ভয়েস টু টেক্সট অফলাইন: যেকোনো অ্যাপে কণ্ঠ দিয়ে টাইপ করুন
Mac-এর যেকোনো অ্যাপে Fn চেপে ধরুন, কথা বলুন, তারপর ছেড়ে দিন। শব্দগুলো কার্সরে চলে আসে, আর ট্রান্সক্রিপশন হয় ইন্টারনেট ছাড়াই আপনার Mac-এ।
অফলাইন ভয়েস টাইপিং কীভাবে কাজ করে?
Whisper Notes আপনার বলা কথা সেই অ্যাপে টাইপ করে, যেখানে আপনার কার্সর আছে। Fn কী চেপে ধরে কথা বলুন, তারপর ছেড়ে দিন: আপনার Mac-এর স্পিচ মডেল অডিওকে লেখায় বদলে কার্সরে টাইপ করে দেয়। কিছুই আপলোড হয় না, তাই Wi-Fi বন্ধ থাকলেও কাজ করে। ডিফল্ট ইঞ্জিন Parakeet V3; Whisper Large V3 Turbo ১০০টির বেশি ভাষা সমর্থন করে, আর SenseVoice চীনা, জাপানি, কোরীয় ও ক্যান্টোনিজ।
- •Mac: যেকোনো অ্যাপে ডিক্টেট করতে Fn চেপে ধরুন — Claude, ChatGPT, Slack, VS Code, Mail
- •iPhone: লক স্ক্রিন উইজেটে একবার ট্যাপ করলে অ্যাপ খোলে আর রেকর্ডিং শুরু হয়
- •সবকিছু আপনার ডিভাইসে চলে; কিছুই আপলোড হয় না
- •iPhone: একবারের জন্য $7.99। Mac: প্রতি সপ্তাহে ৫,০০০ শব্দ বিনামূল্যে, তারপর একবারের জন্য $14। সাবস্ক্রিপশন নেই।
Mac (macOS 14+, Apple Silicon) · iPhone (iOS 18+)
Mac-এ: যেকোনো অ্যাপে ডিক্টেট করুন
Mac-এ যেখানে টাইপ করতে পারেন, সেখানে কথাও বলতে পারেন: ইমেইলের খসড়া, Slack-এর উত্তর, কোডের কমেন্ট, AI-এর জন্য প্রম্পট। Fn চেপে ধরুন, কথা বলুন, ছেড়ে দিন, আর শব্দগুলো কার্সরে চলে আসবে। এটি ডিক্টেশন, ফাইল ট্রান্সক্রিপশন নয়, আর Wi-Fi বন্ধ থাকলেও চলে। ভয়েস টাইপিং আছে আমাদের ওয়েবসাইট থেকে ডাউনলোড করা Mac অ্যাপে; Apple-এর নিয়মের কারণে Mac App Store সংস্করণে এটি নেই।
সিস্টেম-ওয়াইড ভয়েস ইনপুট
Whisper Notes একটি গ্লোবাল শর্টকাট সেট করে। যেকোনো অ্যাপে — Claude, ChatGPT, Gemini, Gmail, Notion, VS Code, এমনকি Terminal-এও — Fn চেপে ধরে কথা বলুন। ছেড়ে দিলে ডিভাইসের মডেল (ডিফল্ট Parakeet V3, সাথে Whisper Large-v3 Turbo ও SenseVoice-ও আছে) অডিও লোকালি প্রসেস করে। লেখা আসে যেখানে আপনার কার্সর আছে।
- •যে অ্যাপে টাইপ করা যায়, সেখানেই কাজ করে
- •লেখা কার্সরে আসে
- •ডিফল্ট Parakeet V3 (Apple Silicon-এ রিয়েল-টাইমের প্রায় ৬০ গুণ); Whisper Large-v3 Turbo ও SenseVoice-ও লোকালি চলে
- •বাম পাশের প্যানেলে চালু করুন: Voice Typing → Enable voice typing
Works in: Claude, ChatGPT, Gemini, Gmail, Slack, VS Code, Terminal, Notion
ফাইলও
একই অ্যাপ অডিও ও ভিডিও ফাইলও ট্রান্সক্রাইব করে। ফাইল ইম্পোর্ট করুন, প্রতিটি অংশ শেষ হওয়ার সাথে সাথে ট্রান্সক্রিপ্ট ভরে উঠবে, তাই শেষ হওয়ার আগেই পড়া শুরু করতে পারবেন।
