কনটেন্ট ক্রিয়েটরদের জন্য
ট্রান্সক্রিপশন

MirrorCaption ব্রাউজার-ভিত্তিক Zoom, Google Meet, এবং Teams কলের সময় — অথবা আপনার ফোনের মাইক্রোফোনের মাধ্যমে সামনাসামনি — 60+ ভাষায় রিয়েল-টাইম ট্রান্সক্রিপশন ও অনুবাদ স্ট্রিম করে। ১ ঘণ্টার জন্য বিনামূল্যে চেষ্টা করুন, ক্রেডিট কার্ডের প্রয়োজন নেই।

আপনি刚刚 একজন কোরিয়ান ক্রিয়েটরের সঙ্গে একটি কোল্যাব পেয়েছেন, যার ফুড চ্যানেলে দুই মিলিয়ন সাবস্ক্রাইবার আছে। তিনি উদ্দীপ্ত — আপনি তা শুনতে পাচ্ছেন। আপনার প্রথম প্রশ্নের উত্তর তিনি দীর্ঘভাবে দেন, 35 সেকেন্ডের কোরিয়ান, যা আপনি বুঝতে পারেন প্রাণবন্ত ও বিস্তারিত। আপনি হাসেন। মাথা নাড়েন। তিনি কী বললেন, আপনার একেবারেই ধারণা নেই। আর ইন্টারভিউয়ের বাকি আছে 47 মিনিট।

কনটেন্ট ক্রিয়েটরদের জন্য তৈরি বেশিরভাগ ট্রান্সক্রিপশন ওয়ার্কফ্লো পোস্ট-প্রোডাকশন সমস্যার সমাধান করে। রেকর্ডিং আপলোড করুন, অপেক্ষা করুন, ট্রান্সক্রিপ্ট পান। এটি এডিটিংয়ে সাহায্য করে, কিন্তু মিনিট তিনেকের মাথায় ফলো-আপ প্রশ্ন করতে সাহায্য করে না। কথোপকথন চলার সময়ই MirrorCaption সেখানে থাকে।

দুই ধরনের ট্রান্সক্রিপশন — এবং কেন বেশিরভাগ ক্রিয়েটর টুল মুহূর্তটি মিস করে

ক্রিয়েটরদের জন্য তৈরি বেশিরভাগ ট্রান্সক্রিপশন টুল রেকর্ডিং বুথের জন্য নয়, এডিটিং রুমের জন্য বানানো। এখানে একটি গুরুত্বপূর্ণ পার্থক্য আছে:

পোস্ট-প্রোডাকশন ট্রান্সক্রিপশন — আপনি ভিডিও রেকর্ড করেন, ফাইল আপলোড বা প্রসেস করেন, এবং পরে ট্রান্সক্রিপ্ট পান। MirrorCaption এটিও কভার করে, এবং ক্রিয়েটরদের জন্য এটি অবশ্যই চেষ্টা করার মতো: এর ডেস্কটপ Audio Transcription আপলোড করা রেকর্ডিং (সর্বোচ্চ 100 MB বা 5 ঘণ্টা) নেয় এবং কয়েক মিনিট পরে ট্রান্সক্রিপ্ট, চাইলে অনুবাদসহ, আপনার সেশন হিস্টরিতে রেখে দেয়। কিন্তু সেই সাহায্য আসে কথোপকথন এগিয়ে যাওয়ার পর।

রিয়েল-টাইম ট্রান্সক্রিপশন — বক্তা কথা বলার সঙ্গে সঙ্গে ক্যাপশন দেখা যায়, বক্তার থেকে 500ms-এরও কম পিছিয়ে। Otter.ai ইংরেজি-প্রধান মিটিংয়ের জন্য এটি করে। MirrorCaption 60+ ভাষায় পাশাপাশি মূল ও অনুবাদ দেখিয়ে এটি করে — তাই আপনার অতিথি যদি কোরিয়ান ভাষায় উত্তর দেন, আপনি বাম পাশে কোরিয়ান টেক্সট এবং ডান পাশে ইংরেজি অনুবাদ একসঙ্গে দেখতে পান।

