লাইভ ক্যাপশন
যেকোনো কলের জন্য

MirrorCaption ব্রাউজার-ভিত্তিক মিটিং—Zoom, Teams, Google Meet, Webex—এবং সামনাসামনি কথোপকথনে, বধির ও কম শোনেন এমন ব্যবহারকারীদের জন্য ৫০+টি নির্বাচযোগ্য ভাষায় রিয়েল-টাইম লাইভ ক্যাপশন সরবরাহ করে, তাও আপনার কল-এ কোনো বট যোগ না করেই।

প্ল্যাটফর্ম ক্যাপশনিং টুলগুলোর একটি সাধারণ বৈশিষ্ট্য আছে: তারা নিজেদের দরজার বাইরে আর এগোয় না। Zoom captions কাজ করে Zoom-এ। Teams captions কাজ করে Teams-এ। যারা প্রতিদিন প্ল্যাটফর্ম বদলান, তাদের জন্য এটা কোনো সমাধান নয় — বরং প্রতিটি প্ল্যাটফর্মে আলাদা আলাদা ফাঁকফোকর।

MirrorCaption মিটিং প্ল্যাটফর্মের বাইরে চলে। ডেস্কটপ Chrome বা Microsoft Edge-এ একটি ব্রাউজার ট্যাব খুলুন, মিটিং ট্যাবের অডিও শেয়ার করুন, আর আপনার ভাষায় লাইভ ক্যাপশন পড়ুন। সামনাসামনি কথোপকথনের জন্য, আপনার ফোনে Talk mode খুলে মাইক্রোফোন ব্যবহার করুন।

প্ল্যাটফর্ম-নির্দিষ্ট ক্যাপশন কেন যথেষ্ট নয়

Zoom, Teams, এবং Google Meet—সবগুলোতেই কোনো না কোনো ধরনের লাইভ ক্যাপশনিং আছে। যে একভাষী ইংরেজি বক্তা শুধু একটি প্ল্যাটফর্ম ব্যবহার করেন, তার জন্য তা প্রায়ই যথেষ্ট। কিন্তু অনেক বধির ও কম শোনেন এমন পেশাজীবীর বাস্তবতা আরও জটিল।

মাঝারি মাত্রার শ্রবণহীনতা থাকা একজন সিনিয়র ইঞ্জিনিয়ারের এক সপ্তাহ কেমন হতে পারে, তা ভাবুন (এটি একটি উদাহরণমূলক পরিস্থিতি, যা অনেক DHH পেশাজীবী চিনতে পারবেন)। সোমবারের স্ট্যান্ডআপ Zoom-এ। বুধবারের ক্লায়েন্ট রিভিউ Teams-এ। শুক্রবারের রেট্রোস্পেকটিভ Google Meet-এ। প্রতিটি প্ল্যাটফর্মেই ক্যাপশনিং ফিচার আছে, কিন্তু অনূদিত ক্যাপশন, ভাষার তালিকা, ট্রান্সক্রিপ্ট অ্যাক্সেস, এবং হোস্ট বা টেন্যান্ট সেটিংস এক পরিবেশ থেকে আরেক পরিবেশে আলাদা। বুধবারের কলের সামনাসামনি অংশে কনফারেন্স রুমে এই প্ল্যাটফর্ম-নেটিভ ক্যাপশনগুলোর কোনোটাই তার সঙ্গে যায় না।

প্যাটার্নটি একই: প্রতিটি প্ল্যাটফর্ম-নেটিভ টুল নিজের সীমানাতেই থেমে যায়। প্ল্যাটফর্ম বদলালেই ক্যাপশন কন্ট্রোল, ভাষার অপশন, ট্রান্সক্রিপ্টের আচরণ, আর অ্যাকাউন্টের নিয়ম বদলে যায়। সামনাসামনি মিটিংয়ে গেলে প্ল্যাটফর্মের ক্যাপশন স্তর পুরোপুরি অদৃশ্য হয়ে যায়। MirrorCaption ব্রাউজার-ভিত্তিক কল এবং সামনাসামনি কথোপকথন—দুটিতেই আপনাকে একটি একক ক্যাপশনিং ওয়ার্কফ্লো দেয়।

