MirrorCaption সাংবাদিকদের সাক্ষাৎকার চলাকালীন লাইভ ট্রান্সক্রিপশন দেয়: ব্রাউজারেই অডিও ক্যাপচার হয়, বক্তব্য প্রক্রিয়াকরণের সঙ্গে সঙ্গে ক্যাপশন দেখা যায়, এবং পরে কোনো রেকর্ডিং আপলোড করার দরকার হয় না। এটি পাশাপাশি অনুবাদসহ 60+ ভাষা সমর্থন করে, ট্রান্সক্রিপ্ট ব্রাউজারেই স্থানীয়ভাবে সংরক্ষণ করে, এবং MirrorCaption সার্ভারে সাক্ষাৎকারের অডিও সংরক্ষণ করে না।

মূল বিষয়গুলো

সাংবাদিকরা MirrorCaption যেভাবে ব্যবহার করেন, চারটি উপায়

🎤

লাইভ প্রেস ব্রিফিং

প্রতিটি বক্তাকে রিয়েল টাইমে অনুসরণ করুন। কোনো বক্তা বক্তব্যের মাঝখানে ভাষা বদলালে, অডিও প্রক্রিয়াকরণের সঙ্গে সঙ্গে মূল ও অনূদিত ট্রান্সক্রিপ্ট পাশাপাশি থেকে যায়।

🌍

বহুভাষিক উৎস

উৎস স্প্যানিশ, Arabic, বা Mandarin-এ কথা বলে; আপনি মূল ভাষার পাশে ইংরেজি পড়েন। উদ্ধৃত করার আগে যে অনূদিত শব্দটি ব্যবহার করবেন, সেটির বাক্যগঠন যাচাই করতে যেকোনো অনূদিত শব্দে ট্যাপ করুন।

💻

ভিডিও ও ফোন সাক্ষাৎকার

ব্রাউজার-ভিত্তিক Zoom, Teams, বা Meet কলের পাশে দ্বিতীয় ট্যাবে MirrorCaption খুলুন। ডেস্কটপ Chrome বা Edge-এ, বট কল-এ যোগ না দিয়েই শেয়ার করা ট্যাব বা সিস্টেম অডিও ক্যাপচার করতে পারে।

📱

সামনাসামনি ফিল্ড সাক্ষাৎকার

Talk মোড: আপনার ফোনটি আপনার ও উৎসের মাঝখানে রাখুন। উভয় পক্ষ একই সঙ্গে নিজেদের শব্দ এবং অনুবাদ দেখতে পায়। কোনো মিটিং বট নেই, আপলোড করা রেকর্ডিং ফাইলও নেই।

ট্রান্সক্রিপশনে সাংবাদিকদের এখনও কেন ঘণ্টার পর ঘণ্টা নষ্ট হয়

এক ঘণ্টার সাক্ষাৎকারও হাতে ট্রান্সক্রাইব করতে এখনও কয়েক ঘণ্টা লেগে যেতে পারে, বিশেষ করে অডিওতে বাধা, উচ্চারণের ভিন্নতা, ব্যাকগ্রাউন্ড নয়েজ, বা একাধিক বক্তা থাকলে। ডিজিটাল রেকর্ডার ক্যাপচার উন্নত করেছে; কিন্তু কথাকে ব্যবহারযোগ্য উদ্ধৃতিতে রূপান্তর করার কাজটি তারা দূর করতে পারেনি।

প্রধান বিকল্পটি এখনও রেকর্ড-প্রথম ওয়ার্কফ্লো: একটি ফাইল আপলোড করা, একটি মিটিং এজেন্ট পাঠানো, বা ক্যাপচারের পরে ট্রান্সক্রিপ্ট পর্যালোচনা করা। Rev-এর প্রকাশিত হেল্প সেন্টার মূল্য অনুযায়ী মানব ট্রান্সক্রিপশন প্রতি মিনিটে $1.99 থেকে শুরু হয় এবং pay-per-minute AI ট্রান্সক্রিপশন প্রতি মিনিটে $0.25, তাই 60-মিনিটের মানব ট্রান্সক্রিপ্টের দাম কর বা অতিরিক্ত সুবিধা ছাড়াই $119.40 থেকে শুরু।

