Whisper Notes

iOS ও macOS-এর জন্য অফলাইন speech-to-text অ্যাপ। চিন্তা, মিটিং ও লেকচার রেকর্ড করুন; ট্রান্সক্রিপশন দ্রুত ও নির্ভুল, সম্পূর্ণ আপনার ডিভাইসেই।

সম্পূর্ণভাবে। সব রেকর্ডিং ও ট্রান্সক্রিপশন আপনার ডিভাইসেই প্রসেস হয় — ইন্টারনেটের দরকার নেই।

না। আপনার ডেটা কখনোই ডিভাইস ছাড়ে না — আমরা কোনো অ্যানালিটিক্স বা ট্র্যাকিং ব্যবহার করি না, কোনো ট্রান্সক্রিপশন সার্ভারও চালাই না, তাই আপনার অডিওতে আমাদের কোনো অ্যাক্সেস নেই।

হ্যাঁ। মিটিং, লেকচার বা ইন্টারভিউ-এর রেকর্ডিং ইমপোর্ট করুন। বেশিরভাগ ফরম্যাট সাপোর্টেড — MP3, M4A, WAV। iPhone-এ, আপনি সরাসরি Voice Memos অ্যাপ থেকেও রেকর্ডিং শেয়ার করতে পারেন: রেকর্ডিংয়ে ট্যাপ করুন → '...' → Share → 'Transcribe with Whisper Notes'। সবকিছু আপনার ডিভাইসে অফলাইনে ট্রান্সক্রাইব হয়।

যেকোনো অ্যাপে Fn কী চেপে ধরুন — Gmail, Slack, VS Code, Notes, ChatGPT, Claude বা যেকোনো ব্রাউজার টেক্সট ফিল্ড — এবং কথা বলুন। কী ছেড়ে দিন, টেক্সট দেখা যাবে। সম্পূর্ণ অফলাইনে কাজ করে, তাই ক্লাউড-ভিত্তিক অ্যাপ ব্যবহারের সময়ও আপনার কণ্ঠ প্রাইভেট থাকে। শর্টকাট কী কাস্টমাইজ করতে, বাম সাইড প্যানেল খুলুন → ভয়েস টাইপিং (সেটিংসে নয়)। Fn কী ছাড়া এক্সটার্নাল কীবোর্ড ব্যবহার করলে এটি কাজে লাগে।

হ্যাঁ — Mac-এ। Settings → Meeting Recording-এ গিয়ে এনাবেল করুন। Whisper Notes স্বয়ংক্রিয়ভাবে Teams, Google Meet, Zoom এবং বেশিরভাগ অন্যান্য প্ল্যাটফর্মে মিটিং শুরু হলে শনাক্ত করে। সবকিছু আপনার ডিভাইসে লোকালি ট্রান্সক্রাইব হয়। ইউরোপীয় মিটিং সফটওয়্যার ব্যবহার করলে, Settings → Meeting-এ ম্যানুয়ালি অতিরিক্ত প্ল্যাটফর্ম এনাবেল করতে পারেন। এই ফিচারের জন্য আমাদের ওয়েবসাইট থেকে ডাউনলোড করা Mac DMG ভার্সন প্রয়োজন।

হ্যাঁ। Whisper Notes রেকর্ডিং, ইমপোর্ট করা অডিও ফাইল ও মিটিং রেকর্ডিংয়ে সম্পূর্ণ ডিভাইসেই স্পিকার ডায়ারাইজেশন করে। একবার বক্তার নাম বদলালে পুরো ট্রান্সক্রিপ্টে তা আপডেট হয়; SRT ও VTT এক্সপোর্টেও বক্তার নাম থাকে। কাছাকাছি কণ্ঠের ক্ষেত্রে 2 থেকে 6 জন বক্তা ম্যানুয়ালি নির্ধারণ করতে পারেন। iPhone 1.8.5 বা নতুন, বর্তমান Mac App Store সংস্করণ এবং Mac DMG 1.5.1 বা নতুন সংস্করণে পাওয়া যায়।