বধির ও কম শোনেন এমন ব্যবহারকারীদের জন্য MirrorCaption কীভাবে কাজ করে

MirrorCaption ব্রাউজারে চলে। মিটিং-ট্যাব অডিওর জন্য Meet mode ডেস্কটপ Chrome এবং Microsoft Edge-এর জন্য তৈরি; Talk mode মাইক্রোফোন ব্যবহার করে এবং মোবাইলে Chrome-এ সবচেয়ে ভালো কাজ করে। কোনো ডাউনলোড নেই, কোনো এক্সটেনশন নেই, ইনস্টল বা আপডেট করার মতো কোনো সফটওয়্যার নেই। প্রথম ভিজিট থেকে লাইভ ক্যাপশন পর্যন্ত সেটআপে দুই মিনিটেরও কম সময় লাগে।

অ্যাপটি দুইটি মোডে চলে:

Meet mode — ভিডিও কলের জন্য। আপনার Zoom, Teams, বা Meet কল যখন একটি ডেস্কটপ Chrome বা Edge ট্যাবে চলছে, তখন MirrorCaption দ্বিতীয় একটি ট্যাবে খুলুন এবং মিটিং ট্যাবের অডিও শেয়ার করুন। MirrorCaption মিটিংয়ের অডিও ক্যাপচার করে এবং রিয়েল টাইমে লাইভ ক্যাপশন স্ট্রিম করে। আপনি চাইলে দুইটি ট্যাব পাশাপাশি দৃশ্যমান রাখতে পারেন, অথবা MirrorCaption দ্বিতীয় স্ক্রিনে চালাতে পারেন।

Talk mode — সামনাসামনি কথোপকথনের জন্য। আপনার ফোনে অ্যাপটি খুলুন। এটি আপনার আর যাঁর সঙ্গে কথা বলছেন, তাঁর মাঝখানে রাখুন। MirrorCaption স্ক্রিনে যেমন আসে, তেমনই কথ্য শব্দগুলো ট্রান্সক্রাইব করে। যদি শ্রবণগত বাধার পাশাপাশি ভাষাগত বাধাও থাকে, একটি লক্ষ্য ভাষা সেট করুন, আর উভয় পক্ষই রিয়েল-টাইম অনুবাদ পড়তে পারবেন। আলাদা কোনো ইন্টারপ্রেটার ডিভাইস নেই, অন্য ব্যক্তির ইনস্টল করার জন্য কোনো অ্যাপও নেই।

৫০+ ভাষায় লাইভ ক্যাপশন — আপনার ভাষাসহ

প্ল্যাটফর্ম ক্যাপশনিং টুলগুলো দ্রুত উন্নত হয়েছে, কিন্তু ভাষা কভারেজ এখনও প্রতিটি প্ল্যাটফর্মের অ্যাকাউন্ট মডেল, মিটিং সেটিংস, এবং সমর্থিত ভাষার তালিকার সঙ্গে বাঁধা। জাপানি, আরবি, হিন্দি, ম্যান্ডারিন, কোরিয়ান, পর্তুগিজ, বা অন্য অ-ইউরোপীয় ভাষায় যোগাযোগ করেন এমন বধির ও কম শোনেন এমন ব্যবহারকারীদের জন্য, এর মানে হতে পারে প্রতিটি মিটিং হোস্টের জন্য আলাদা ক্যাপশনিং সেটআপ।

MirrorCaption একই সেশনে লাইভ ট্রান্সক্রিপশন ও অনুবাদের জন্য ৫০+টি নির্বাচযোগ্য ভাষা সমর্থন করে। ফরাসি ভাষার একটি কল-এ থাকা একজন বধির জাপানি বক্তা ফরাসিতে মিটিং চলতে থাকলেও জাপানিতে ক্যাপশন পড়তে পারেন। ট্রান্সক্রিপশন এবং অনুবাদ একই সঙ্গে চলে — মূল ভাষা এক লাইনে দেখা যায়, আপনার নির্বাচিত ক্যাপশন ভাষা অন্য লাইনে, আর অনূদিত শব্দগুলো তাদের উৎস শব্দের সঙ্গে সংযুক্ত থাকে।