এই টুলগুলো উপকারী, কিন্তু অনেক সাংবাদিকের ওয়ার্কফ্লোতে আরও সংকীর্ণ কিছু দরকার: ফলো-আপের সময়সীমা শেষ হওয়ার আগেই, সাক্ষাৎকার চলাকালীন পড়ার মতো একটি ট্রান্সক্রিপ্ট।

আপলোড করে অপেক্ষা করার সমস্যা

অনেক ট্রান্সক্রিপশন টুল প্রোডাকশন ওয়ার্কফ্লোর জন্য বানানো: পডকাস্টাররা এপিসোড এডিট করেন, ব্যবসা প্রতিষ্ঠান মিটিং রেকর্ডিং আর্কাইভ করে। সাংবাদিকদের প্রয়োজন আলাদা: তারা প্রায়ই ঘরেই থাকাকালীন কী বলা হয়েছে তা জানতে চান।

যখন কোনো মন্ত্রিসভার কর্মকর্তা বলেন "we are considering all options" এবং তিনি কথা বলার সময়ই আপনি সঠিক বাক্যটি পড়তে পারেন, তখন আপনি প্রাসঙ্গিক ফলো-আপ প্রশ্ন করতে পারেন। কিন্তু লাইনটি যদি কেবল সাক্ষাৎকার বা মিটিং এজেন্টের সারাংশ আসার পরে অনুসন্ধানযোগ্য হয়, তাহলে উৎস তখন অনেক আগেই চলে যেতে পারে।

বহুভাষিক কভারেজের ফাঁক

অভিবাসী সম্প্রদায়, আন্তর্জাতিক বিষয়, বা সীমান্তপারের উৎস কভার করা রিপোর্টারদের জন্য ক্যাপচারের পরে সমস্যা আরও জটিল হয়। Otter বর্তমানে ছয়টি ট্রান্সক্রিপশন ভাষা তালিকাভুক্ত করে এবং Otter Chat-এর মাধ্যমে অনুবাদ করতে পারে। Trint Live 30+ ভাষা লাইভ শনাক্ত করতে পারে, আর Trint-এর ভাষা সহায়তা বলছে অনুবাদ এডিটরে ট্রান্সক্রিপশনের পরে হয়। Rev প্ল্যান বা পরিষেবা অনুযায়ী বিভিন্ন AI ও মানব ভাষার বিকল্প সমর্থন করে, তবে খরচ ও সময়সীমা ভিন্ন।

মিয়ামিতে Haitian diaspora, সান ফ্রান্সিসকোতে Chinese community, বা ব্রাসেলসে কূটনৈতিক কার্যক্রম কভার করা একজন সাংবাদিকের এমন একটি টুল দরকার যা আলাদা দোভাষী বা 24 ঘণ্টার অপেক্ষা ছাড়াই ভাষা বদল সামলাতে পারে। লাইভ সাক্ষাৎকারের ওয়ার্কফ্লোতে বহুভাষিক ট্রান্সক্রিপশন টুল খুব কমই এই নির্দিষ্ট ফাঁকটি পূরণ করে।

আরও পড়ার আগে চেষ্টা করে দেখুন: আপনার ব্রাউজারে MirrorCaption খুলুন, 1 ফ্রি ঘণ্টা, কোনো ক্রেডিট কার্ড নয়।

রিয়েল-টাইম ট্রান্সক্রিপশন কীভাবে সাক্ষাৎকার বদলে দেয়

আপলোড করে অপেক্ষা করা আর রিয়েল-টাইম ট্রান্সক্রিপশনের পার্থক্য শুধু গতি নয়। এটি কথোপকথনের সময় আপনি কীভাবে কাজ করেন, সেটাই বদলে দেয়।

কেউ কথা বলার সঙ্গে সঙ্গে যদি ট্রান্সক্রিপ্ট দেখা যায়, তাহলে আপনি সঠিক বাক্যগঠন আসার সঙ্গে সঙ্গে অনুসরণ করতে পারেন, রেজিস্টার বদলাচ্ছে কি না বুঝতে পারেন (আরও আনুষ্ঠানিক, আরও সতর্ক, আরও নার্ভাস), এবং প্রসঙ্গ এখনও জীবন্ত থাকতেই ফলো-আপ প্রশ্ন করতে পারেন। আপনি কী বলা হয়েছে তা পর্যালোচনা করছেন না। আপনি কী বলা হচ্ছে, তা পড়ছেন।

