Mac-এ অফলাইনে মিটিং ট্রান্সক্রাইব করতে চাইলে আমাদের বানানো অ্যাপ Whisper Notes দিয়ে রেকর্ড করুন: এটি সিস্টেম অডিও আর আপনার মাইক্রোফোন থেকে Zoom, Teams ও Google Meet কল রেকর্ড করে, কলে কোনো বট যোগ দেয় না; কল চিনে নেয়, আপনি কথা বলার সময় লাইভ ট্রান্সক্রিপ্ট প্যানেল দেখায়, কে কী বলেছে তা লেবেল করে (স্পিকারের সংখ্যা আপনি নিজে ঠিক করে দিতে পারেন, সর্বোচ্চ 8 জন), আর প্রতিটি রেকর্ডিংয়ে 24 ঘণ্টা পর্যন্ত অডিও ডিভাইসেই ট্রান্সক্রাইব করে, কিছুই আপলোড না করে। মিটিং রেকর্ডিং Mac-এর দুই সংস্করণেই আছে: App Store-এ একবার $7.99, এক কেনাতেই iPhone অ্যাপ ও Mac App Store সংস্করণ দুটোই; অথবা আমাদের ওয়েবসাইটের Mac সংস্করণের জন্য একবার $14, যাতে সপ্তাহে 5,000 শব্দ বিনামূল্যে।
ট্রান্সক্রিপশন চলে বিল্ট-ইন Parakeet মডেলে (Moondream-এর Parakeet Ultra, যা NVIDIA Parakeet V3-এর ওপর বাড়তি প্রশিক্ষণ দিয়ে তৈরি), আর আমাদের ওয়েবসাইটের Mac সংস্করণে AI ফিচার চালু করলে অন-ডিভাইস Gemma 4 মডেল ট্রান্সক্রিপ্টের সারসংক্ষেপ তৈরি করতে পারে।
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 রেকর্ডিংটি আপনার Mac-এ ট্রান্সক্রাইব করে। Mac-এ বিল্ট-ইন Parakeet মডেল রিয়েল-টাইমের প্রায় 74× গতিতে চলে, তাই এক ঘণ্টার মিটিং এক মিনিটেরও কম সময়ে লেখা হয়ে যায়; আপনার সময় Mac, অডিও এবং মডেল অনুযায়ী ভিন্ন হবে। AI ফিচার চালু করলে 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। Mac-এ Whisper Notes Zoom, Teams ও Google Meet কল শনাক্ত করে, রেকর্ড করবে কি না জিজ্ঞেস করে, আর আপনি চালু করলে স্বয়ংক্রিয়ভাবে রেকর্ডিং শুরু 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 CoreML-এর মাধ্যমে Apple Silicon-এ চলে এবং 25টি ইউরোপীয় ভাষা সাপোর্ট করে। চীনা, জাপানি, কোরীয় এবং ক্যান্টনিজের জন্য SenseVoice MLX-এর মাধ্যমে চলে। Whisper ট্রান্সক্রাইব করার আগে Silero VAD নীরব অংশগুলো বাদ দেয়। পারফরম্যান্স নির্ভর করে Mac, মডেল, অডিওর দৈর্ঘ্য এবং কথার পরিমাণের উপর।
স্পিকার অনুযায়ী ভাগ করা, টাইমস্ট্যাম্পসহ মিটিং ট্রান্সক্রিপ্ট; যেকোনো বাক্যে ক্লিক করলে অডিও সেই মুহূর্ত থেকে বাজে
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 ও Mac দুটোতেই। দু-তিনটি স্পষ্ট আলাদা কণ্ঠ — ক্লায়েন্ট কল, সাক্ষাৎকার — সবচেয়ে ভালো কাজ করে; কণ্ঠ কাছাকাছি শোনালে স্পিকার সংখ্যা নিজে ঠিক করে দিন (সর্বোচ্চ 8)। বেঞ্চমার্ক, কঠিন কেস আর সৎ সীমাবদ্ধতা ঘোষণায় আছে: Whisper Notes-এ অন-ডিভাইস স্পিকার ডায়ারাইজেশন।
তিনজনের একটি মিটিংয়ে স্পিকার লেবেল, শনাক্ত হওয়া স্পিকারদের নাম বদলে দেওয়া
Mac-এ ট্রান্সক্রিপ্ট-পরবর্তী টুল
আমাদের ওয়েবসাইট থেকে ডাউনলোড করা Mac সংস্করণে AI ফিচার চালু করলে 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
আমাদের ওয়েবসাইটের Mac অ্যাপে AI অ্যাসিস্ট্যান্ট: মিটিংয়ের সারসংক্ষেপ, লেখা হয়েছে Mac-এই
অফলাইন মিটিং ট্রান্সক্রিপশন কত দ্রুত?