কাস্টম ভোকাবুলারি
AI মডেল নাম এবং জার্গনে হোঁচট খায়। আপনার ভোকাবুলারি যোগ করুন — কোম্পানির নাম, প্রোডাক্ট, টেকনিক্যাল টার্ম। ক্যাপিটালাইজেশন সংরক্ষিত থাকে ("Claude Opus 4.5" "Claude Opus 4.5" থাকে, "claude opus" হয় না)।
Claude, GPT-4, Gemini, Whisper · OAuth, TypeScript, Kubernetes · HIPAA, GDPR, SOC2
নীরবতা ব্যবস্থাপনা
দীর্ঘ নীরবতায় Whisper পরিবারের মডেলগুলো হ্যালুসিনেট করে — বাক্যাংশ পুনরাবৃত্তি করে বা শব্দ উদ্ভাবন করে, কারণ ডিকোডার সবসময় কিছু না কিছু বের করতেই তৈরি। Voice Activity Detection কথাটুকু খুঁজে নেয় এবং ট্রান্সক্রিপশনের আগে নীরব অংশ ছেঁটে ফেলে, ফলে ভরাট করার মতো নীরবতা অনেক কম থাকে। এটি সমস্যা কমায়, পুরোপুরি সরায় না; পরিষ্কার ও স্বাভাবিক পজ রেখে রেকর্ড করলেও সাহায্য হয়।
কতটা দ্রুত?
M4 Pro: ২০ সেকেন্ডের ডিক্টেশন প্রায় 2.5 সেকেন্ডে দেখা যায়। ফাইলে Parakeet V3 রিয়েল-টাইমের 103 গুণ আর Whisper Large-v3 Turbo 14.3 গুণ গতিতে চলে
M5 Air: Parakeet V3-এ রিয়েল-টাইমের প্রায় ৬০ গুণ: 17.5 মিনিটের মিটিং 16.7 সেকেন্ডে তৈরি
M1 ও নতুন: প্রতিটি Apple Silicon Mac তিনটি ইঞ্জিনই চালায়। পুরোনো চিপ ধীর, তবু রিয়েল-টাইমের চেয়ে অনেক দ্রুত
AI সহকারীকে ডিক্টেট করা
Claude-এর জন্য প্রম্পট
Fn চেপে ধরে সমস্যাটা বিস্তারিত বলুন, ছেড়ে দিন, পাঠান। অন্য অ্যাপ থেকে কপি-পেস্ট করতে হয় না।
Slack এবং ইমেইল
লেখার ঘরে Fn চেপে ধরে যা বলতে চান বলুন, তারপর ছেড়ে দিন।
প্রথম ড্রাফ্ট
কিছু লেখকের কাছে বলে লেখা প্রথম খসড়া টাইপ করা খসড়ার চেয়ে বেশি সাবলীল মনে হয়। আগে ভাবনাগুলো বের করে আনুন, সম্পাদনা পরে।
iPhone-এ: লক স্ক্রিন থেকে রেকর্ড করুন
iPhone-এ Fn কী নেই, তাই সেখানে Whisper Notes অন্যভাবে কাজ করে: ফোনেই রেকর্ড ও ট্রান্সক্রাইব করে, তারপর আপনি লেখা কপি বা শেয়ার করেন। লক স্ক্রিন উইজেটে একবার ট্যাপ করলে অ্যাপ খোলে আর রেকর্ডিং শুরু হয়।
লক স্ক্রিন উইজেট
- •একবার ট্যাপেই অ্যাপ খোলে আর রেকর্ডিং শুরু হয়
- •কথা বলার সময় লাইভ অ্যাক্টিভিটি সময় দেখায়
- •Dynamic Island রেকর্ডিংয়ের অবস্থা দেখায়
ভয়েস মেমো ও ফাইল
- •ভয়েস মেমো থেকে কোনো রেকর্ডিং Whisper Notes-এ শেয়ার করুন
- •ফাইলস অ্যাপ থেকে অডিও ফাইল ইম্পোর্ট করুন
- •ট্রান্সক্রিপশন iPhone-এই হয়
যেকোনো জায়গায় এক্সপোর্ট
- •ক্লিপবোর্ডে কপি করুন
- •Notes, Messages, ইমেইল, যেকোনো অ্যাপে শেয়ার
- •রিভিউয়ের জন্য টাইমস্ট্যাম্প সহ এক্সপোর্ট
- •ভিডিও সাবটাইটেলের জন্য SRT ফরম্যাট
মানুষ কী রেকর্ড করে
ঘুমানোর আগে