উদাহরণ ওয়ার্কফ্লো: একটি বহুভাষিক ব্রিফিংয়ের সময়, একজন বক্তা ইংরেজি থেকে ফরাসিতে গিয়ে বলেন "c'est une ligne rouge pour nous." লাইভ ইংরেজি অনুবাদের পাশে ফরাসি বাক্যটি দেখা রিপোর্টারকে সঙ্গে সঙ্গে সিদ্ধান্ত নিতে সাহায্য করে—"red line" নিয়ে প্রশ্ন করবেন, নাকি পরে মূল বাক্যগঠনের সঙ্গে সূক্ষ্মতা যাচাই করবেন।

রিয়েল-টাইম ট্রান্সক্রিপ্ট আপনার নোট নেওয়ার ভঙ্গিও বদলে দেয়। শোনা আর শর্টহ্যান্ড লেখার মধ্যে মন ভাগ করার বদলে, আপনি ট্রান্সক্রিপ্ট পড়েন এবং বিশ্লেষণধর্মী নোট লেখেন—এর মানে কী, এর ইঙ্গিত কী, ফলো-আপ কী হওয়া উচিত। শব্দগত রেকর্ড নিজেই নিজের যত্ন নেয়।

বহুভাষিক উৎস ট্রান্সক্রাইব করা, 60+ ভাষা

যেসব সম্প্রদায়ে উৎস সাংবাদিকের ভাষায় কথা বলেন না, সেসব কভার করা রিপোর্টারদের জন্য সাধারণ টুলকিট দ্রুত ভেঙে পড়ে। মানব দোভাষী আদর্শ, কিন্তু সব সময় পাওয়া যায় না, সাশ্রয়ীও নয়, আর সংবেদনশীল কথোপকথনের জন্য উপযুক্তও নাও হতে পারে। Google Translate-এর মতো ভোক্তা অনুবাদ অ্যাপ টেক্সটের ছোট অংশের জন্য তৈরি, স্ট্রিমিং বক্তৃতার জন্য নয়। আপলোড-ভিত্তিক ট্রান্সক্রিপশন টুলে লাইভ অনুবাদ স্তরই থাকে না।

MirrorCaption উভয় ভাষা পাশাপাশি দেখায়—উৎস ভাষা এবং সাংবাদিকের ভাষা—পাশাপাশি কলামে। যেকোনো অনূদিত শব্দে ট্যাপ করলে সেটি যে মূল শব্দ থেকে এসেছে, তা দেখা যায়। সাংবাদিকতার নির্ভুলতার জন্য এটি গুরুত্বপূর্ণ: কোনো উৎসের কথা "we had difficulties" হিসেবে অনুবাদ হলে, আসল অর্থ যদি "we were threatened" হয়, তাহলে তা আড়াল হয়ে যেতে পারে। পাশাপাশি ভিউ আপনাকে উদ্ধৃত করার আগে বাক্যগঠন যাচাই করতে দেয়।

উদাহরণ ওয়ার্কফ্লো: একজন হাউজিং রিপোর্টার রান্নাঘরের টেবিলে Haitian Creole ভাষাভাষী একজনের সাক্ষাৎকার নেন। মূল Creole এবং ইংরেজি অনুবাদ একসঙ্গে দেখা যায়, তাই "yo chase nou deyò" ধরনের একটি বাক্যকে উদ্ধৃতিতে পরিণত করার আগে তার আক্ষরিক অর্থের সঙ্গে মিলিয়ে দেখা যায়। ট্রান্সক্রিপ্ট তখনও রিপোর্টিং বিচারের একটি টুল, উৎস যাচাইয়ের বিকল্প নয়।