ফারাকটি নির্দিষ্ট: অ-ইংরেজিভাষী কোনো অতিথি যদি মিনিট আটে আপনার প্রশ্নের উত্তর দেন, কোনো পোস্ট-প্রোডাকশন টুলই আপনাকে মিনিট নয়ে স্পষ্ট ফলো-আপ প্রশ্ন করতে সাহায্য করবে না। MirrorCaption ঠিক সেই মুহূর্তের জন্যই তৈরি। আরও দেখুন: লাইভ ক্যাপশন বনাম ট্রান্সক্রিপ্ট — আসল পার্থক্য কী।

কনটেন্ট ক্রিয়েটরদের জন্য MirrorCaption কীভাবে কাজ করে

MirrorCaption পুরোপুরি আপনার ব্রাউজারেই চলে — কোনো এক্সটেনশন নেই, কোনো বট নেই যে কল-এ যোগ দিয়ে সবার participant list-এ দেখা যায়।

Meet mode — ব্রাউজার-ভিত্তিক ভিডিও কলের জন্য

ডেস্কটপ Chrome বা Microsoft Edge-এ দ্বিতীয় একটি ট্যাবে MirrorCaption খুলুন। Meet mode নির্বাচন করুন, তারপর আপনার Zoom, Google Meet, বা Teams ব্রাউজার ট্যাব শেয়ার করুন। MirrorCaption সেই ট্যাবের অডিও আপনার মাইক্রোফোনের সঙ্গে ধরে এবং সঙ্গে সঙ্গে ট্রান্সক্রিপশন স্ট্রিম করা শুরু করে। বক্তার ভাষা এবং আপনার পছন্দের অনুবাদ ভাষা বেছে নিন — অতিথি কথা বলার সঙ্গে সঙ্গে পাশাপাশি ভিউ শব্দে-শব্দে আপডেট হয়।

Talk mode — সামনাসামনি ক্রিয়েটর মিটআপের জন্য

সামনাসামনি কোল্যাব শুট করছেন? আপনার ফোনে Chrome-এ MirrorCaption খুলুন, Talk mode-এ যান, এবং টেবিলে আপনাদের মাঝখানে রাখুন। দুই বক্তাই একে অপরের কথা লাইভ পড়তে পারেন। ইনস্টল করার কিছু নেই। সাধারণ ব্রাউজার ব্যবহারের বাইরে ডেটা প্ল্যান নিয়ে চিন্তারও দরকার নেই।

সেশনের পরে

সেশন বন্ধ করলে পূর্ণ ট্রান্সক্রিপ্ট আপনার — ক্লিপবোর্ডে কপি করুন, প্লেইন টেক্সট হিসেবে এক্সপোর্ট করুন, অথবা Markdown হিসেবে ডাউনলোড করুন। স্পিকার লেবেল দেখায় কে কী বলেছে। টাইমস্ট্যাম্প প্রতিটি অংশ চিহ্নিত করে। আপনি ট্রান্সক্রিপ্টের মধ্যে সার্চ করতে পারেন এবং যেকোনো মুহূর্তে যেতে পারেন।

এটাই সেই একই ওয়ার্কফ্লো, যা বহুভাষিক রিমোট টিম-এর জন্য কাজ করে — শুধু আপনার ক্রিয়েটর ইন্টারভিউ সেটআপে প্রয়োগ করা হয়েছে।