100+ ভাষা, যার মধ্যে রয়েছে English, Chinese, Spanish, German, French, Japanese, Korean, Russian, Arabic, Hindi, Portuguese, Italian, Dutch, Turkish, Indonesian, Vietnamese, Thai, Czech, Polish, Ukrainian, Swedish এবং আরও অনেক।

iPhone: iPhone 12 এবং পরবর্তী (সমস্ত Pro/Plus/Max মডেল সহ)। iPhone 11 বা SE-এর মতো পুরানো iPhone-এ দ্রুত ট্রান্সক্রিপশনের জন্য প্রয়োজনীয় Neural Engine পারফরম্যান্স নেই।

Mac: সমস্ত M-series Mac (M1, M2, M3, M4 এবং ভবিষ্যতের চিপ)। Intel Mac সমর্থিত নয়। বড় Whisper Large V3 Turbo মডেল — 100+ ভাষা কভার করা বহুভাষিক অপশন — চালাতে চাইলে আমরা 8GB+ RAM সুপারিশ করি।

Whisper Notes বিভিন্ন ব্যবহারের জন্য অপ্টিমাইজ করা একাধিক AI মডেল অফার করে।

iPhone-এ: Parakeet (ডিফল্ট) 25টি ইউরোপীয় ভাষা কম ত্রুটিতে সাপোর্ট করে। Whisper 100+ ভাষা সাপোর্ট করে তবে শান্ত অংশে মাঝে মাঝে ফিলার শব্দ যোগ করতে পারে।

Mac-এ: Parakeet V3 (ডিফল্ট) 25টি ইউরোপীয় ভাষার জন্য অপ্টিমাইজড। Whisper Large V3 Turbo হলো বহুভাষিক বিকল্প, এটি 100+ ভাষা সাপোর্ট করে — অডিও যখন Parakeet-এর ২৫টি ভাষার বাইরে পড়ে তখন এটি বেছে নিন। চীনা, জাপানি, কোরিয়ান বা ক্যান্টনিজের জন্য Settings-এ নিজে SenseVoice বেছে নিন: ওটাই এই ভাষাগুলোর ইঞ্জিন, আর অ্যাপ নিজে থেকে বদলায় না। Mac-এর সরাসরি ডাউনলোড (DMG) 1.6.0 ও তার পরে আপনি Qwen3-ASR 1.7B (Beta)-ও বেছে নিতে পারেন: ৩০টি ভাষা, ট্রান্সক্রাইব করার সময়েই লেখা আসতে থাকে, ১৬ GB মেমরি সুপারিশ করা হয় — এটি Mac App Store সংস্করণে বা iPhone-এ নেই।

আপনার ভাষায় ট্রান্সক্রিপশন মান খারাপ হলে, Settings-এ মডেল পরিবর্তন করে দেখুন। অটো-ডিটেক্টের বদলে ম্যানুয়ালি আপনার ভাষা সিলেক্ট করেও দেখুন।

Parakeet V3 (ডিফল্ট মডেল) দিয়ে ট্রান্সক্রিপশন খুব দ্রুত। Mac-এ M4 Pro-তে আমাদের নিজেদের টেস্টে Parakeet চলেছে 103× রিয়েল-টাইমে, Whisper Large V3 Turbo চলেছে 14.3×-এ। iPhone-এ গতি আপনার ডিভাইসের উপর নির্ভর করে: iPhone 15-এর মতো নতুন মডেলগুলো অনেক দ্রুত। আরও ভাষার জন্য Whisper-এ স্যুইচ করলে, প্রায় ১:৫ অনুপাত আশা করুন — iPhone 15-এ ৫ মিনিটের অডিও প্রায় ১ মিনিটে।

এখনো না। তবে ট্রান্সক্রিপশনের সময়, আপনি টেক্সট ধীরে ধীরে আসতে দেখবেন (স্ট্রিমিং আউটপুট)। Whisper Notes রেকর্ডিং শেষ হওয়ার পর ট্রান্সক্রাইব করে, যা AI-কে সম্পূর্ণ অডিও বিশ্লেষণ করে ভালো নির্ভুলতা দিতে দেয়।

হ্যাঁ। আপনি টাইমস্ট্যাম্প সহ ট্রান্সক্রিপ্ট এক্সপোর্ট করতে পারেন — পরে অডিও রিভিউ করতে বা সাবটাইটেল তৈরি করতে কাজে লাগে।

