Whisper Notes Mac-এ Zoom, Teams এবং Google Meet-এর অডিও রেকর্ড করে, Parakeet V3 দিয়ে সেটি লোকালি ট্রান্সক্রাইব করে, এবং Direct Download সংস্করণে অন-ডিভাইস Gemma 4 দিয়ে ট্রান্সক্রিপ্টের সারসংক্ষেপ তৈরি করতে পারে। কলে কোনো মিটিং বট যোগ দেয় না। Mac অ্যাপে 10,000-শব্দের ট্রায়াল রয়েছে, তারপর মূল্য একবারই $6.99।
অন-ডিভাইস ট্রান্সক্রিপশনের জন্য Whisper Notes-এ একটি Zoom কল রেকর্ড করা হচ্ছে
একটি সাধারণ সোমবার
সকাল 10টা, একজন ক্লায়েন্টের সাথে Zoom কল। Whisper Notes অংশগ্রহণকারী তালিকায় কোনো বট যোগ না করেই মিটিং অডিও এবং আপনার মাইক্রোফোন ক্যাপচার করে। রেকর্ডিং আপনার জন্য উপযুক্ত কি না, সেই সিদ্ধান্ত অ্যাপ নিতে পারে না: অংশগ্রহণকারীদের জানান এবং আপনার প্রতিষ্ঠান ও স্থানীয় আইন অনুযায়ী প্রয়োজনীয় সম্মতি নিন।
কল শেষ হলে Parakeet V3 রেকর্ডিংটি আপনার Mac-এ ট্রান্সক্রাইব করে। আমাদের M4 Pro টেস্টে, একই 35-মিনিটের ফাইল Parakeet V3 দিয়ে 18 সেকেন্ড এবং Whisper Large V3 Turbo দিয়ে 3 মিনিট সময় নিয়েছে; আপনার সময় Mac, অডিও এবং মডেল অনুযায়ী ভিন্ন হবে। Direct Download সংস্করণে, Gemma 4 এরপর কোনো API-তে না পাঠিয়েই ট্রান্সক্রিপ্টের সারসংক্ষেপ তৈরি করতে বা কাজের আইটেম বের করতে পারে।
ওয়ার্কফ্লোটি সহজ: রেকর্ড করুন, ট্রান্সক্রাইব করুন, রিভিউ করুন এবং সারসংক্ষেপ করুন। রেকর্ডিং, স্পিচ রিকগনিশন এবং Gemma প্রসেসিং Mac-এই থেকে যায়।
এটি কী করে
রেকর্ডিং
Whisper Notes একই সময়ে মিটিং অডিও এবং আপনার মাইক্রোফোন ক্যাপচার করে, তাই Zoom, Teams বা Google Meet কথোপকথনের উভয় পক্ষই অন্তর্ভুক্ত থাকে। পাবলিক Direct Download বিল্ড সেই মিটিং অ্যাপগুলো স্বয়ংক্রিয়ভাবে শনাক্ত করতে পারে; ট্রান্সক্রিপ্ট রাখা বা শেয়ার করার আগে আপনি রেকর্ডিংটি রিভিউ করতে পারেন।
মিটিং বটের মতো নয়, Whisper Notes আরেকজন অংশগ্রহণকারী হিসেবে দেখা যায় না। এটি কেবল ওয়ার্কফ্লোর পার্থক্য, নীরবে রেকর্ড করার অনুমতি নয়: নোটিফিকেশন এবং সম্মতির প্রয়োজনীয়তা কোম্পানি, দেশ এবং অঙ্গরাজ্য অনুযায়ী ভিন্ন হয়।
ট্রান্সক্রিপশন
Parakeet V3 CoreML-এর মাধ্যমে Apple Silicon-এ চলে এবং 25টি ইউরোপীয় ভাষা সাপোর্ট করে। চীনা, জাপানি, কোরীয় এবং ক্যান্টনিজের জন্য SenseVoice MLX-এর মাধ্যমে চলে। Pyannote VAD ট্রান্সক্রিপশনের আগে নীরব অংশগুলো সরিয়ে দেয়। পারফরম্যান্স নির্ভর করে Mac, মডেল, অডিওর দৈর্ঘ্য এবং কথার পরিমাণের উপর।
টাইমস্ট্যাম্প এবং ইনলাইন এডিটিং সহ ট্রান্সক্রিপ্ট — যেকোনো সেগমেন্টে ক্লিক করে অডিওর সেই মুহূর্তে যান