কভার করা ভাষার মধ্যে রয়েছে Mandarin, Cantonese, Japanese, Korean, Arabic, Hebrew, Hindi, Haitian Creole, Russian, Portuguese, Spanish, French, German, এবং আরও 60+ ভাষা। ফ্রি ট্রায়ালে লাইভ ভাষা বৈশিষ্ট্য অন্তর্ভুক্ত থাকে, এবং MirrorCaption আলাদা ভাষা অ্যাড-অন-এর জন্য আলাদা মূল্য নেয় না।

MirrorCaption দিয়ে সামনাসামনি সাক্ষাৎকার

ফিল্ড রিপোর্টারদের সব সময় Zoom উইন্ডো বা প্রস্তুত রেকর্ডিং সেটআপ থাকে না। কখনও সাক্ষাৎকার হয় আদালতের বাইরে করিডরে, কমিউনিটি সেন্টারে, বা রান্নাঘরের টেবিলে। MirrorCaption-এর Talk মোড ঠিক এই পরিস্থিতির জন্যই তৈরি।

Talk মোড কীভাবে কাজ করে

আপনার ফোনের ব্রাউজারে MirrorCaption খুলুন। "Talk" ট্যাপ করুন। ব্যবহৃত দুই ভাষা বেছে নিন—আপনারটি এবং উৎসেরটি। ফোনটি মুখ ওপরে রেখে আপনাদের মাঝখানে রাখুন। প্রতিটি ব্যক্তি কথা বলার সঙ্গে সঙ্গে একই স্ক্রিনে উভয় ভাষায় রিয়েল টাইমে ট্রান্সক্রিপ্ট দেখা যায়। উৎস ব্যক্তি নিজের ভাষায় নিজের কথা পড়তে পারেন; আপনি আপনার ভাষায় পড়েন।

যেসব উৎস রেকর্ডিং নিয়ে সতর্ক, তাদের জন্য এই সেটআপটি স্পষ্টভাবে স্বচ্ছ: তারা কথা বলার সময় ঠিক কী ট্রান্সক্রাইব হচ্ছে, তা দেখতে পারেন। এখানে কোনো লুকানো রেকর্ডার নেই, আপলোড করা অডিও ফাইলও নেই। লাইভ অডিও speech-to-text প্রদানকারী দ্বারা প্রক্রিয়াকৃত হয়, আর ট্রান্সক্রিপ্ট আপনার export বা delete করা পর্যন্ত ব্রাউজারের মধ্যে স্থানীয়ভাবে সংরক্ষিত থাকে।

অ্যাপ নয়, এক্সটেনশন নয়, ন্যূনতম সেটআপ

MirrorCaption একটি ব্রাউজার-ভিত্তিক progressive web app। কোনো ডেস্কটপ ডাউনলোড নয়, কোনো Chrome extension নয়, কোনো meeting bot নয়। অচেনা ল্যাপটপে কোনো প্রেস ইভেন্টে? URL খুলুন। ধার করা ফোনে কোনো বিট কভার করছেন? একই URL, একই ইন্টারফেস। হোস্টেড ট্রান্সক্রিপশন অন্তর্ভুক্ত ক্রেডিট ব্যবহার করার আগে সাইন ইন চাইতে পারে, কিন্তু ফ্রি ট্রায়ালে 1 ঘণ্টা পাবেন, কোনো ক্রেডিট কার্ড ছাড়াই।

যারা নিয়মিত ব্যবহার করেন, তাদের জন্য Premium প্ল্যান €99 এককালীন, যা Rev-এর স্ট্যান্ডার্ড পরিষেবার বর্তমান তালিকাভুক্ত মূল্যে একটি মাত্র 60-মিনিটের মানব ট্রান্সক্রিপ্টের চেয়েও কম। আরও পূর্ণ তুলনা চাইলে সবচেয়ে বহুল ব্যবহৃত লাইভ অনুবাদ টুলগুলোর সঙ্গে এটি কীভাবে মেলে, তা দেখুন।

উৎসের গোপনীয়তা, অডিও কোথায় যায়?

