Google ডক্সে বক্তৃতাকে পাঠ্যে রূপান্তর করুন
গুগল ডক্সে বক্তৃতাকে পাঠ্যে কীভাবে পরিণত করবেন?
একটি পুরানো প্রবাদ আছে যে একটি ছবি হাজার শব্দের মূল্য হতে পারে। আমরা সেই ম্যাক্সিমকে প্রসারিত করতে পারি এবং বলতে পারি যে আপনার ছবির পাশাপাশি, আপনার ভয়েসও হাজার শব্দ বা তার বেশি মূল্যবান হতে পারে।
এটা কিভাবে সম্ভব, আপনি জিজ্ঞাসা করতে পারেন. এটি একবারে সম্ভব নয়, তবে এটি টেক্সট ক্ষমতার জন্য তথাকথিত স্পিচের ব্যবহার বোঝায় যা Google ডক্সের একটি খুব দরকারী বৈশিষ্ট্য। এই নিফটি বৈশিষ্ট্যের সাথে আপনার কাছে দ্রুত এবং খুব বেশি ঝগড়া ছাড়াই আপনার শব্দগুলিকে পাঠ্যে প্রতিলিপি করার একটি বিকল্প রয়েছে। এটি বেশ দরকারী, আমরা পরে ব্যাখ্যা করব। Google দস্তাবেজ পাঠ্যের সাথে বক্তৃতা আপনাকে সময় এবং স্নায়ু বাঁচানোর জন্য অসংখ্য উপায়ে সাহায্য করতে পারে৷ আপনি যদি আরও জানতে চান, পড়া চালিয়ে যান।
একজন প্রাবন্ধিক বা কলামিস্টের জন্য, তাড়াহুড়ো করে মিউজিংগুলি ধরার বিকল্প থাকা অবিশ্বাস্য যখন সেগুলি আপনার মনে এখনও নতুন। এটি বোঝায় যে আপনাকে আর কাগজ এবং কলমের টুকরোর জন্য ঝাঁকুনি দিতে হবে না। আপনি আপনার ধারনা এবং পরিকল্পনার কথা বলুন এবং সেগুলি Google ডক্সে একটি ফ্ল্যাশ শব্দে পরিণত হয়৷
স্পষ্টতই, এই অসাধারণ উদ্ভাবনী অগ্রগতির সুবিধার প্রশংসা করার জন্য আপনাকে বেস্টসেলার বা চিত্রনাট্যকারের লেখক হওয়ার জন্য চেষ্টা করার দরকার নেই।
পরীক্ষার জন্য অধ্যয়ন করার সময় নোট নামানোর জন্য Google ডক্স ব্যবহার করে এমন ছাত্র থেকে শুরু করে সভা থেকে কেন্দ্রীয় সমস্যাগুলি ধরা ফাইন্যান্স ম্যানেজার পর্যন্ত সকলেই এই বৈশিষ্ট্যের অসংখ্য সম্ভাব্য অ্যাপ্লিকেশনের প্রমাণ দিতে পারেন৷ আজকের বিশ্বে, অনেক বেশি বিক্ষিপ্ততা রয়েছে, সাইডট্র্যাক করা এবং আপনার চিন্তার ট্রেন এবং সম্ভবত কিছু দুর্দান্ত ধারণা হারানো সহজ। তবুও, আধুনিক প্রযুক্তির কৌশলগত ব্যবহারের মাধ্যমে, আপনি এই বাধাগুলির অনেকগুলি অতিক্রম করতে পারেন।
Google ক্লাউড স্পিচ-টু-টেক্সটের একটি সংক্ষিপ্ত ভূমিকা
Google ক্লাউড স্পিচ-টু-টেক্সট হল ট্রান্সক্রিপশনের জন্য একটি ক্লাউড-ভিত্তিক স্পিচ টু টেক্সট টুল যা Google-এর AI-উদ্ভাবন নিয়ন্ত্রিত API ব্যবহার করে। ক্লাউড স্পিচ-টু-টেক্সট-এর মাধ্যমে, ক্লায়েন্টরা তাদের উপাদানকে সুনির্দিষ্ট সাবটাইটেল দিয়ে প্রতিলিপি করতে পারে, ভয়েস অর্ডারের মাধ্যমে একটি উন্নত ক্লায়েন্টের অভিজ্ঞতা দিতে পারে এবং উপরন্তু ক্লায়েন্টদের সম্পর্কে বিট জ্ঞান অর্জন করতে