গ্লোবাল অডিয়েন্স থাকা প্রতিটি ক্রিয়েটর যে ইন্টারভিউ পরিস্থিতি চেনে

একই ইন্টারভিউয়ের দুটি সংস্করণ ভাবুন।

MirrorCaption ছাড়া: Ji-ho, একজন কোরিয়ান গেমিং ক্রিয়েটর, বার্নআউট নিয়ে আপনার প্রশ্নের উত্তর দেন এমনভাবে, যা আপনি তার কণ্ঠস্বর, তার অঙ্গভঙ্গি থেকে বুঝতে পারেন — একটি ভেবেচিন্তে, ব্যক্তিগত উত্তর। আপনি কোরিয়ান বলতে পারেন না। পরের স্ক্রিপ্টেড প্রশ্নটি করেন এবং এগিয়ে যান। পরে, যখন ট্রান্সক্রিপ্ট আসে, আপনি জানতে পারেন তিনি স্ট্রিমিং থেকে নেওয়া একটি নির্দিষ্ট 90 দিনের বিরতি এবং ঠিক কোন মুহূর্তে ফিরে আসার সিদ্ধান্ত নিয়েছিলেন তা বর্ণনা করেছিলেন। আপনার ফলো-আপ প্রশ্নটি ভিডিওর সবচেয়ে আকর্ষণীয় অংশ হতে পারত। আপনি কখনোই জানতে পারবেন না, কারণ কথোপকথন এগিয়ে গেছে।

MirrorCaption-এর সঙ্গে: Ji-ho কথা বলার সময়, আপনি দেখেন তার শব্দগুলো বাম কলামে কোরিয়ান ভাষায় দেখা যাচ্ছে — এবং ডান পাশে ইংরেজি অনুবাদ, অর্ধ সেকেন্ডের মধ্যে। আপনি পড়েন: "I took 90 days away from streaming… the moment I came back was when I realized I was doing it for the views, not for the joy." আপনি থামান। "এক মিনিট — ওই মুহূর্তটা নিয়ে আর একটু বলবেন?" ইন্টারভিউয়ের মোড় ঘুরে যায়।

যখন কোনো জাপানি অতিথি বলেন「ちょっと難しいです」এবং আপনি মূলের পাশে "A little difficult" দেখতে পান, আপনি জানেন — যদি আপনি জাপানে সময় কাটিয়ে থাকেন — এটি আসলে আরও শক্তিশালী মতের একটি ভদ্র নরমকরণ। মূল টেক্সট স্ক্রিনে থাকে। আপনি আরও খোঁজ নিতে পারেন। শুধু অনুবাদ যথেষ্ট নয়; পাশাপাশি ভিউ-ই আপনাকে পূর্ণ প্রেক্ষাপট দেয়।

এটাই রিয়েল-টাইম অনুবাদকে পোস্ট-প্রোডাকশন ট্রান্সক্রিপশন থেকে আলাদা করে। আপনি যা বলা হয়েছে তা পড়ছেন না। আপনি যা বলা হচ্ছে তা পড়ছেন — আর কথোপকথন ঘোরানোর জন্য এখনও 45 মিনিট বাকি।

পরে ট্রান্সক্রিপ্ট দিয়ে আপনি কী করতে পারেন

সেশন ট্রান্সক্রিপ্ট শুধু সুরক্ষাবলয় নয় — এটি একটি কনটেন্ট ক্যালেন্ডার। একটি 60-মিনিটের ক্রিয়েটর ইন্টারভিউ থেকে পাওয়া যায়:

• 5 মিনিটেরও কম সময়ে শো নোট। ট্রান্সক্রিপ্ট কপি করুন, ফিলার শব্দ মুছে দিন, অনুচ্ছেদে সাজান। আপনার অতিথির সঠিক উদ্ধৃতিগুলো আগেই সেখানে আছে — প্যারাফ্রেজের দরকার নেই।
• YouTube বর্ণনার কপি। আপনার অতিথি স্বাভাবিকভাবে যে কীওয়ার্ডগুলো ব্যবহার করেছেন — তাদের niche terms, product names, specific phrases — সেগুলো ট্রান্সক্রিপ্টে হুবহু আছে। সেগুলো আপনার বর্ণনায় পেস্ট করুন, সেগুলো ঠিকভাবে ইনডেক্স হবে।
• ব্লগ পোস্টের খসড়া। ট্রান্সক্রিপ্ট থেকে pull quotes ব্যবহার করে সেকশনের অ্যাঙ্কর বানান। "I realized I was doing it for the views, not for the joy" ধরনের একটি উদ্ধৃতি স্মৃতি থেকে পুনর্গঠন না করেই পুরো একটি সেকশন সাজিয়ে দেয়।
• সোশ্যাল ক্লিপস। ট্রান্সক্রিপ্টে খুঁজে বের করুন 20 সেকেন্ডের ঝাঁঝালো মুহূর্ত। টাইমস্ট্যাম্প আপনাকে ঠিক কোথায় কাটতে হবে তা বলে দেয়।
• ভোকাবুলারি বিল্ডার। আপনি যদি ভাষা শেখার ক্রিয়েটর হন, তাহলে যেকোনো অনূদিত শব্দে ট্যাপ করে মূল শব্দটি দেখতে পারেন — এবং সেটি আপনার ব্যক্তিগত স্টাডি ডেকে সেভ করতে পারেন। আপনার ইন্টারভিউ একই সঙ্গে একটি পাঠও।