সংবেদনশীল উৎস নিয়ে কাজ করা সাংবাদিকদের জন্য, যেকোনো ট্রান্সক্রিপশন টুলে ভরসা করার আগে এই প্রশ্নটি করা সঠিক।

Rev-এর মানব ট্রান্সক্রিপশন পরিষেবার মানে আপনার অডিও একজন মানব ট্রান্সক্রিপশনিস্ট পর্যালোচনা করতে পারেন। Otter.ai এবং Trint অ্যাকাউন্ট-ভিত্তিক ক্লাউড পরিষেবা, তাই সংবেদনশীল সাক্ষাৎকারের আগে তাদের retention, admin, এবং sharing নিয়ন্ত্রণ পর্যালোচনা করা উচিত। AI মিটিং টুলের গোপনীয়তা-সংক্রান্ত প্রভাব বোঝা যেকোনো সংবেদনশীল কাজে সেগুলো ব্যবহার করার আগে জরুরি।

MirrorCaption ভিন্ন পদ্ধতি নেয়। অডিও আপনার ব্রাউজারে ক্যাপচার হয় এবং MirrorCaption-এর speech-to-text পরিষেবা দ্বারা রিয়েল টাইমে প্রক্রিয়াকৃত হয়, কিন্তু এটি MirrorCaption সার্ভারে লেখা হয় না। ট্রান্সক্রিপ্ট আপনার ব্রাউজারের local storage (IndexedDB)-এ সংরক্ষিত হয়, তাই আপনি যে কপিটি নিয়ন্ত্রণ করেন তা আপনার ডিভাইস ও ব্রাউজার প্রোফাইলেই থাকে।

উদাহরণ ওয়ার্কফ্লো: এমন একজন উৎসের জন্য, যিনি লাইভ নোটে সম্মত কিন্তু সংরক্ষিত অডিও রেকর্ডিং চান না, একজন রিপোর্টার মাইক্রোফোন ক্যাপচার ব্যবহার করে ফলস্বরূপ ট্রান্সক্রিপ্টটি স্থানীয় ব্রাউজার স্টোরেজে রাখতে পারেন। এতে live processing, ডিভাইস নিরাপত্তা, consent law, বা newsroom policy মূল্যায়নের প্রয়োজন শেষ হয় না; এটি শুধু MirrorCaption-এর ভেতরে একটি আপলোড করা রেকর্ডিং ফাইল তৈরি হওয়া এড়ায়।

এটি MirrorCaption-কে শ্রেণিবদ্ধ বা আইনগতভাবে নিয়ন্ত্রিত source-protection ওয়ার্কফ্লোর জন্য উপযুক্ত করে তোলে না; এমন পরিস্থিতিতে সাংবাদিকদের আইনি পরামর্শ নেওয়া উচিত। কিন্তু যে সাধারণ ক্ষেত্রে কোনো উৎস কেবল cloud-recorded হতে চান না, সেখানে MirrorCaption একটি সৎ, প্রযুক্তিগতভাবে সমর্থিত উত্তর—"এই টুল কি আমার অডিও সংরক্ষণ করে?"

সাংবাদিকরা ইতিমধ্যে যে টুলগুলো ব্যবহার করেন, তাদের সঙ্গে MirrorCaption-এর তুলনা

সাংবাদিকদের ট্রান্সক্রিপশন ওয়ার্কফ্লোতে সবচেয়ে বেশি উল্লেখিত চারটি টুল সমস্যার ভিন্ন ভিন্ন সংস্করণ সমাধান করে।