স্পিকার লেবেল: কে কী বলেছে
Whisper Notes এখন স্পিকার শনাক্ত করে। মিটিং রেকর্ডিংয়ে স্পিকার শনাক্তকরণ চালালে প্রতিটি অনুচ্ছেদ টাইমস্ট্যাম্পসহ একটি লেবেল পায় — স্পিকার 1, স্পিকার 2। একবার নাম বদলালে পুরো ট্রান্সক্রিপ্টে লেবেল আপডেট হয়; SRT ও VTT এক্সপোর্টে নাম থেকে যায়।
বাকি ওয়ার্কফ্লোর মতো স্পিকার শনাক্তকরণও পুরোপুরি ডিভাইসে চলে: iPhone (1.8.5 বা নতুন), বর্তমান Mac App Store সংস্করণ এবং Direct Download সংস্করণে (1.5.1 বা নতুন) পাওয়া যায়। দু-তিনটি স্পষ্ট আলাদা কণ্ঠ — ক্লায়েন্ট কল, সাক্ষাৎকার — সবচেয়ে ভালো কাজ করে; কণ্ঠ কাছাকাছি শোনালে স্পিকার সংখ্যা (2–6) নিজে ঠিক করুন। বেঞ্চমার্ক, কঠিন কেস আর সৎ সীমাবদ্ধতা ঘোষণায় আছে: Whisper Notes-এ অন-ডিভাইস স্পিকার ডায়ারাইজেশন।
দুজনের রেকর্ডিংয়ে স্পিকার লেবেল — শনাক্ত হওয়া স্পিকারদের আসল নামে রিনেম করা হয়েছে
Mac-এ ট্রান্সক্রিপ্ট-পরবর্তী টুল
Direct Download সংস্করণে, Gemma 4 কোনো API key বা ক্লাউড কল ছাড়াই আপনার Mac-এ চলে। ট্রান্সক্রিপশনের পর:
- •সারসংক্ষেপ — রিভিউ করা ট্রান্সক্রিপ্টকে মূল পয়েন্টে সংক্ষিপ্ত করুন
- •কাজের আইটেম — সম্ভাব্য টাস্ক এবং ডেডলাইন শনাক্ত করুন, যা আপনি নিজে যাচাই করবেন
- •অনুবাদ — সাপোর্টেড Mac-এ ট্রান্সক্রিপ্ট অনুবাদ করুন
- •চ্যাট — জিজ্ঞেস করুন "আমরা প্রাইসিং নিয়ে কী ঠিক করেছিলাম?" এবং ট্রান্সক্রিপ্টের ভিত্তিতে উত্তর পান
Direct Download সংস্করণের ট্রান্সক্রিপ্ট-পরবর্তী টুল: সারসংক্ষেপ, কাজের আইটেম, অনুবাদ এবং চ্যাট
অফলাইন মিটিং ট্রান্সক্রিপশন কত দ্রুত?
পরিমাপ করা ফলাফলকে রেফারেন্স হিসেবে নিন, প্রতিশ্রুতি হিসেবে নয়। আমরা একই 35-মিনিটের ইংরেজি ফাইল M4 Pro-তে তিনটি মডেল দিয়ে চালিয়েছি:
| মডেল | M4 Pro-তে 35-মিনিটের ফাইল |
|---|---|
| Parakeet V3 | 18 সেকেন্ড |
| Whisper Large V3 Turbo | 3 মিনিট |
| Whisper Large V3 | 7 মিনিট |
এই তুলনাটি একটি Mac-এ একটি ফাইলের উপর ভিত্তি করে। দীর্ঘ মিটিং সবসময় একই অনুপাতে স্কেল করে না, এবং সঠিক সময় নির্ভর করে আপনার চিপ, নির্বাচিত মডেল, ভাষা, অডিওর মান এবং Pyannote কতটা নীরবতা সরায় তার উপর। উপরে লিঙ্ক করা Parakeet V3 নিবন্ধে সম্পূর্ণ পদ্ধতি এবং মডেল তুলনা রয়েছে।
আমরা কেন এভাবে তৈরি করলাম
মিটিং অডিওতে সংবেদনশীল ক্লায়েন্ট আলোচনা, HR রিভিউ, বোর্ড আলোচনা বা আইনি পরামর্শ থাকতে পারে। সেই ডেটা কোথায় প্রসেস ও সংরক্ষণ করা হয়, তা অন্য যেকোনো গোপনীয় নথির মতোই যাচাইয়ের দাবি রাখে।