উদাহরণমূলক পরিস্থিতি: ওসাকাভিত্তিক একজন প্রজেক্ট ম্যানেজারের কথা ভাবুন, যিনি একটি ফরাসি লজিস্টিকস কোম্পানির জন্য কাজ করেন। তাঁর উল্লেখযোগ্য সেন্সরিনিউরাল শ্রবণহীনতা আছে এবং প্রতিটি মিটিংয়ের জন্য তিনি ক্যাপশনের ওপর নির্ভর করেন। তাঁর ফরাসি ম্যানেজার ফরাসিতে কথা বলেন; তাঁর জাপানি সাপ্লাই-চেইন পার্টনাররা জাপানিতে কথা বলেন। প্রতিটি কলের প্ল্যাটফর্ম ও হোস্ট সেটিংস আলাদা হওয়ায় নেটিভ ক্যাপশনিং অসংগত হয়ে পড়ে। MirrorCaption-এর সঙ্গে, তিনি সমর্থিত ভাষা-জোড়ার জন্য একটি ব্রাউজার-ট্যাব ওয়ার্কফ্লো বজায় রাখেন — ধারাবাহিক আউটপুট, প্ল্যাটফর্মভিত্তিক কোনো কনফিগারেশন নেই।

ভাষাগুলোর মধ্যে আছে: ম্যান্ডারিন, জাপানি, কোরিয়ান, আরবি, হিব্রু, হিন্দি, রুশ, পর্তুগিজ, স্প্যানিশ, ফরাসি, জার্মান, ইতালিয়ান, ডাচ, পোলিশ, তুর্কি, ভিয়েতনামি, থাই, এবং আরও ৩০+টি।

CART-এর আসল খরচ — এবং বিকল্প

CART (Communication Access Realtime Translation) হলো অ্যাক্সেসিবিলিটি ক্যাপশনিংয়ের পেশাদার মান। একজন প্রশিক্ষিত ক্যাপশনার শব্দে-শব্দে রিয়েল-টাইম ক্যাপশন তৈরি করেন, যেখানে উচ্চ-ঝুঁকির পরিবেশের জন্য প্রয়োজনীয় প্রস্তুতি ও মানবিক বিচারবোধ থাকে। আইনি কার্যক্রম, চিকিৎসা পরামর্শ, বা এমন কোনো পরিস্থিতিতে যেখানে প্রতিটি শব্দের আইনি বা চিকিৎসাগত গুরুত্ব আছে, CART-ই সঠিক টুল।

সমস্যা হলো খরচ। যুক্তরাষ্ট্রে পেশাদার CART পরিষেবা প্রায়ই ঘণ্টাপ্রতি $100 থেকে $200-এর মধ্যে পড়ে, যা প্রদানকারী, পরিবেশ, এবং ইভেন্টটি রিমোট নাকি অনসাইট তার ওপর নির্ভর করে। সপ্তাহে পাঁচটি এক ঘণ্টার মিটিং — জ্ঞানভিত্তিক কর্মীর জন্য বেশ সাধারণ একটি সপ্তাহ — হলে খরচ দাঁড়ায় সাপ্তাহিক $500–1,000, বা বছরে $25,000–50,000। নিয়োগকর্তার যদি প্রতিষ্ঠিত ADA accommodation বাজেট এবং সেই অনুযায়ী procurement প্রক্রিয়া না থাকে, তাহলে এই খরচ প্রায়ই ব্যক্তির ওপরই পড়ে।

উদাহরণমূলক পরিস্থিতি: ৩০ জনের একটি স্টার্টআপের একজন DHH প্রোডাক্ট ম্যানেজারের কথা ভাবুন, যার দল তাকে সমর্থন করতে চায় কিন্তু এখনো কোনো আনুষ্ঠানিক accommodation infrastructure নেই। দৈনিক এক ঘণ্টার স্ট্যান্ডআপের জন্য পেশাদার CART-এর খরচ কমপক্ষে সাপ্তাহিক প্রায় $500 হবে। এর বদলে, তিনি MirrorCaption ব্যবহার করেন: একবার €49, ২০০ ঘণ্টা অন্তর্ভুক্ত। এতে দৈনিক এক ঘণ্টার স্ট্যান্ডআপের প্রায় ৪০ সপ্তাহ কভার হয়, তারপরই অতিরিক্ত কিছু লাগতে পারে। সীমার কাছাকাছি পৌঁছালে তিনি €2.99-এর একটি Voice Pack দিয়ে ৫ ঘণ্টা যোগ করেন। তাঁর মোট বার্ষিক খরচ: €70-এর কম।