বৈশিষ্ট্য MirrorCaption Trint Rev Otter.ai
সাক্ষাৎকার চলাকালীন রিয়েল টাইম হ্যাঁ, লাইভ ক্যাপশন হ্যাঁ, Trint Live-এর মাধ্যমে মিটিং নোটটেকার / ক্যাপচারের পরে ট্রান্সক্রিপ্ট হ্যাঁ, লাইভ ট্রান্সক্রিপশন এবং মিটিং এজেন্ট
ভাষা লাইভ অনুবাদসহ 60+ 40+ ট্রান্সক্রিপশন; 30+ লাইভ শনাক্তকরণ; ট্রান্সক্রিপ্টের পরে অনুবাদ নিম্ন AI স্তরে English/Spanish; Pro/Unlimited AI-এ 37+; মানব/সাবটাইটেল বিকল্প ভিন্ন English, Spanish, French, German, Japanese, Simplified Chinese
সামনাসামনি / Talk মোড হ্যাঁ Trint অ্যাপের মাধ্যমে মাইক/স্ক্রিন ক্যাপচার মোবাইল ডিক্টেশন/রেকর্ডিং; পাশাপাশি Talk মোড নয় ওয়েব/অ্যাপ রেকর্ডিং; পাশাপাশি Talk মোড নয়
স্টোরেজ মডেল MirrorCaption-এ অডিও সংরক্ষণ নেই; ট্রান্সক্রিপ্ট স্থানীয় ক্লাউড অ্যাকাউন্ট/ওয়ার্কস্পেস ক্লাউড পরিষেবা; মানব পর্যালোচনা উপলব্ধ ক্লাউড অ্যাকাউন্ট/ওয়ার্কস্পেস
ইনস্টল দরকার নেই ব্রাউজার অ্যাপ; মিটিং অডিওর জন্য ডেস্কটপ Chrome/Edge ওয়েব, মোবাইল, এবং ডেস্কটপ অ্যাপ বিকল্প ওয়েব/মোবাইল অ্যাপ বিকল্প ওয়েব/মোবাইল/ডেস্কটপ; Chrome extension ঐচ্ছিক
মূল্য 1 ফ্রি ঘণ্টা; €99 এককালীন Premium সাবস্ক্রিপশন / ট্রায়াল মূল্য $1.99/min মানব; $0.25/min pay-per-minute AI; সাবস্ক্রিপশন ভিন্ন ফ্রি প্ল্যান; Pro $16.99 মাসিক বা $8.33 বার্ষিক

উপরের মূল্য ও ভাষা-সংক্রান্ত তথ্য Rev pricing, Trint Live, Trint language support, Otter pricing, এবং Otter supported languages-এর অফিসিয়াল পৃষ্ঠার সঙ্গে মিলিয়ে দেখা হয়েছে।

যে সহযোগী নিউজরুমগুলোতে ট্রান্সক্রিপ্ট শেয়ারিং, টিম অ্যানোটেশন, নিউজরুম ফিড, বা মিটিং-এজেন্ট ওয়ার্কফ্লো দরকার, তাদের একটি নিবেদিত নিউজরুম ট্রান্সক্রিপশন প্ল্যাটফর্ম লাগতে পারে, এবং সময় কম জরুরি হলে উচ্চ-ঝুঁকির অডিওর জন্য পেইড মানব ট্রান্সক্রিপশন এখনও একটি বিকল্প। লাইভ, বহুভাষিক সাক্ষাৎকারের জন্য MirrorCaption বেশি উপযোগী: এটি আপনাকে 60+ ভাষায় ব্রাউজার ট্রান্সক্রিপ্ট দেয়, কোনো মিটিং বট বা আপলোড করা রেকর্ডিং ফাইল ছাড়াই, এবং এটি Mac, Windows, iPhone এবং Android-এর জন্য নেটিভ অ্যাপ হিসেবেও উপলব্ধ।

এই টুলগুলোর নির্ভুলতা ও গোপনীয়তার পার্থক্য নিয়ে বিস্তারিত মুখোমুখি তুলনার জন্য, AI transcription accuracy comparison এই সারসংক্ষেপ টেবিলের চেয়ে আরও গভীরে যায়।

আপনার পরের সাক্ষাৎকারে এটি চেষ্টা করুন

1 ফ্রি ঘণ্টা দিয়ে শুরু করুন। কোনো ক্রেডিট কার্ড নয়। ইনস্টল করার জন্য কোনো এক্সটেনশন নেই। মিটিং অডিওর জন্য ডেস্কটপ Chrome বা Edge ব্যবহার করুন, অথবা Talk মোডের জন্য মোবাইল Chrome ব্যবহার করুন।

MirrorCaption ফ্রি খুলুন

আপনার পরের সাক্ষাৎকার ট্রান্সক্রাইব করা কীভাবে শুরু করবেন

সাংবাদিকরা সবচেয়ে বেশি যে পরিস্থিতির মুখোমুখি হন, তার জন্য তিনটি ওয়ার্কফ্লো।

রিমোট ভিডিও সাক্ষাৎকার (Zoom, Teams, Google Meet)