প্ল্যাটফর্ম জুড়ে ক্রিয়েটর ট্রান্সক্রিপ্ট দিয়ে কী করা যায়, তা আরও গভীরভাবে জানতে আমাদের বহুভাষিক ট্রান্সক্রিপশন গাইড দেখুন।

লাইভ স্ট্রিমের জন্য MirrorCaption কী করে না (আগে এটি পড়ুন)

চূড়ান্ত ভিডিওতে দর্শক-সামনে ক্যাপশনের জন্য, YouTube-এর স্বয়ংক্রিয় ক্যাপশন আপলোডের পরে ইংরেজি কভার করে। বহুভাষিক সাবটাইটেলের জন্য, MirrorCaption ট্রান্সক্রিপ্ট এক্সপোর্ট করুন এবং আপনার এডিটরে এটিকে SRT ট্র্যাক হিসেবে যোগ করুন। আমাদের যেকোনো ভিডিও কলে কীভাবে লাইভ ক্যাপশন পাবেন গাইডে উভয় পদ্ধতি বিস্তারিতভাবে আছে।

মূল্য — একজন ক্রিয়েটরের জন্য আসলে কত খরচ

ক্রিয়েটরদের জন্য তৈরি বেশিরভাগ ট্রান্সক্রিপশন টুল মাসিক ফি নেয়। MirrorCaption নেয় না।

গণনাটা সরল: €99 এককালীন দামে, MirrorCaption দুই মাসে Descript-এর বিপরীতে এবং তিন মাসে Otter-এর বিপরীতে খরচ তুলে ফেলে। এরপর, মাসে কিছুই লাগে না — Premium প্ল্যানে অন্তর্ভুক্ত 200 ঘণ্টার বেশি দরকার হলে Voice Pack top-ups €4.99-এ 5 ঘণ্টার জন্য পাওয়া যায়।

আপনি যদি ট্রান্সক্রিপ্ট কেটে ভিডিও এডিট করতে চান, সেটি MirrorCaption কভার করার চেষ্টা করে না এমন একটি আলাদা পোস্ট-প্রোডাকশন ওয়ার্কফ্লো। কল চলাকালীন বহুভাষী অতিথিদের বোঝার জন্য, MirrorCaption-ই স্পষ্ট পছন্দ: এটি তারা কথা বলার সঙ্গে সঙ্গে 60+ ভাষায় লাইভ অনুবাদ করে।

ক্যাপশন শেষ হওয়া ভিডিওকে খুঁজে পাওয়া, উদ্ধৃত করা, এবং পুনঃব্যবহার করাও সহজ করে। একটি searchable transcript — যা MirrorCaption থেকে আপনার আগেই আছে — সাবটাইটেল, বর্ণনা, শো নোট, এবং ক্লিপের জন্য কাঁচা টেক্সট দেয়।

প্রায়শই জিজ্ঞাসিত প্রশ্ন

YouTube কি স্বয়ংক্রিয়ভাবে ক্যাপশন যোগ করে?