হ্যাঁ — Mac-এ। Whisper Notes একটি লোকাল AI মডেল ব্যবহার করে স্বয়ংক্রিয়ভাবে শিরোনাম ও সারাংশ তৈরি করে, এবং আপনি ট্রান্সক্রিপ্টের সাথে চ্যাট করে প্রশ্ন করতে বা মূল পয়েন্ট বের করতে পারেন। সবকিছু ডিভাইসে চলে, কিছুই আপলোড হয় না।

iPhone-এ AI সারাংশ এখনো পাওয়া যায় না। দরকার হলে ট্রান্সক্রিপ্ট কপি করে ChatGPT বা Claude ব্যবহার করতে পারেন।

হ্যাঁ — Mac-এ। 3 মিনিটের বেশি রেকর্ডিংয়ের জন্য, আপনি লোকাল AI-এর সাথে ট্রান্সক্রিপ্ট নিয়ে চ্যাট করতে পারেন — মিটিংয়ের মূল পয়েন্ট রিভিউ করুন, অ্যাকশন আইটেম বের করুন, বা কী বলা হয়েছে সে সম্পর্কে প্রশ্ন করুন। অ্যাক্সেস করতে, 3 মিনিটের বেশি যেকোনো রেকর্ডিংয়ে "View Detail Transcript" ট্যাপ করুন। সবকিছু ডিভাইসে চলে, তাই আপনার কথোপকথন প্রাইভেট থাকে।

ছোট রেকর্ডিংয়ের জন্য, Whisper Notes স্বয়ংক্রিয় পরিষ্কার করে কিন্তু চ্যাট অপশন পাওয়া যায় না।

হ্যাঁ — Mac-এর Whisper Notes (আমাদের ওয়েবসাইট থেকে ডাউনলোড করা DMG ভার্সন, 1.5.5 বা নতুন) এ আছে whispernotes কমান্ড-লাইন টুল ও বিল্ট-ইন MCP সার্ভার: Claude ও অন্যান্য AI অ্যাসিস্ট্যান্ট আপনার হিস্ট্রি খুঁজতে, ট্রান্সক্রিপ্ট পড়তে ও ফাইল ট্রান্সক্রাইব করতে পারে। সবকিছু ডিভাইসেই লোকাল সকেট দিয়ে চলে, কোনো নেটওয়ার্ক পোর্ট খোলা থাকে না। সম্পূর্ণ গাইড: Whisper Notes CLI & MCP

$7.99, একবারের ক্রয়। কোনো সাবস্ক্রিপশন নেই, কোনো বিজ্ঞাপন নেই, কোনো লুকানো খরচ নেই।

iOS: App Store থেকে $7.99-এ কিনুন।

Mac: আমাদের ওয়েবসাইট থেকে বিনামূল্যে ডাউনলোড করুন। সপ্তাহে ৫,০০০ শব্দ বিনামূল্যে — ক্রেডিট কার্ড নেই, রেজিস্ট্রেশন নেই। প্রস্তুত হলে অ্যাপে $14-এ সম্পূর্ণ সংস্করণ আনলক করুন। উভয় প্ল্যাটফর্মে ভবিষ্যতের সমস্ত আপডেট অন্তর্ভুক্ত।

হ্যাঁ — Mac-এ। আমাদের ওয়েবসাইট থেকে ডাউনলোড করুন এবং সপ্তাহে ৫,০০০ শব্দ বিনামূল্যে পান। ক্রেডিট কার্ড নেই, রেজিস্ট্রেশন নেই। মিটিং, লেকচার, ভয়েস মেমোর জন্য ব্যবহার করুন — নিজে সিদ্ধান্ত নিন।

iOS-এ, App Store $7.99-এ সরাসরি বিক্রি করে। সন্তুষ্ট নন? Settings → Request Refund।

সংক্ষেপে: App Store সংস্করণ দুটির জন্য আলাদা করে কিনতে হবে না; DMG আলাদাভাবে বিক্রি হয়। App Store-এ একবার কিনলেই iOS ও Mac App Store—দুটি সংস্করণই পাবেন, এবং দুটিতেই রেকর্ডিং ও ইমপোর্ট করা অডিও ট্রান্সক্রিপশন চলে।

