংরেজি-শুধু কলও সামলায়।

অনলাইনে ফ্রি ট্রান্সক্রিপশন টুল নিয়ে চূড়ান্ত কথা

২০২৬ সালে অনলাইনে সেরা ফ্রি ট্রান্সক্রিপশন টুলগুলো নির্দিষ্ট সমস্যার ভালো সমাধান দেয়। ভুলটা হলো, যে কাজের জন্য তৈরি নয়, সেই কাজে একটি টুল বেছে নেওয়া।

আপনি যদি ইংরেজি-বহির্ভূত বক্তাসহ লাইভ মিটিংয়ে থাকেন, তাহলে কোনো আপলোড-ভিত্তিক টুল সেই মুহূর্তে আপনাকে সাহায্য করবে না। আপনি যদি তিন ঘণ্টার ইন্টারভিউ রেকর্ডিং ট্রান্সক্রাইব করেন, রিয়েল-টাইম টুলও সঠিক পছন্দ নয়।

সবচেয়ে সংক্ষিপ্ত উত্তর: কোনো ঝামেলা ছাড়া কাজের জন্য Google Docs Voice Typing, আর ৬০+ ভাষায় লাইভ মিটিংয়ের জন্য MirrorCaption-কে হারানো কঠিন — এর মধ্যে ইংরেজি মিটিং নোটও আছে, AI সারাংশ ও এক্সপোর্টযোগ্য ট্রান্সক্রিপ্টসহ। এই গোষ্ঠীতে এটিই একমাত্র টুল যা রিয়েল টাইমে অনুবাদ করে, এবং এর Audio Transcription আপনার আগে থেকেই থাকা রেকর্ডিং সামলায়।

২ ফ্রি ঘণ্টা দিয়ে শুরু করুন — ক্রেডিট কার্ড লাগবে না

MirrorCaption আপনার পরের মিটিং রিয়েল টাইমে ট্রান্সক্রাইব ও অনুবাদ করে। যেকোনো ব্রাউজারে, যেকোনো ভিডিও কল প্ল্যাটফর্মে কাজ করে। ইনস্টল করার কিছু নেই।

MirrorCaption ফ্রি চেষ্টা করুন