"এই API ডিজাইন ভুল। Events immutable হওয়া উচিত। কাল সকালে সবার আগে event sourcing pattern-এ রিফ্যাক্টর করতে হবে।"
সকালের দৌড়
"আর্টিকেল আইডিয়া: চিন্তা কম্প্রেশন অ্যালগরিদম হিসেবে কীবোর্ড। আমরা যেভাবে ভাবি সেভাবে লিখি না কারণ টাইপিং ধীর।"
হাঁটতে হাঁটতে
"মিটিং আটকে গেছে কারণ আমরা ভুল মেট্রিক অপ্টিমাইজ করছি। engagement নয়, retention-এ ফোকাস করতে হবে।"
অফলাইন কেন গুরুত্বপূর্ণ
আপনার অডিও কখনও ডিভাইস ছাড়ে না
- •সার্ভারে কোনো আপলোড নেই: প্রসেসিং হয় iPhone বা Mac-এই
- •পড়ার মতো কোনো ডেটা সংরক্ষণ নীতি নেই, কারণ কিছুই কোথাও পাঠানো হয় না
- •গোপন কথোপকথন আর কাজের নোট আপনার নিজের হার্ডওয়্যারেই থাকে
- •আমরা ব্যবহারকারীর কোনো তথ্য সংগ্রহ বা আপলোড করি না
ইন্টারনেট ছাড়াই কাজ করে
- •এয়ারপ্লেন মোড, সাবওয়ে টানেল, অস্থির Wi-Fi — সব কাজ করে
- •নেটওয়ার্ক অ্যাক্সেস ব্লক করা সুরক্ষিত সুবিধায় — কাজ করে
- •লেটেন্সি শুধুমাত্র প্রসেসিং সময়, নেটওয়ার্ক রাউন্ডট্রিপ নেই
- •সার্ভার ওভারলোডেড থাকলেও পারফরম্যান্স খারাপ হয় না
একবার পেমেন্ট
- •iPhone: একবারের জন্য $7.99। Mac: প্রতি সপ্তাহে ৫,০০০ শব্দ বিনামূল্যে, তারপর একবারের জন্য $14।
- •মিনিট-প্রতি চার্জ নেই, সাবস্ক্রিপশনও নেই
- •ক্লাউড ডিক্টেশনের বিল আসে প্রতি মাসে: Wispr Flow Pro মাসে $15 বা বছরে $144
তুলনা
| ফিচার | Whisper Notes | Apple Dictation | SuperWhisper | Wispr Flow |
|---|---|---|---|---|
| প্রসেসিং | 100% ডিভাইসে | অনেক ভাষার জন্য ডিভাইসে | মোড অনুযায়ী লোকাল বা ক্লাউড | ক্লাউড সার্ভার |
| প্ল্যাটফর্ম | Mac, iPhone | Mac, iPhone | Mac, Windows, iPhone | Mac, Windows, iPhone |
| লক স্ক্রিন উইজেট | হ্যাঁ | না | না | না |
| যেকোনো অ্যাপে ডিক্টেশন | হ্যাঁ (Mac, Fn চেপে ধরে) | হ্যাঁ | হ্যাঁ | হ্যাঁ |
| দাম | $7.99 iPhone / $14 Mac, একবার | বিনামূল্যে | $8.49/মাস, $84.99/বছর বা $249.99 আজীবন | $15/মাস বা $144/বছর |
| স্পিচ মডেল | Parakeet V3 + Whisper + SenseVoice | Apple-এর নিজস্ব | Whisper-এর বিভিন্ন সংস্করণ + Parakeet | ক্লাউড মডেল |
| কাস্টম শব্দভান্ডার | হ্যাঁ | না | হ্যাঁ | হ্যাঁ |
Apple ডিক্টেশন বিনামূল্যে এবং ছোট বাক্যের জন্য যথেষ্ট। Superwhisper আর Wispr Flow সাবস্ক্রিপশনে AI দিয়ে নতুন করে লেখার সুবিধা যোগ করে, আর Wispr Flow চলে ক্লাউডে। Whisper Notes ডিভাইসে চলে, একবারের দামে। প্রতিযোগীদের দাম আমরা তাদের ওয়েবসাইটে যাচাই করেছি; বর্তমান দাম সেখানেই দেখে নিন।
যা ছাড় দিতে হয়
লোকাল প্রসেসিংয়ে কিছু আসল ছাড় দিতে হয়:
মডেল ডাউনলোড