পারে। ক্লাউড স্পিচ-টু-টেক্সট এপিআই ক্লায়েন্টদের অন্তর্দৃষ্টির মাধ্যমে প্রসঙ্গ স্পষ্ট শর্তাবলী এবং ব্যতিক্রমী শব্দের পাঠোদ্ধার করার অনুমতি দেওয়ার জন্য বক্তৃতা স্বীকৃতিকে টুইক করার অনুমতি দেয়। অ্যাপ্লিকেশনটি উচ্চারিত সংখ্যাগুলিকে সুস্পষ্ট অবস্থান, আর্থিক ফর্ম, বছরগুলিতে পরিবর্তন করতে পারে এবং এটি কেবল আইসবার্গের টিপ। ক্লায়েন্ট প্রস্তুত মডেলের একটি রানডাউন ব্রাউজ করতে পারেন: ভিডিও, কল, অর্ডার, এবং অনুসন্ধান, বা ডিফল্ট। ডিসকোর্স টু-মেসেজ এপিআই এমন একটি AI ব্যবহার করে যা একটি নির্দিষ্ট উৎস থেকে স্পষ্ট শব্দ রেকর্ড বোঝার জন্য প্রস্তুত করা হয়, এই লাইনগুলি ট্রান্সক্রিপশনের ফলাফলগুলিকে উন্নত করে। Google স্পিচ-টু-টেক্সট ক্লায়েন্টের মাইক্রোফোন থেকে বা একটি প্রাক-রেকর্ড করা সাউন্ড ডকুমেন্ট থেকে সরাসরি স্ট্রিম করা শব্দের সাথে মোকাবিলা করতে পারে এবং স্থির রেকর্ড ফলাফল দিতে পারে।
Google ক্লাউড স্পিচ-টু-টেক্সট-এর মৌলিক সুবিধাগুলি হল উন্নত ক্লায়েন্ট সমর্থন, ভয়েস অর্ডার কার্যকর করা এবং মিডিয়া বিষয়বস্তু অনুবাদ করা। Google ক্লাউড স্পিচ-টু-টেক্সট একটি আশ্চর্যজনক সম্পদ যা বার্তা ট্রান্সক্রিপশনের বক্তৃতায় শ্রেণীগতভাবে সর্বোত্তম দেয়। Google স্পিচ-টু-টেক্সট মিডিয়া বিষয়বস্তুর জন্য বিভিন্ন দৈর্ঘ্য এবং শব্দের জন্য অ্যাক্সেসযোগ্য এবং সেগুলি অবিলম্বে ফেরত দেয়। Google-এর মেশিন লার্নিং উদ্ভাবনের কারণে, মঞ্চ একইভাবে চলমান স্ট্রিমিং বা FLAC, AMR, PCMU, এবং Linear-16 সহ প্রি-রেকর্ড করা সাউন্ড সাবস্টেন্স পরিচালনা করতে পারে। প্ল্যাটফর্মটি 120টি উপভাষা উপলব্ধি করে, যা এটিকে একটি সামগ্রিক আকর্ষণ দেয়।
গুগল ক্লাউড স্পিচ-টু-টেক্সট ব্যবহারের নীতিগত সুবিধাগুলি অতিরিক্তভাবে নীচে আলোচনা করা হয়েছে।
- উন্নত ক্লায়েন্ট সমর্থন: এই ভয়েস স্বীকৃতি প্রোগ্রামিং ক্লায়েন্টদের তাদের কল সম্প্রদায়ের সাথে ইন্টারেক্টিভ ভয়েস রেসপন্স বা IVR এবং অপারেটর আলোচনা ব্যবহার করে তাদের ক্লায়েন্ট সমর্থন কাঠামো সক্ষম করার ক্ষমতা দেয়। ক্লায়েন্টরা তখন তাদের আলোচনার তথ্যের উপর পরীক্ষা করতে সক্ষম হবে, তাদের যোগাযোগ এবং ক্লায়েন্টদের অভিজ্ঞতা নিতে অনুমতি দেবে এবং পরবর্তীতে প্রশাসনের সাথে ক্লায়েন্ট সমর্থন উত্পাদনশীলতা এবং ভোক্তা আনুগত্যের অডিটে সেই তথ্যটি ব্যবহার করবে।