ক্লাউড মিটিং অ্যাসিস্ট্যান্ট অডিও বা ট্রান্সক্রিপ্ট ভেন্ডরের ইনফ্রাস্ট্রাকচারে পাঠায় এবং ভেন্ডরের রিটেনশন ও ডেটা-প্রসেসিং নীতির অধীনে সেগুলো পরিচালনা করে। লাইভ সহযোগিতার জন্য এটি কাজে লাগতে পারে, কিন্তু এতে আপনার টিমের রিভিউ করার মতো আরেকটি সিস্টেমও যুক্ত হয়।
Whisper Notes রেকর্ডিং, স্পিচ মডেল, ট্রান্সক্রিপ্ট এবং Gemma প্রসেসিং Mac-এই রাখে। এতে থার্ড-পার্টি ডেটা ট্রান্সফার কমে, কিন্তু এতে কোনো ওয়ার্কফ্লো GDPR, HIPAA, প্রিভিলেজ নিয়ম বা কোম্পানির নীতির সাথে স্বয়ংক্রিয়ভাবে সম্মত হয়ে যায় না। আপনার এখনো যথাযথ সম্মতি, অ্যাক্সেস নিয়ন্ত্রণ, রিটেনশন নিয়ম এবং ডিভাইস নিরাপত্তা প্রয়োজন।
তুলনায় কেমন
| Whisper Notes | সাধারণ ক্লাউড মিটিং অ্যাসিস্ট্যান্ট | |
|---|---|---|
| প্রসেসিং | 100% অন-ডিভাইস | ভেন্ডরের ইনফ্রাস্ট্রাকচার |
| কলে বট | না | প্রায়ই বট, ব্রাউজার এক্সটেনশন বা ক্যালেন্ডার ইন্টিগ্রেশন |
| মূল্য | 10,000-শব্দের ট্রায়াল, তারপর একবারই $6.99 | সাধারণত ফ্রি টিয়ার এবং/অথবা সাবস্ক্রিপশন |
| অফলাইনে কাজ করে | হ্যাঁ | সাধারণত ইন্টারনেট প্রয়োজন |
| AI সারসংক্ষেপ | Direct Download সংস্করণে লোকাল Gemma 4 | প্রোভাইডার দ্বারা প্রসেস করা |
ভিন্ন মিটিং, ভিন্ন ভাষা
আপনার মিটিংয়ের ভাষার সাথে মানানসই মডেল বেছে নিন:
| ইংরেজি / ইউরোপীয় | Parakeet V3 — 25টি ইউরোপীয় ভাষা; আমাদের M4 Pro টেস্টে 35 মিনিট মাত্র 18 সেকেন্ডে; Open ASR Leaderboard-এ 6.32% ইংরেজি WER |
| চীনা / জাপানি / কোরীয় | SenseVoice — চীনা, জাপানি, কোরীয় এবং ক্যান্টনিজ; আমাদের M4 Pro টেস্টে 27 মিনিটের চীনা 13.83 সেকেন্ডে |
| অন্যান্য ভাষা | Whisper Large V3 Turbo — ১০০+ ভাষা এবং তিনটির মধ্যে সবচেয়ে বিস্তৃত ভাষা কভারেজ |
এই ওয়ার্কফ্লো কোথায় মানানসই — আর কোথায় নয়
Whisper Notes সেই মিটিংগুলোর জন্য উপযুক্ত যেখানে আপনি কলের পরে একটি ব্যক্তিগত রেকর্ডিং এবং রিভিউ করা ট্রান্সক্রিপ্ট চান। এটি মিটিং চলাকালীন লাইভ ক্যাপশন দেয় না, বা এমন কোনো শেয়ার্ড ক্লাউড ওয়ার্কস্পেসও দেয় না যেখানে একাধিক সহকর্মী একসাথে একই ট্রান্সক্রিপ্ট সম্পাদনা করেন।
যদি রিয়েল-টাইম ক্যাপশন, বড় টিমে স্বয়ংক্রিয় বিতরণ, বা একযোগে সহযোগী সম্পাদনা লোকাল প্রসেসিংয়ের চেয়ে বেশি গুরুত্বপূর্ণ হয়, তাহলে ক্লাউড মিটিং প্ল্যাটফর্ম বেশি মানানসই হতে পারে। যদি রেকর্ডিং একটি Mac-এই থাকা দরকার হয়, তাহলে লোকাল ওয়ার্কফ্লোই সুবিধা।
প্রায়শই জিজ্ঞাসিত প্রশ্ন
আপলোড না করে Mac-এ মিটিং রেকর্ডিং কীভাবে ট্রান্সক্রাইব করব?