ডিফল্ট ইঞ্জিন Parakeet V3, 465 MB-এর একটি মডেল যা প্রতিটি Apple Silicon Mac-এ রিয়েল-টাইমের প্রায় ৬০ গুণ গতিতে চলে, ইংরেজি ও আরও ২৪টি ইউরোপীয় ভাষার জন্য। ১০০টির বেশি ভাষার জন্য Whisper ডাউনলোড করুন: Mac-এ Large V3 Turbo (~1.6 GB), iPhone-এ Whisper Small। চীনা, জাপানি, কোরীয় ও ক্যান্টোনিজের জন্য SenseVoice বেছে নিন।
শুধু Apple
এটি Apple ডিভাইসের অ্যাপ: macOS 14 চলা Apple Silicon Mac (M1 বা নতুন), অথবা iOS 18 চলা iPhone 12 বা নতুন। Android, Windows বা Intel Mac-এর কোনো সংস্করণ নেই।
গতি বনাম ক্লাউড
লোকাল ইনফারেন্সের সীমা আপনার ডিভাইস, কোনো ডেটাসেন্টার নয়। iPhone-এ App Store তালিকা অনুযায়ী iPhone 15-এ Parakeet দিয়ে পাঁচ মিনিটের অডিওতে প্রায় ১৮ সেকেন্ড, আর Whisper দিয়ে প্রায় এক মিনিট — অর্থাৎ এক ঘণ্টার রেকর্ডিং মিনিটের ব্যাপার, সেকেন্ডের নয়। এক ঘণ্টার ফাইল সঙ্গে সঙ্গে ফেরত চাইলে ক্লাউড সার্ভিস এখনও দ্রুত।
নির্ভুলতার সীমা
স্পষ্ট কথায় ভুলের হার ১০%-এর নিচে থাকে। ভারী উচ্চারণ, জোরালো পেছনের শব্দ বা অস্পষ্ট কথায় কিছু সম্পাদনা লাগে। মেডিকেল ট্রান্সক্রিপ্টের জন্য 99.9% নির্ভুলতা দরকার হলে পেশাদার ট্রান্সক্রাইবার নিন। দ্রুত ও গোপনে কাজ চালানোর মতো খসড়া চাইলে এটি যথেষ্ট।
কীভাবে শুরু করবেন
iPhone
- 1.App Store থেকে Whisper Notes ডাউনলোড করুন ($7.99)
- 2.অ্যাপ খুলুন; Parakeet V3 আগে থেকেই আছে
- 3.লক স্ক্রিন চেপে ধরুন → কাস্টমাইজ → লক স্ক্রিন → Whisper Notes উইজেট যোগ করুন
- 4.অ্যাপ খুলে রেকর্ডিং শুরু করতে উইজেটে ট্যাপ করুন
Mac
- 1.Mac-এর জন্য Whisper Notes ডাউনলোড করুন (প্রতি সপ্তাহে ৫,০০০ শব্দ পর্যন্ত বিনামূল্যে)
- 2.জিজ্ঞেস করলে মাইক্রোফোনের অনুমতি দিন
- 3.অ্যাক্সেসিবিলিটির অনুমতি দিন, যা দিয়ে অ্যাপ কার্সরে টাইপ করে
- 4.এটি এড়িয়ে গেলে: বাম পাশের প্যানেলে Voice Typing খুলে Enable voice typing চালু করুন
- 5.যেকোনো জায়গায় Fn চেপে ধরে কথা বলা শুরু করুন
আপনার Mac-এ ভয়েস টাইপিং চালিয়ে দেখুন
Mac-এ প্রতি সপ্তাহে ৫,০০০ শব্দ বিনামূল্যে, তারপর একবারের জন্য $14। iPhone-এ একবারের জন্য $7.99। সাবস্ক্রিপশন নেই।
iOS-এর জন্য ডাউনলোডFn ডিক্টেশন · লক স্ক্রিন উইজেট · ১০০+ ভাষা · ১০০% অফলাইন · একবার কেনা
সম্পর্কিত
Fn দিয়ে ভয়েস টাইপিং কীভাবে কাজ করে, কীভাবে সেট আপ করবেন, আর Apple ডিক্টেশন ও Wispr Flow-এর সাথে তুলনা
iPhone ও Mac-এ অফলাইনে কী চলে, কোন ইঞ্জিন কোথায় চলে, আর সীমাবদ্ধতা কী
সরাসরি তুলনা: Whisper Notes বনাম MacWhisper, Otter.ai, SuperWhisper এবং ক্লাউড বিকল্প