আপনার মিটিংয়ে কোনো বট যোগ হয় না

মিটিং বট — যেগুলো "Otter.ai Notetaker" বা "Fireflies"-এর মতো নাম নিয়ে অংশগ্রহণকারীর তালিকায় নিজে থেকেই যোগ হয় — এমন একটি দৃশ্যমান সংকেত তৈরি করে যে কেউ একটি accommodation টুল চেয়েছে। কিছু ব্যবহারকারীর জন্য এটা ঠিক আছে। অন্যদের জন্য, এটি এমন এক স্তরের প্রকাশ, যা তারা নিজেরাই নিয়ন্ত্রণ করতে চান।

MirrorCaption কখনও কল-এ যোগ দেয় না। Meet mode-এ, এটি ডেস্কটপ Chrome এবং Microsoft Edge-এ সমর্থিত screen/audio capture API ব্যবহার করে একটি ব্রাউজার ট্যাব থেকে অডিও ক্যাপচার করে। আপনার মিটিং অংশগ্রহণকারীর তালিকা আগের মতোই থাকে। ক্যাপশনগুলো একটি আলাদা ব্রাউজার ট্যাবে দেখা যায়, যা শুধু আপনি দেখতে পারেন।

অনুমোদন দেওয়ার মতো কোনো এক্সটেনশনও নেই, আমন্ত্রণ জানানোর মতো কোনো মিটিং বটও নেই। MirrorCaption একটি ওয়েব অ্যাপ — এটি ব্রাউজারের মাইক্রোফোন বা ট্যাব-অডিও অনুমতি চায়। কিছু কর্মক্ষেত্রে তৃতীয়-পক্ষের ওয়েব অ্যাপ বা স্ক্রিন ক্যাপচার সীমিত থাকে, তাই অভ্যন্তরীণ নীতিমালা তখনও প্রযোজ্য, কিন্তু কনফিগার করার মতো কোনো ইনস্টল করা ক্লায়েন্ট বা প্ল্যাটফর্মভিত্তিক ইন্টিগ্রেশন নেই।

আপনি রাখতে পারবেন এমন একটি ট্রান্সক্রিপ্ট

Zoom, Teams, এবং Meet-এ অন্তর্নির্মিত লাইভ ক্যাপশন মূলত মিটিং চলাকালীন সহায়তা। কিছু প্ল্যাটফর্ম আলাদা ট্রান্সক্রিপ্ট বা রেকর্ডিং ফিচার দেয়, কিন্তু সেগুলো অ্যাকাউন্ট অনুমতি, মিটিং সেটিংস, বা হোস্টের পছন্দের ওপর নির্ভর করে। আপনি যদি শুধু ক্যাপশন চালু করে থাকেন, তাহলে কলের পরে টেক্সটটি নাও পাওয়া যেতে পারে।

MirrorCaption স্টোরেজ উপলব্ধ থাকলে আপনার ডিভাইসের লোকাল ব্রাউজার স্টোরেজে সম্পূর্ণ সেশনের ট্রান্সক্রিপ্ট সংরক্ষণ করে। কল চলাকালীন, লাইভ ফিড থামানো ছাড়াই আপনি আগের যেকোনো অংশে ফিরে যেতে পারেন। কলের পরে, ট্রান্সক্রিপ্ট সেশন ইতিহাসে পর্যালোচনা, অনুসন্ধান, ব্যাকআপ, বা অ্যাপের ডেটা টুল থেকে এক্সপোর্টের জন্য উপলব্ধ থাকে।