Apple-এর বিধিনিষেধের কারণে Mac App Store সংস্করণে সিস্টেমজুড়ে ভয়েস টাইপিং (Fn চেপে ধরে কথা বলুন) বা স্বয়ংক্রিয় মিটিং রেকর্ডিং নেই। এসব সুবিধা বা সবার আগে নতুন ফিচার ও মডেল আপডেট চাইলে আমাদের ওয়েবসাইটে আলাদাভাবে বিক্রি হওয়া DMG বেছে নিন। স্বাধীন ডেভেলপমেন্টকে সমর্থন করার জন্য ধন্যবাদ।

হ্যাঁ। শুধু Settings → Request Refund-এ যান।

না। এটি একটি ইচ্ছাকৃত প্রাইভেসি সিদ্ধান্ত। যেহেতু আপনার সমস্ত রেকর্ডিং এবং ট্রান্সক্রিপ্ট ডিভাইসেই থাকে, iPhone এবং Mac-এর মধ্যে কোনো ক্লাউড সিঙ্ক নেই। এর মানে আপনার অডিও কোনো সার্ভারের মধ্য দিয়ে যায় না — আমাদের না, Apple-এরও না। অন্য ডিভাইসে দরকার হলে ট্রান্সক্রিপ্ট ম্যানুয়ালি এক্সপোর্ট করতে পারেন।

আপনার ডিভাইসের উপর নির্ভর করে। iPhone 15 দ্রুত। iPhone 11 বা পুরনো? GPU ধীর, তাই ট্রান্সক্রিপশনে বেশি সময় লাগে। সবকিছু আপনার ডিভাইসে চলে, ক্লাউডে নয়, তাই পুরনো হার্ডওয়্যার মানে ধীর প্রসেসিং।

iOS-এর সীমাবদ্ধতা। Whisper Notes-এর ট্রান্সক্রাইব করতে GPU অ্যাক্সেস দরকার, আর Apple ব্যাকগ্রাউন্ডে অ্যাপগুলোকে GPU ব্যবহার করতে দেয় না। ট্রান্সক্রিপশনের মাঝে অ্যাপ সুইচ করলে, শুধু ফিরে এসে 'Re-transcribe' ট্যাপ করুন।

বাস্তবে এটি যেসব কাজে লাগে, ঠিক সেগুলোই বলি। সাক্ষাৎকার: iPhone-এ রেকর্ড করুন, বা আগে থেকে থাকা ফাইল Mac অ্যাপে টেনে আনুন; ট্রান্সক্রিপ্ট যে ডিভাইস সেটি তৈরি করেছে সেখানেই থাকে। মিটিং: Mac-এ অ্যাপটি সিস্টেমের শব্দ আর মাইক্রোফোন একসঙ্গে ধরে, তাই কলে অংশগ্রহণকারী হিসেবে কিছু ঢোকানোর দরকার নেই। লেখালেখি: সরাসরি ডাউনলোড (DMG) সংস্করণে যেকোনো অ্যাপে Fn চেপে ধরুন — Mail, Notes, একটি এডিটর, একটি টার্মিনাল — বলুন, ছেড়ে দিন, লেখা কার্সরের জায়গায় বসে যাবে। ভয়েস মেমো: iPhone-এর লক স্ক্রিন থেকে এক ট্যাপেই রেকর্ডিং শুরু।

কোনো অ্যাকাউন্ট লাগে না, কিছু আপলোডও হয় না, তাই যেসব রেকর্ডিং NDA বা ডেটা নীতির কারণে মেশিন ছেড়ে যেতেই পারে না, সেগুলোর জন্যও এটি চলে। কেনার আগে একটি জিনিস দেখে নিন: Mac App Store সংস্করণে সিস্টেম-জুড়ে Fn ডিকটেশন নেই, মিটিংয়ের স্বয়ংক্রিয় রেকর্ডিংও নেই, কারণ Apple-এর নিয়ম সেখানে তা দেয় না। সরাসরি ডাউনলোড সংস্করণে দুটোই আছে।