কল শুরু করার আগে আলাদা ডেস্কটপ Chrome বা Edge ট্যাবে MirrorCaption খুলুন। Meet মোডে, কলের অডিও অন্তর্ভুক্ত করে এমন একটি capture source বেছে নিন, তারপর নিজের কণ্ঠের জন্য microphone capture চালু রাখুন। কথোপকথন চলাকালীন ট্রান্সক্রিপ্ট চলে। কল শেষ হলে, সম্পূর্ণ ট্রান্সক্রিপ্ট আপনার ব্রাউজারে থাকে, plain text বা Markdown হিসেবে export করার জন্য প্রস্তুত।

ফোন সাক্ষাৎকার

ডেস্কটপে, ফোনটি speaker-এ রাখুন এবং কলের উভয় দিক ধরতে MirrorCaption-এর microphone capture ব্যবহার করুন, অথবা consent ও audio quality গুরুত্বপূর্ণ হলে দ্বিতীয় ডিভাইস ব্যবহার করুন। একই ডিভাইসে mobile call audio ব্রাউজার ও প্ল্যাটফর্মের ওপর নির্ভরশীল, তাই এটিকে ডেস্কটপ বা দ্বিতীয়-ডিভাইস সেটআপের তুলনায় কম নির্ভরযোগ্য ধরে নিন।

সামনাসামনি কথোপকথন

আপনার ফোনে Talk মোডে MirrorCaption খুলুন। উভয় ভাষা নির্বাচন করুন। ফোনটি টেবিলে মুখ ওপরে রেখে আপনার ও উৎসের মাঝখানে রাখুন। উভয় পক্ষ স্বাভাবিকভাবে কথা বলে; কথোপকথন এগোতে থাকলে উভয়েই নিজেদের ভাষায় ট্রান্সক্রিপ্ট পড়ে। আলাদা রেকর্ডিং ফাইল বা আপলোড কিউ নেই। কাজ শেষ হলে সেশন নোট export করুন।

সচরাচর জিজ্ঞাসিত প্রশ্ন

সাংবাদিকরা কীভাবে সাক্ষাৎকার ট্রান্সক্রাইব করেন?

বেশিরভাগ সাংবাদিক তিনটি পদ্ধতির একটিতে কাজ করেন: হাতে ট্রান্সক্রিপশন, রেকর্ডিং-প্রথম AI ট্রান্সক্রিপশন, বা সাক্ষাৎকার চলাকালীন লাইভ ট্রান্সক্রিপশন। লাইভ পদ্ধতি আপলোড-ও-অপেক্ষা ধাপ কমায় এবং ট্রান্সক্রিপ্ট তৈরি হতে থাকলেও সাংবাদিককে কথোপকথনের মধ্যে থাকতে দেয়।

সাংবাদিকদের জন্য কি কোনো ফ্রি ট্রান্সক্রিপশন টুল আছে?

হ্যাঁ। MirrorCaption-এ 1 ফ্রি ঘণ্টা আছে, কোনো ক্রেডিট কার্ড প্রয়োজন নেই। Otter.ai-তেও একটি ফ্রি প্ল্যান আছে, যেখানে মাসে 300 ট্রান্সক্রিপশন মিনিট পাওয়া যায় এবং বর্তমানে English, Spanish, French, German, Japanese, এবং Simplified Chinese ট্রান্সক্রিপশন সমর্থন করে। 60+ ভাষায় পাশাপাশি অনুবাদসহ বহুভাষিক লাইভ ট্রান্সক্রিপশনের জন্য প্রথমে পরীক্ষা করার ক্ষেত্রে MirrorCaption-ই বেশি উপযুক্ত।

আমি কি বিদেশি ভাষার সাক্ষাৎকার স্বয়ংক্রিয়ভাবে ট্রান্সক্রাইব করতে পারি?