পরিমাপ করা ফলাফলকে রেফারেন্স হিসেবে নিন, প্রতিশ্রুতি হিসেবে নয়। আমরা একই ইংরেজি ফাইল M4 Pro-তে দুটি মডেল দিয়ে চালিয়েছি:
| মডেল | M4 Pro-তে রিয়েল-টাইম ফ্যাক্টর |
|---|---|
| Parakeet V3 | 103× |
| Whisper Large V3 Turbo | 14.3× |
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 রেকর্ডিংয়ে কতটা নীরবতা আছে 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 | একবার $7.99 (App Store) অথবা একবার $14 (আমাদের ওয়েবসাইটের Mac সংস্করণ, সপ্তাহে 5,000 শব্দ বিনামূল্যে) | সাধারণত ফ্রি টিয়ার এবং/অথবা সাবস্ক্রিপশন |
| অফলাইনে কাজ করে | হ্যাঁ | সাধারণত ইন্টারনেট প্রয়োজন |
| AI সারসংক্ষেপ | লোকাল Gemma 4 (আমাদের ওয়েবসাইটের Mac সংস্করণ) | প্রোভাইডার দ্বারা প্রসেস করা |
GitHub-এ ফ্রি ও ওপেন-সোর্স বিকল্প
GitHub-এ Mac-এর জন্য অফলাইন মিটিং ট্রান্সক্রিপশন খুঁজলে এই চারটি প্রজেক্ট সামনে আসে। সবগুলোই অডিও আপনার কম্পিউটারেই রাখে:
- •Steno Apple Silicon-যুক্ত Mac-এ macOS 15 বা পরের সংস্করণে Zoom, Meet বা Teams কলের দুই পক্ষই রেকর্ড করে, Whisper (WhisperKit) দিয়ে ট্রান্সক্রাইব করে এবং কথা বলার সঙ্গে সঙ্গে শব্দগুলো লাইভ দেখায়; রেকর্ডিং থামানোর পর স্পিকার লেবেল আসে। ইচ্ছে করেই এটি সারসংক্ষেপ করে না। ব্যক্তিগত, অ-বাণিজ্যিক ব্যবহারের জন্য ফ্রি (Business Source License 1.1)।
- •Recap কোনো বট ছাড়াই আপনার মাইক্রোফোন আর সিস্টেম অডিও রেকর্ড করে, ব্যাকগ্রাউন্ডে Whisper মডেল দিয়ে ডিভাইসেই ট্রান্সক্রাইব করে, আর মিটিং চলাকালে আপনার লেখা বুলেট পয়েন্টগুলোকে Apple Intelligence দিয়ে নোটে পরিণত করে। এর জন্য macOS 26 লাগে। MIT লাইসেন্স, DMG বা Homebrew দিয়ে ইনস্টল করা যায়।
- •local-meeting-transcriber নিজে রেকর্ড করে না: এটি একটি ব্যাকগ্রাউন্ড সার্ভিস, যা শেষ হওয়া রেকর্ডিংয়ের ফোল্ডারগুলোর ওপর নজর রাখে, MLX Whisper দিয়ে সেগুলো ট্রান্সক্রাইব করে, pyannote দিয়ে স্পিকার লেবেল করে এবং প্রতিটি ফাইলের জন্য একটি TXT লেখে। সেটআপ করতে হয় টার্মিনালে (Python, FFmpeg, একটি Hugging Face টোকেন)। MIT লাইসেন্স।
- •Meeting Transcriber Windows-এ অথবা macOS 13 বা পরের সংস্করণের Mac-এ (Intel-সহ) আপনার মাইক্রোফোন আর মিটিং অডিও রেকর্ড করে এবং faster-whisper দিয়ে লোকালি প্লেইন-টেক্সট নোটে ট্রান্সক্রাইব করে। এটি একটি প্রিভিউ রিলিজ (0.1.5), Mac-এ এখনো নোটারাইজ করা হয়নি। GPL-3.0।
এগুলোর একটি বেছে নিন, যদি ফ্রি সফটওয়্যার চান, Homebrew বা টার্মিনাল চালাতে স্বচ্ছন্দ হন, অথবা Windows বা Intel Mac দরকার হয় (Meeting Transcriber)। Whisper Notes বেছে নিন, যদি এমন একটি অ্যাপ চান যা Zoom, Teams ও Google Meet কল চিনে নেয়, লাইভ প্যানেল দেখায়, এমন স্পিকার লেবেল দেয় যেগুলোর নাম আপনি বদলাতে পারেন, মিটিংয়ের ভাষা অনুযায়ী কয়েকটি ইঞ্জিন (Parakeet, Whisper, SenseVoice, Qwen3-ASR) দেয়, আর Mac থেকে দূরে করা রেকর্ডিংয়ের জন্য আপনার iPhone-এও একই অ্যাপ।
প্রজেক্টগুলোর তথ্য GitHub-এ প্রতিটির README থেকে নেওয়া, যাচাই করা হয়েছে 2026-11-02।
ভিন্ন মিটিং, ভিন্ন ভাষা
আপনার মিটিংয়ের ভাষার সাথে মানানসই মডেল বেছে নিন:
| ইংরেজি / ইউরোপীয় | Parakeet V3 — 25টি ইউরোপীয় ভাষা; Mac-এ রিয়েল-টাইমের প্রায় 74× গতি; Open ASR Leaderboard-এ 6.32% ইংরেজি WER |
| চীনা / জাপানি / কোরীয় | SenseVoice — চীনা, জাপানি, কোরীয় এবং ক্যান্টনিজের জন্য দ্রুত বিকল্প; আমাদের M4 Pro টেস্টে 27 মিনিটের চীনা 13.83 সেকেন্ডে; এই টেস্টটি অ্যাপের আগের একটি সংস্করণে চালানো, আর আজ মডেল কার্ডে দেখানো গতি, রিয়েল-টাইমের 115–131×, প্রায় একই। Mac-এ কম ভুলের জন্য: Qwen3-ASR 1.7B (Beta) |
| 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। Mac-এ কল চলাকালীন একটি লাইভ ট্রান্সক্রিপ্ট প্যানেল শব্দ দেখায়: Parakeet-এর 25টি ইউরোপীয় ভাষায় কয়েক সেকেন্ডের মধ্যে, আর চীনার মতো অন্য ভাষায় প্রায় প্রতি 30 সেকেন্ডে; এটি চলমান ট্রান্সক্রিপ্ট, ক্যাপশনিং সেবা নয়। এমন কোনো শেয়ার্ড ক্লাউড ওয়ার্কস্পেসও নেই 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।
আপনি যদি এটি কোনো স্ক্রিপ্ট বা নিজের টুল থেকে চালাতে চান, তাহলে আমাদের ওয়েবসাইট থেকে ডাউনলোড করা Mac অ্যাপে লোকাল CLI ও MCP সার্ভার রয়েছে। সেটআপের ধাপগুলো CLI ও MCP গাইডে দেওয়া আছে।
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। Mac-এ Parakeet রিয়েল-টাইমের প্রায় 74× গতিতে চলে; 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। Mac-এ এটি Zoom, Teams ও Google Meet কল শনাক্ত করে এবং রেকর্ড করবে কি না জিজ্ঞেস 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?
প্রায় তাই। Mac-এ কল চলাকালীন একটি লাইভ ট্রান্সক্রিপ্ট প্যানেল লেখা দেখায়, আর ট্রান্সক্রিপশন আপনার Mac-এই হয়: Parakeet-এর 25টি ইউরোপীয় ভাষায় কয়েক সেকেন্ডের মধ্যে, চীনার মতো অন্য ভাষায় প্রায় প্রতি 30 সেকেন্ডে। তবে এটি রিয়েল-টাইম ক্যাপশনিং টুল নয়: অংশগ্রহণকারীদের যদি কথা বলার সঙ্গে সঙ্গে ক্যাপশন দরকার হয়, সেই কাজের জন্য তৈরি টুল ব্যবহার করুন।
ট্রান্সক্রিপ্ট ক্লাউডে না পাঠিয়ে কি আমি মিটিংয়ের AI সারসংক্ষেপ পেতে পারি?
হ্যাঁ। আমাদের ওয়েবসাইট থেকে ডাউনলোড করা Mac সংস্করণে AI ফিচার চালু করলে Gemma 4 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।
Mac-এ অফলাইন মিটিং ট্রান্সক্রিপশনের জন্য কি ফ্রি ওপেন-সোর্স অ্যাপ আছে?
হ্যাঁ। Steno আর Recap দুটোই কলের দুই পক্ষ রেকর্ড করে এবং Whisper দিয়ে ডিভাইসেই ট্রান্সক্রাইব করে: Steno লাইভ শব্দ দেখায় এবং ব্যক্তিগত ব্যবহারের জন্য ফ্রি, Recap-এর জন্য macOS 26 লাগে এবং এটি MIT লাইসেন্সের। local-meeting-transcriber নজরে রাখা ফোল্ডার থেকে শেষ হওয়া রেকর্ডিং ট্রান্সক্রাইব করে, আর Meeting Transcriber একটি প্রিভিউ রিলিজ, যা Windows-এও চলে। কল শনাক্তকরণ, লাইভ ট্রান্সক্রিপ্ট প্যানেল আর স্পিকার লেবেল এক অ্যাপে চাইলে Whisper Notes হলো পেইড বিকল্প।
Whisper Notes কি দেখাতে পারে মিটিংয়ে কে কী বলেছে?
হ্যাঁ। ডিভাইসে চলা স্পিকার শনাক্তকরণ প্রতিটি অনুচ্ছেদ স্পিকার অনুযায়ী লেবেল করে, iPhone ও Mac দুটোতেই। একবার নাম বদলালে পুরো ট্রান্সক্রিপ্ট আপডেট হয়; SRT ও VTT এক্সপোর্টে নাম থাকে। কণ্ঠ কাছাকাছি হলে স্পিকার সংখ্যা নিজে ঠিক করে দিন (সর্বোচ্চ 8)।
iOS-এর জন্য ডাউনলোড করুন