হ্যাঁ, তবে সীমাবদ্ধতা আছে। YouTube আপলোড করা দীর্ঘ ভিডিও এবং Shorts-এর জন্য অনেক সমর্থিত ভাষায় স্বয়ংক্রিয় ক্যাপশন তৈরি করে, কিন্তু মান ভিন্ন হতে পারে এবং মিশ্র-ভাষার অডিও সমস্যা তৈরি করতে পারে। লাইভ স্ট্রিমের ক্ষেত্রে, স্বয়ংক্রিয় ক্যাপশন শুধু ইংরেজিতে কাজ করে এবং সম্প্রচার শেষ হওয়ার পরে থাকে না — VOD থেকে নতুন একটি ক্যাপশন ট্র্যাক পুনরায় তৈরি হয় এবং লাইভে যা দেখা গিয়েছিল তার থেকে আলাদা হতে পারে। বহুভাষিক কনটেন্ট বা অ-ইংরেজি অতিথিদের জন্য, রেকর্ডিং চলাকালীন আলাদা রিয়েল-টাইম ট্রান্সক্রিপশন টুল ব্যবহার করুন।

বিদেশি ভাষার অতিথি নিয়ে Zoom ইন্টারভিউ আমি কীভাবে রিয়েল টাইমে ট্রান্সক্রাইব করব?

ডেস্কটপ Chrome বা Edge-এ দ্বিতীয় একটি ট্যাবে MirrorCaption খুলুন। Meet mode নির্বাচন করুন এবং আপনার Zoom ব্রাউজার ট্যাবকে অডিও সোর্স হিসেবে শেয়ার করুন। অতিথির ভাষাকে সোর্স ভাষা এবং আপনার ভাষাকে অনুবাদের লক্ষ্য হিসেবে বেছে নিন। অতিথি কথা বলার সঙ্গে সঙ্গে MirrorCaption বাম পাশে শব্দে-শব্দে ট্রান্সক্রিপশন এবং ডান পাশে অনুবাদ স্ট্রিম করে — রেকর্ডিং আপলোডের দরকার নেই, সেশনের পরে অপেক্ষাও নেই।

আমি কি OBS-এর সঙ্গে MirrorCaption ব্যবহার করতে পারি?

MirrorCaption কোনো OBS plugin নয় এবং দর্শকদের দেখার জন্য আপনার স্ট্রিমে অনূদিত সাবটাইটেল ওভারলে করে না। এটি আপনার নিজের স্ক্রিনে একটি ব্রাউজার ট্যাবে রিয়েল-টাইম ক্যাপশন দেখায়। OBS-এর মধ্যে দর্শক-সামনে ক্যাপশন দরকার হলে, এর সঙ্গে একটি dedicated stream-captioning plugin ব্যবহার করুন। সম্প্রচারের সময় বহুভাষী অতিথিকে বোঝার জন্য MirrorCaption-ই বেশি উপযুক্ত: এটি মূলের পাশে 60+ ভাষা স্ট্রিম করে, ব্রাউজার ট্যাবে বা এর Mac, Windows, iPhone এবং Android-এর জন্য native apps-এ।

MirrorCaption কি আমার রেকর্ডিং বা অডিও সংরক্ষণ করে?

না। MirrorCaption রিয়েল-টাইম speech-to-text-এর জন্য আপনার ব্রাউজার থেকে অডিও স্ট্রিম করে এবং MirrorCaption সার্ভারে অডিও রেকর্ডিং সংরক্ষণ করে না। ট্রান্সক্রিপ্ট আপনার ব্রাউজারে স্থানীয়ভাবে (IndexedDB) সেভ হয়। আপনি সেশন বন্ধ করলে লাইভ অডিও স্ট্রিম শেষ হয়। বিলিংয়ের জন্য শুধু ব্যবহৃত মিনিট রেকর্ড করা হয়, কথোপকথনের বিষয়বস্তু নয়।

কনটেন্ট ক্রিয়েটরদের জন্য কি কোনো বিনামূল্যের সংস্করণ আছে?

হ্যাঁ। প্রতিটি অ্যাকাউন্ট 1 free hour দিয়ে শুরু হয় — এককালীন, কোনো মাসিক রিসেট নেই, ক্রেডিট কার্ডের প্রয়োজন নেই। যেকোনো ভাষায় একটি সম্পূর্ণ ক্রিয়েটর ইন্টারভিউ করার জন্য এটি যথেষ্ট। আরও দরকার হলে, Premium প্ল্যান €99 এককালীন 200 ঘণ্টার জন্য, এবং সীমা ছাড়ালে Voice Pack top-ups পাওয়া যায়।