- ভয়েস অর্ডার বাস্তবায়ন করুন: ক্লায়েন্টরা ভয়েস কন্ট্রোল বা "ভলিউম আপ ক্র্যাঙ্ক করুন", "লাইট অফ করুন" বা "প্যারিসে তাপমাত্রা কী?" এর মতো বাক্যাংশ ব্যবহার করে ভয়েস অনুসন্ধান করতে পারে। IoT অ্যাপ্লিকেশনগুলিতে ভয়েস-অ্যাকচুয়েটেড অ্যাডমিনিস্ট্রেশনগুলিকে জানাতে Google স্পিচ-টু-টেক্সট API-এর সাথে এই ধরনের ক্ষমতা যুক্ত করা যেতে পারে।
- ইন্টারেক্টিভ মিডিয়া বিষয়বস্তু ট্রান্সক্রাইব করুন: Google স্পিচ-টু-টেক্সট-এর সাহায্যে ক্লায়েন্টরা সাউন্ড এবং ভিডিও উভয় বিষয়বস্তুর পাঠোদ্ধার করতে পারে এবং ভিড়ের নাগাল এবং ক্লায়েন্টের অভিজ্ঞতা উন্নত করতে সাহায্য করার জন্য শিলালিপি অন্তর্ভুক্ত করতে পারে। এটি বোঝায় যে অ্যাপ্লিকেশনটি স্ট্রিমিং পদার্থে ক্রমান্বয়ে ক্যাপশন যোগ করার জন্য উপযুক্ত। Google-এর ভিডিও রেকর্ড মডেল মাল্টি স্পিকার সহ একটি ভিডিও বা পদার্থের অর্ডার বা ক্যাপশন দেওয়ার জন্য উপযুক্ত৷ রেকর্ড মডেলটি ইউটিউবের ভিডিও ইনস্ক্রাইবিং-এ ব্যবহৃত উদ্ভাবনের মতো AI উদ্ভাবন ব্যবহার করে।
- ভাষায় যোগাযোগের স্বয়ংক্রিয় পার্থক্যকারী প্রমাণ: Google এই উপাদানটিকে ব্যবহার করে স্বাভাবিকভাবে ইন্টারেক্টিভ মিডিয়া বিষয়বস্তুতে (4টি নির্বাচিত উপভাষার মধ্যে) কোনো অতিরিক্ত পরিবর্তন ছাড়াই প্রকাশ করা ভাষাটিকে স্বাভাবিকভাবে চিনতে।
- আনুষ্ঠানিক মানুষ, স্থান বা জিনিসের স্বয়ংক্রিয় স্বীকৃতি এবং স্পষ্ট নকশা সেট করা: Google স্পিচ-টু-টেক্সট কার্যকারিতা প্রকৃত বক্তৃতার সাথে প্রশংসনীয়ভাবে। এটি আনুষ্ঠানিক মানুষ, স্থান বা জিনিসগুলিকে সঠিকভাবে ব্যাখ্যা করতে পারে এবং উপযুক্তভাবে ভাষা ডিজাইন করতে পারে, (উদাহরণস্বরূপ, তারিখ, টেলিফোন নম্বর)।
- বাক্যাংশ অন্তর্দৃষ্টি: আমাজনের কাস্টম শব্দভাণ্ডার থেকে প্রায় আলাদা করা যায় না, Google স্পিচ-টু-টেক্সট অনেকগুলি শব্দ এবং অভিব্যক্তি দিয়ে সেটিং কাস্টমাইজ করার অনুমতি দেয় যা সম্ভবত রেকর্ডে পূরণ হতে চলেছে।
- শব্দের দৃঢ়তা: Google স্পিচ-টু-টেক্সট-এর এই উপাদানটি অতিরিক্ত হট্টগোল ছাড়াই যত্ন নেওয়ার জন্য শোরগোল মিশ্র মিডিয়াকে বিবেচনা করে।
- অনুপযুক্ত বিষয়বস্তু সিফটিং: যদি এই উপাদানটি চালু থাকে, তাহলে Google স্পিচ-টু-টেক্সট পাঠ্য ফলাফলে অনুপযুক্ত পদার্থ আলাদা করার জন্য সজ্জিত।
- স্বয়ংক্রিয় উচ্চারণ: অ্যামাজন ট্রান্সক্রাইবের মতো, এই বৈশিষ্ট্যটি অতিরিক্তভাবে রেকর্ডে উচ্চারণ ব্যবহার করে।
- স্পিকার স্বীকৃতি: এই উপাদানটি বিভিন্ন স্পিকারের অ্যামাজনের স্বীকৃতির মতো। এটি একটি আলোচনায় বক্তাদের মধ্যে কোন বিষয়বস্তুর কোন অংশে কথা বলেছেন সে সম্পর্কে প্রোগ্রামযুক্ত পূর্বাভাস তৈরি করে৷
Google ডক্সে টেক্সটে স্পিচ কিভাবে ব্যবহার করবেন?