Mac-এর জন্য Whisper Notes ব্যবহার করুন। এটি মিটিং অডিও এবং আপনার মাইক্রোফোন রেকর্ড করে, তারপর লোকালি ট্রান্সক্রাইব করে। আমাদের M4 Pro বেঞ্চমার্কে, Parakeet V3 একটি 35-মিনিটের ইংরেজি ফাইল 18 সেকেন্ডে প্রসেস করেছে; আপনার ফলাফল Mac, মডেল, ভাষা এবং রেকর্ডিং অনুযায়ী ভিন্ন হবে।
কলে কোনো বট যোগ না দিয়েই কি আমি Zoom বা Teams মিটিং অফলাইনে রেকর্ড ও ট্রান্সক্রাইব করতে পারি?
হ্যাঁ। Whisper Notes মিটিং অডিও Mac-এই ক্যাপচার করে, তাই এটি অংশগ্রহণকারী তালিকায় কোনো বট যোগ করে না। পাবলিক বিল্ড স্বয়ংক্রিয়ভাবে Zoom, Teams এবং Google Meet শনাক্ত করে। অংশগ্রহণকারীদের জানান এবং আপনার প্রতিষ্ঠান ও স্থানীয় আইন অনুযায়ী প্রয়োজনীয় সম্মতি নিন।
মিটিং রেকর্ড করার আগে আমার কী যাচাই করা উচিত?
নিশ্চিত করুন যে আপনার প্রতিষ্ঠান এবং প্রতিটি অংশগ্রহণকারীর উপর প্রযোজ্য আইন রেকর্ডিংয়ের অনুমতি দেয়। উপস্থিতদের জানান, প্রয়োজনীয় সম্মতি নিন, লোকাল ফাইলটি সুরক্ষিত রাখুন এবং আপনার রিটেনশন নীতি অনুযায়ী তা মুছে ফেলুন। অন-ডিভাইস প্রসেসিং থার্ড-পার্টি ট্রান্সফার কমায়; এটি সেই দায়িত্বগুলোর বিকল্প নয়।
Whisper Notes কি রিয়েল টাইমে মিটিং ট্রান্সক্রাইব করে?
না। Whisper Notes কল চলাকালীন রেকর্ড করে এবং রেকর্ডিং শেষ হওয়ার পর লোকালি ট্রান্সক্রাইব করে। মিটিং চলাকালীন লাইভ ক্যাপশন দরকার হলে রিয়েল-টাইম ক্যাপশনিংয়ের জন্য তৈরি টুল ব্যবহার করুন।
ট্রান্সক্রিপ্ট ক্লাউডে না পাঠিয়ে কি আমি মিটিংয়ের AI সারসংক্ষেপ পেতে পারি?
হ্যাঁ, Direct Download সংস্করণে। Gemma 4 Mac-এ লোকালি চলে রিভিউ করা ট্রান্সক্রিপ্টের সারসংক্ষেপ তৈরি করে, কাজের আইটেম প্রস্তাব করে এবং সে সম্পর্কে প্রশ্নের উত্তর দেয়। কোনো API key বা ক্লাউড কলের প্রয়োজন নেই; তৈরি হওয়া সারসংক্ষেপ ও টাস্ক ট্রান্সক্রিপ্টের সাথে মিলিয়ে যাচাই করুন।
Whisper Notes কি দেখাতে পারে মিটিংয়ে কে কী বলেছে?
হ্যাঁ। ডিভাইসে চলা স্পিকার শনাক্তকরণ প্রতিটি অনুচ্ছেদ স্পিকার অনুযায়ী লেবেল করে: iPhone (1.8.5 বা নতুন), বর্তমান Mac App Store সংস্করণ এবং Direct Download সংস্করণ (1.5.1 বা নতুন)। একবার নাম বদলালে পুরো ট্রান্সক্রিপ্ট আপডেট হয়; SRT ও VTT এক্সপোর্টে নাম থাকে। কণ্ঠ কাছাকাছি হলে স্পিকার সংখ্যা (2–6) নিজে ঠিক করুন।
iOS-এর জন্য ডাউনলোড করুন