ক্ষণস্থায়ী ক্যাপশন এবং সংরক্ষিত ট্রান্সক্রিপ্টের পার্থক্য অ্যাক্সেসিবিলিটি ওয়ার্কফ্লোতে গুরুত্বপূর্ণ। ব্যবহারিক পার্থক্যগুলো বুঝতে চাইলে, আমাদের লাইভ ক্যাপশন বনাম ট্রান্সক্রিপ্ট গাইড দুইটি ব্যবহারক্ষেত্রই বিস্তারিতভাবে ব্যাখ্যা করে।

এটি আপনার দিনের কোথায় মানায়

২ মিনিটেরও কম সময়ে লাইভ ক্যাপশন পান

কোনো ইনস্টলেশন ধাপ নেই, কোনো ব্রাউজার এক্সটেনশন নেই, কোনো অনবোর্ডিং কল নেই। পুরো ওয়ার্কফ্লোটি এখানে:

1. অ্যাপ খুলুন mirrorcaption.com/app-এ। Meet mode-এর জন্য ডেস্কটপ Chrome বা Microsoft Edge ব্যবহার করুন, অথবা Talk mode-এর জন্য মোবাইলে Chrome ব্যবহার করুন। একটি ফ্রি অ্যাকাউন্টে কোনো ক্রেডিট কার্ড ছাড়াই ১ ঘণ্টা চেষ্টা করার সুযোগ পাবেন।
2. একটি মোড বেছে নিন: ভিডিও কলের জন্য Meet, সামনাসামনি কথোপকথনের জন্য Talk।
3. Meet mode-এ: আলাদা একটি ডেস্কটপ Chrome বা Edge ট্যাবে আপনার Zoom, Teams, বা Google Meet কল শুরু করুন। MirrorCaption-এ ফিরে যান এবং প্রম্পট এলে সেই ট্যাবের অডিও শেয়ার করুন।
4. আপনার ভাষা সেট করুন: বক্তার ভাষা এবং আপনার পছন্দের ক্যাপশন ভাষা বেছে নিন। শুধু ট্রান্সক্রিপশন চাইলে অনুবাদ বন্ধ রাখুন।
5. লাইভ ক্যাপশন পড়ুন যেমন সেগুলো রিয়েল টাইমে দেখা যায়। স্টোরেজ উপলব্ধ থাকলে পুরো ট্রান্সক্রিপ্ট সেশন জুড়ে স্বয়ংক্রিয়ভাবে লোকাল ব্রাউজার স্টোরেজে সংরক্ষিত হয়।

বহুভাষিক রিমোট টিম-এর ক্ষেত্রে, যেখানে শ্রবণহীনতা অনেক বিবেচনার একটি, MirrorCaption-এর অনুবাদ স্তর মানে একই টুল বিভিন্ন শ্রবণক্ষমতা ও বিভিন্ন ভাষার সহকর্মীদের জন্য একই সঙ্গে কাজ করে।

প্রায়শই জিজ্ঞাসিত প্রশ্ন

• Zoom AI Companion-এর জন্য টাকা না দিয়ে কীভাবে লাইভ ক্যাপশন পাব?

  আপনার Zoom কল প্রথম ট্যাবে চলার সময় দ্বিতীয় একটি ডেস্কটপ Chrome বা Edge ট্যাবে MirrorCaption খুলুন। Zoom ট্যাবের অডিও MirrorCaption-এ শেয়ার করুন। লাইভ ক্যাপশন সঙ্গে সঙ্গেই দেখা যাবে — MirrorCaption নিজে ব্যবহার করতে Zoom AI Companion সাবস্ক্রিপশন লাগবে না। ফ্রি টিয়ারে কোনো ক্রেডিট কার্ড ছাড়াই ১ ঘণ্টা চেষ্টা করার সুযোগ আছে।

• MirrorCaption কি হিয়ারিং এইড বা কক্লিয়ার ইমপ্লান্টের সঙ্গে কাজ করে?

  MirrorCaption একটি স্ক্রিন-ভিত্তিক ক্যাপশনিং টুল — এটি বক্তৃতা ট্রান্সক্রাইব করে এবং আপনার স্ক্রিনে দৃশ্যমানভাবে টেক্সট দেখায়। আপনি যে ধরনের শ্রবণযন্ত্রই ব্যবহার করুন বা না করুন, এটি কাজ করে, কারণ এটি আপনি যে টেক্সট পড়েন তা আউটপুট করে, আপনি যে অডিও শোনেন তা নয়। মোবাইলে, ডিসপ্লেটি হাতের দৈর্ঘ্যে পড়ার জন্য অপ্টিমাইজ করা।

• মোবাইল ভার্সন আছে কি?