Google ডক্সে ভয়েস টাইপিং কীভাবে ব্যবহার করা যায় তা খুঁজে বের করা বেশ সহজ এবং স্বজ্ঞাত।
এই পরিস্থিতিতে কথা বলা শুরু করতে আপনাকে সাহায্য করার জন্য এখানে কয়েকটি সাধারণ সাধারণ পদক্ষেপ রয়েছে:
দ্রষ্টব্য - আপনার সিস্টেম ফ্রেমওয়ার্ক এবং কনফিগারেশনের উপর নির্ভর করে, আমরা এখানে আশা করছি যে আপনার মাইক্রোফোন সেটআপ এবং সক্ষম হয়েছে৷
- ধাপ 1 হল আপনার ফ্রেমওয়ার্কের ভয়েস টাইপিং বৈশিষ্ট্য সক্রিয় করা। Chrome এর সাথে, আপনি শুধু টুলে যান এবং "ভয়েস টাইপিং" পছন্দটি নির্বাচন করুন৷
2. তারপরে আপনার ভয়েস টাইপিং চিহ্নে ক্লিক করা উচিত যা একটি মাইক্রোফোনের মতো দেখায় এবং Chrome কে আপনার ফ্রেমওয়ার্কের মাইক্রোফোন ব্যবহার করার অনুমতি দিন৷
আপনার ভাষার পছন্দগুলি এখন স্বয়ংক্রিয়ভাবে লোড হওয়া উচিত, তবুও এটি পুল-ডাউন মেনুর গোড়ায় বিন্দুতে ক্লিক না করার সুযোগে যেখানে আপনি ভাষা পছন্দগুলি আবিষ্কার করবেন। আপনার ভাষা নির্বাচন করুন.
3. মাইক্রোফোনে ক্লিক করুন এবং আপনার স্ট্যান্ডার্ড কণ্ঠে কথা বলুন, স্বাভাবিক গতিতে যেহেতু স্পষ্টতা প্রধান গুরুত্বপূর্ণ। সেই মুহুর্তে দেখুন যেভাবে আপনার কথাগুলি একটি ফ্ল্যাশে আপনার নথিতে প্রদর্শিত হবে।
4. যখন আপনি কথা শেষ করেন, তখন রেকর্ডিং বন্ধ করতে আবার মাইক্রোফোন চিহ্নে ক্লিক করুন৷
অন্বেষণ করার জন্য অন্যান্য দুর্দান্ত বৈশিষ্ট্য রয়েছে, উদাহরণস্বরূপ, বিরাম চিহ্ন সেট করা। যাই হোক না কেন, উপরের পদ্ধতিটি আপনাকে একটি দুর্দান্ত শুরুতে নিয়ে যাবে।
কীভাবে অ্যান্ড্রয়েডে গুগল স্পিচ টু টেক্সট চালু করবেন?