আপনার কী দরকার তার উপর নির্ভর করে, তাই যা যাচাই করা যায় সেটাই বলি। ট্রান্সক্রিপশন আপনার iPhone বা Mac-এই চলে এবং অডিও সেখানেই থাকে: ১০০% অফলাইন, তাই অ্যাপটি এয়ারপ্লেন মোডেও কাজ করে। এটি একবারের কেনা, কোনো সাবস্ক্রিপশন নেই: iPhone-এ $7.99, আর Mac-এ সপ্তাহে ৫,০০০ শব্দ বিনামূল্যে, অথবা এককালীন $14-এ সীমাহীন। অ্যাপের প্রতিটি সংস্করণে তিনটি ইঞ্জিন থাকে এবং কোনটি চলবে তা আপনি বেছে নেন: ডিফল্ট Parakeet V3 ২৫টি ইউরোপীয় ভাষা কভার করে; Whisper 100+ ভাষা কভার করে (Mac-এ Large-v3 Turbo, iPhone-এ Small); SenseVoice হলো চীনা, জাপানি, কোরিয়ান ও ক্যান্টনিজের ইঞ্জিন, এবং সেটি আপনি Settings-এ নিজে বেছে নেন। Mac-এর সরাসরি ডাউনলোড (DMG) 1.6.0 ও তার পরের সংস্করণে চতুর্থ একটি ইঞ্জিন আছে যা আপনি নিজে বেছে নেন: Qwen3-ASR 1.7B (Beta), ৩০টি ভাষা, ১৬ GB মেমরি সুপারিশ করা হয়; Mac App Store সংস্করণ ও iPhone-এ সেই তিনটিই থাকে। ইন্টারফেস ৩২টি ভাষায় আছে।

রেকর্ডিং ডিভাইসেই থাকতে হবে এবং আপনি একবারেই টাকা দিতে চান — তখন Whisper Notes মানানসই। শেয়ার করা টিম ওয়ার্কস্পেস, একসঙ্গে সম্পাদনা বা Windows ক্লায়েন্ট দরকার হলে ক্লাউড টুল বেশি মানানসই। সেরা অফলাইন ট্রান্সক্রিপশন অ্যাপ নিয়ে আমাদের তুলনায় বলা আছে কোন ক্ষেত্রে কোনটি জেতে।

হ্যাঁ। দুটোই Mac-এ Fn কী দিয়ে ডিক্টেশন দেয়। Typeless আপনার কণ্ঠ ক্লাউড সার্ভারে আপলোড করে এবং $30/month চার্জ করে। Whisper Notes আপনার ডিভাইসেই চলে, মাত্র $14 একবার — আপনার কণ্ঠ কখনো বাইরে যায় না। ক্লাউডে যাওয়া-আসা বা LLM-এর জন্য অপেক্ষা না থাকায় ডিভাইসে প্রসেসিং প্রায় 3 গুণ দ্রুত। ট্রেড-অফ: Typeless ক্লাউড LLM দিয়ে আপনার লেখা নতুন করে সাজায়। Whisper Notes পরিষ্কার করে আপনার ডিভাইসেই — ডাইরেক্ট ডাউনলোড বিল্ডে Gemma 4 আপনার Mac-এ চলে, ফিলার শব্দ সরায় ও যতিচিহ্ন ঠিক করে — কিন্তু বাক্যের গঠন বদলায় না, তাই ট্রান্সক্রিপ্ট রেকর্ডিংয়ের কাছাকাছিই থাকে।

হ্যাঁ। দুটোই একই Whisper Large-v3 Turbo ইঞ্জিন ডিভাইসে চালায় — একই নির্ভুলতা, একই গতি। MacWhisper Pro-এর দাম অফিসিয়াল Gumroad স্টোরে একবারের পেমেন্টে €64 (শুধু Mac — Mac App Store-এর সংস্করণটি Whisper Transcription নামের আলাদা একটি অ্যাপ)। Whisper Notes এককালীন মূল্যে বিক্রি হয়: App Store-এ একবার কিনলেই iPhone/iPad ও Mac App Store সংস্করণ পাওয়া যায়, আর সরাসরি ডাউনলোডের DMG আলাদাভাবে বিক্রি হয়। ইন্টারফেস সহজ, পারফরম্যান্স প্রায় একই। ট্রেড-অফ: MacWhisper পেশাদার অডিও ওয়ার্কফ্লোর জন্য 50+ এক্সপোর্ট ফরম্যাট, ব্যাচ প্রসেসিং এবং ভিডিও সিঙ্ক দেয়।