  হ্যাঁ। MirrorCaption একটি Progressive Web App, যার মোবাইল লেআউট আছে। Talk mode ফোনে ব্যবহারের জন্য তৈরি, দুই ব্যক্তির মাঝখানে ধরে রাখা বা টেবিলে রাখা যায়, এবং মোবাইলে Chrome-এ সবচেয়ে ভালো কাজ করে। Meet mode-এর মিটিং-ট্যাব অডিও ক্যাপচার ডেস্কটপ Chrome এবং Microsoft Edge-এর জন্য।

• ক্যাপশন কতটা নির্ভুল?

  একজন স্পষ্ট বক্তাসহ ভালোভাবে রেকর্ড হওয়া ভিডিও কলে নির্ভুলতা বেশি থাকে। শব্দযুক্ত পরিবেশে, ভারী ব্যাকগ্রাউন্ড সাউন্ডে, বা কম প্রচলিত ভাষায় জোরালো উচ্চারণে এটি কমে যায়। MirrorCaption কোনো সার্টিফাইড শব্দ-প্রতি-শব্দ পরিষেবা নয় — আইনি ডিপোজিশন, ক্লিনিক্যাল ডকুমেন্টেশন, বা সার্টিফাইড নির্ভুলতা প্রয়োজন এমন আনুষ্ঠানিক কার্যক্রমের জন্য পেশাদার CART-ই উপযুক্ত পছন্দ। দৈনন্দিন পেশাদার মিটিংয়ে, কথোপকথন রিয়েল টাইমে অনুসরণ করার জন্য নির্ভুলতা সাধারণত যথেষ্ট শক্তিশালী।

• সামনাসামনি কথোপকথনের জন্য কি MirrorCaption ব্যবহার করতে পারি?

  হ্যাঁ — এটাই Talk mode-এর উদ্দেশ্য। আপনার ফোনে অ্যাপটি খুলুন, Talk-এ ট্যাপ করুন, আর MirrorCaption যিনি কথা বলছেন তাঁকে ট্রান্সক্রাইব করবে। যদি ভাষাগত বাধাও থাকে, source এবং target ভাষা সেট করুন যাতে উভয় পক্ষই রিয়েল-টাইম অনুবাদ পড়তে পারেন। দ্বিতীয় কোনো ডিভাইস নেই, অন্য ব্যক্তির জন্য কোনো অ্যাপও নেই। ডাক্তারের অ্যাপয়েন্টমেন্ট, চাকরির ইন্টারভিউ, রিসেপশন ডেস্ক, বা যেখানে অন্যথায় ইন্টারপ্রেটার লাগত, সেখানেই কাজ করে।

• আমার নিয়োগকর্তাকে কি টাকা দিতে হবে, নাকি আমি নিজে খরচ করতে পারি?

  MirrorCaption ব্যক্তিগত ব্যবহারের জন্য মূল্য নির্ধারণ করা হয়েছে। ফ্রি টিয়ারে কোনো ক্রেডিট কার্ড ছাড়াই ১ ঘণ্টা চেষ্টা করার সুযোগ আছে। Lifetime plan-এর জন্য এককালীন €49 দিতে হয় — ২০০ ঘণ্টা অন্তর্ভুক্ত, ভবিষ্যতের সব আপডেট অন্তর্ভুক্ত, কোনো পুনরাবৃত্ত চার্জ নেই। অনেক ব্যবহারকারী নিয়োগকর্তার সম্পৃক্ততা ছাড়াই নিজেরাই খরচ বহন করেন। আপনার নিয়োগকর্তা যদি এটিকে ADA বা কর্মক্ষেত্রের accommodation হিসেবে দিতে চান, তাহলে এককালীন মূল্য নির্ধারণের কারণে এটি পুনরাবৃত্ত SaaS চুক্তির বদলে এক লাইনের সরঞ্জাম ক্রয় হিসেবে সহজে প্রক্রিয়া করা যায়।