যেমন আগে পরীক্ষা করা হয়েছে, ফ্লাইতে google ডক্সে কথা বলার এবং সংরক্ষণ করার বিকল্প থাকা একটি প্রধান সুবিধা যা আপনাকে সময় বাঁচাতে সাহায্য করতে পারে। হ্যান্ডহেল্ড গ্যাজেটের কীবোর্ডের ছোট কীগুলি ব্যবহার না করে টাইপ না করেই আপনার চিন্তাভাবনাগুলিকে পাঠ্যের মধ্যে নির্দেশ করার বিকল্পটি বিশেষভাবে সুবিধাজনক।
আপনার কাছে একটি অ্যান্ড্রয়েড টেলিফোন থাকার সুযোগে, অ্যান্ড্রয়েডে পাঠ্যের জন্য গুগল স্পিচ সেট আপ করা একইভাবে দ্রুত এবং সহজবোধ্য। আপনাকে যা করতে হবে তা হল নিম্নলিখিত:
- আপনার হোম স্ক্রিনে অ্যাপস চিহ্ন স্পর্শ করুন;
- সেটিংস অ্যাপ খুলুন;
- আপনার ভাষা এবং ইনপুট চয়ন করুন;
- নিশ্চিত করুন যে Google ভয়েস টাইপিংয়ের একটি চেকমার্ক আছে;
- মাইক্রোফোন আইকনে ক্লিক করুন এবং কথা বলা শুরু করুন।
বর্ণনায় কয়েকটি ছোটখাটো পার্থক্য থাকতে পারে সেদিকে খেয়াল রাখা অপরিহার্য। উদাহরণস্বরূপ, ইনপুট এবং ভাষা বনাম ভাষা এবং ইনপুট, তবে পুরো প্রক্রিয়াটি সম্পূর্ণরূপে সোজা।
ট্রান্সক্রিপশন সফ্টওয়্যার দিয়ে কীভাবে গুগল ডক ভয়েস টাইপিং প্রতিস্থাপন করবেন?
আমাদের সাধারণ পরিবেশে আমাদের যেমন ভয়েসের বিস্তৃত পরিসর রয়েছে, তেমনি অন্যান্য অনলাইন ভয়েস টু টেক্সট রূপান্তরকারী রয়েছে, উদাহরণস্বরূপ, Gglot, যার কিছু অনন্য উন্নত বৈশিষ্ট্য রয়েছে।
উদাহরণস্বরূপ, AI ব্যবহার করে, Gglot ট্রান্সক্রিপশনের একটি অতি-দ্রুত ক্ষমতা প্রদান করে।
ট্রান্সক্রিপশনের বাইরেও অন্যান্য বৈশিষ্ট্য রয়েছে, উদাহরণস্বরূপ সম্পাদনার গতি, স্পিকারের সনাক্তকরণ এবং বিভিন্ন অডিও ফরম্যাটের সমর্থন (উদাহরণস্বরূপ, WAV, WMV, MP3 হল মৌলিক সাউন্ড ফরম্যাট) এই অনলাইন ভয়েস টু টেক্সট রূপান্তরকারী প্রদান করে।
আপনি একইভাবে Google ডক্সের সাথে সামঞ্জস্যপূর্ণ একটি DOC ফর্ম্যাটে Gglot থেকে আপনার রেকর্ড ডাউনলোড করতে পারেন।
Google ডক্সে টেক্সট করার জন্য বক্তৃতা ব্যবহার করুন উপরের দিকনির্দেশগুলি আপনাকে কীবোর্ডে টাইপ না করেই Google ডক্সে আপনার ধারণা, চিন্তাভাবনা এবং চিন্তাভাবনা তুলে ধরতে সাহায্য করার জন্য ভয়েস টু টেক্সট উদ্ভাবন ব্যবহার করার পথে আপনাকে ভাল করতে হবে। আপনি Google ডক্সের ভয়েস টু টেক্সট বৈশিষ্ট্য ব্যবহার করার সাথে আরও বেশি পরিচিত হয়ে উঠবেন আপনি একইভাবে পথের মধ্যে কয়েকটি সহায়ক টিপস পাবেন। আপনার Chromebook-এ একটি হেডসেট ব্যবহার করে আপনার আউটপুট নির্ভুলতার ডিগ্রী উন্নত করা যা অবিলম্বে মনে আসে।
আমরা আশা করি যে এই টিপসগুলি আপনার জন্য সহায়ক ছিল এবং ভবিষ্যতে আপনার ধারণাগুলি দ্রুত রেকর্ড করার জন্য আপনার সৌভাগ্য কামনা করছি৷