MirrorCaption 60+ ভাষায় ট্রান্সক্রিপশন ও রিয়েল-টাইম অনুবাদ দুটোই কভার করে। উৎস ভাষা বক্তার ভাষার সঙ্গে মিলিয়ে সেট করুন এবং আপনার পড়ার ভাষা নির্বাচন করুন। কথোপকথন চলার সময় ট্রান্সক্রিপ্ট উভয় ভাষায় পাশাপাশি দেখা যায়, কোনো post-processing ধাপ নেই, আলাদা অনুবাদ পাসও নেই। অনূদিত যেকোনো শব্দে ট্যাপ করলে সেটি যে মূল বাক্যগঠন থেকে এসেছে, তা দেখা যায়।

MirrorCaption কি আমার সাক্ষাৎকারের অডিও রেকর্ড বা সংরক্ষণ করে?

MirrorCaption কোনো অডিও ফাইল রেকর্ড করে না বা MirrorCaption সার্ভারে সাক্ষাৎকারের অডিও সংরক্ষণ করে না। লাইভ অডিও MirrorCaption-এর speech-to-text পরিষেবা দ্বারা প্রক্রিয়াকৃত হয়। ট্রান্সক্রিপ্ট আপনার ব্রাউজারের local storage (IndexedDB)-এ সংরক্ষিত হয়, তাই অন্য যেকোনো সংবেদনশীল নোটের মতোই আপনাকে ডিভাইস নিরাপত্তা, ব্রাউজার প্রোফাইল অ্যাক্সেস, এবং export পরিচালনা করতে হবে।

কিছু ইনস্টল না করেই কি MirrorCaption ব্যবহার করতে পারি?

হ্যাঁ। MirrorCaption একটি ব্রাউজার-ভিত্তিক progressive web app। কোনো ডেস্কটপ ডাউনলোড নয়, কোনো Chrome extension নয়, এবং কোনো meeting bot নয়। মিটিং/সিস্টেম অডিও ক্যাপচারের জন্য ডেস্কটপ Chrome বা Microsoft Edge ব্যবহার করুন; Talk মোড এবং মাইক্রোফোনভিত্তিক সামনাসামনি কথোপকথনের জন্য মোবাইল Chrome ব্যবহার করুন। হোস্টেড ট্রান্সক্রিপশন অন্তর্ভুক্ত ক্রেডিট ব্যবহার করার আগে সাইন ইন চাইতে পারে।

সাক্ষাৎকার শেষ হওয়ার মুহূর্তেই প্রস্তুত ট্রান্সক্রিপ্ট

সাংবাদিকদের জন্য ট্রান্সক্রিপশন সফটওয়্যার ঐতিহাসিকভাবে একটাই জিনিস বোঝাত: রেকর্ডিং আপলোড করুন এবং অপেক্ষা করুন। MirrorCaption সেটিকে বদলে দেয়: একটি ট্যাব খুলুন এবং সঙ্গে সঙ্গে পড়তে থাকুন।

বহুভাষিক উৎস কভার করা, ফিল্ডে সামনাসামনি সাক্ষাৎকার নেওয়া, বা যেখানে উৎসের গোপনীয়তা গুরুত্বপূর্ণ এমন গল্পে কাজ করা রিপোর্টারদের জন্য এই পার্থক্যটি সামান্য নয়; এটি কাজের সম্পূর্ণ ভিন্ন পদ্ধতি। শব্দগুলো আসার একই মুহূর্তে ট্রান্সক্রিপ্টও আসে। ফলো-আপ প্রশ্ন এখনও করা যায়। উৎস তখনও ঘরেই থাকে।

বহুভাষিক রিমোট টিমকে সেবা দেয় এমন একই টুল সরাসরি সাংবাদিকের ওয়ার্কফ্লোতেও প্রযোজ্য, কারণ একটি সাক্ষাৎকার আসলে দুইজনের একটি মিটিং, যেখানে প্রতিটি শব্দ গুরুত্বপূর্ণ।

আপনার পরের সাক্ষাৎকার, লাইভ ট্রান্সক্রাইবড

1 ফ্রি ঘণ্টা। কোনো ক্রেডিট কার্ড নয়। কোনো ইনস্টল নয়। 60+ ভাষায় লাইভ ট্রান্সক্রিপশন ও অনুবাদ।

MirrorCaption ফ্রি চেষ্টা করুন