টেক্সট- থেকে- কথাName AI এজেন্ট সঙ্গীত বক্তৃতা থেকে টেক্সটName ভয়েস ক্লোন ভয়েস ডিজাইন বাজার আরো
বাগ / বৈশিষ্ট্য অনুরোধ প্রতিবেদন করো

Convert MP4 to Text

Convert MP4 video files to text with AI. Upload your video and get accurate transcripts with timestamps. Free online MP4 to text converter.

নিবন্ধন করুন

অডিও অথবা ভিডিও আপলোড করুন

আপনার ফাইল এখানে টেনে নিয়ে যান, অথবা ব্রাউজ

MP3, WAV, FLAC, OGG, M4A, MP4, WebM, AVI, MOV, MKV সমর্থন করে। বিনামূল্যে ৫০০ মেগাবাইট পর্যন্ত · প্রফেশনাল ২ জিবি পর্যন্ত।

ফাইল.mp3

0 MB
— অথবা আপনার মাইক্রোফোন থেকে রেকর্ড করুন —
00:00

বৈশিষ্ট্য

1,000/min অক্ষর — নিবন্ধন করুন ব্যবহার পর্যবেক্ষণ করুন

ট্রান্সক্রিপশন

অডিও অথবা ভিডিও ফাইল আপলোড করুন এবং শুরু করতে ট্রান্সক্রিপ্ট ক্লিক করুন

অনুবাদ করা হচ্ছে...

সনাক্ত করা হয়েছে:

এটি কিভাবে কাজ করে

১. অডিও অথবা ভিডিও আপলোড করুন

আপনার অডিও অথবা ভিডিও ফাইল আপলোড করুন। আমরা MP3, WAV, FLAC, OGG, M4A, MP4, WebM, AVI, MOV এবং MKV ফরম্যাট সমর্থন করি, সর্বোচ্চ ১০০ মেগাবাইট।

২. এআই ট্রান্সক্রিপশন

আমাদের এআই মডেল আপনার অডিও প্রক্রিয়াজাত করে, ভাষা সনাক্ত করে, বক্তাদের চিহ্নিত করে এবং সময়সূচীসহ সঠিক লেখা তৈরি করে।

৩. আপনার ট্রান্সক্রিপ্ট পেতে

আপনার ট্রান্সক্রিপ্ট কপি করুন অথবা এটি TXT বা SRT সাবটাইটেল ফরম্যাটে ডাউনলোড করুন। প্রয়োজন অনুযায়ী সম্পাদনা এবং উন্নত করুন।

ব্যবহারের ক্ষেত্রে

প্রত্যেক শিল্প এবং কর্মপ্রবাহের জন্য অডিও ট্রান্সক্রিপশন

সভা ও কনফারেন্স

স্বয়ংক্রিয়ভাবে জুম, টিম এবং গুগল মিট রেকর্ডিং অনুলিপি করুন। কখনোই কোন কার্যক্রমের আইটেম মিস করবেন না। সভা নোট বা সাবটাইটেল হিসাবে রপ্তানি করুন।

সাক্ষাৎকার এবং সাংবাদিকতা

প্রবন্ধ, গবেষণাপত্র এবং তথ্যচিত্রের জন্য সাক্ষাৎকার অনুলিপি করুন। স্পিকার ডায়ারিজম সহজে অনুলিপি করার জন্য কে কী বলেছে তা চিহ্নিত করে।

পডকাস্ট এবং মিডিয়া

পডকাস্ট পর্বের জন্য ট্রান্সক্রিপশন এবং নোট প্রদর্শন করুন। আপনার অডিও উপাদানগুলির জন্য অনুসন্ধানযোগ্য আর্কাইভ তৈরি করুন। ভিডিও পডকাস্টের জন্য সাবটাইটেল যোগ করুন।

বক্তৃতা এবং শিক্ষা

রেকর্ড করা লেকচারগুলিকে অধ্যয়ন নোটে রূপান্তর করুন। সঠিক শিরোনামের সাথে শিক্ষামূলক বিষয়বস্তু প্রবেশযোগ্য করুন। শ্রবণ প্রতিবন্ধী শিক্ষার্থীদের সমর্থন করুন।

ইউটিউব এবং সামাজিক মিডিয়া

ইউটিউব ভিডিও, টিকটক এবং সামাজিক মিডিয়া বিষয়বস্তু জন্য সাবটাইটেল এবং বন্ধ শিরোনাম তৈরি করুন। সঠিক অনুবাদ সহ প্রবেশযোগ্যতা এবং এসইও উন্নত করুন।

আইনগত এবং চিকিৎসাName

প্রমাণ, শুনানি, পরামর্শ এবং ডিকশনারি অনুলিপি করুন। রেফারেন্সের জন্য সঠিক সময়সূচী। নথিভুক্ত করার জন্য উপযুক্ত ফরম্যাটে রপ্তানি করুন।

সমর্থিত ফরম্যাট

যেকোন অডিও বা ভিডিও ফাইল অনুবাদ করুন - আমরা স্বয়ংক্রিয়ভাবে অডিও এক্সট্র্যাক্ট করি

অডিও ফরম্যাট

MP3 WAV FLAC OGG M4A AAC WMA OPUS

ভিডিও ফরম্যাট

MP4 WebM AVI MOV MKV WMV FLV M4V

ভিডিও ফাইল থেকে স্বয়ংক্রিয়ভাবে অডিও এক্সট্র্যাক্ট করা হয় অনুবাদ করার জন্য।

অনুবাদ মডেল

Whisper

৯৯টি ভাষা সমর্থনকারী OpenAI's মজবুত বাক সনাক্তকরণ মডেল।

  • ৯৯টি ভাষা
  • অনুবাদ
  • সময়- স্ট্যাম্প
  • ঝামেলা থেকে রক্ষা
OpenAI

Faster Whisper

CTranslate2 অপটিমাইজেশনের সাথে Whisper এর চেয়ে ৪ গুণ দ্রুত, একই সঠিকতা।

  • ৪ গুণ দ্রুত
  • মেমরি কমাও
  • সব মডেলের আকার
  • ব্যাচ প্রসেসিং
  • VAD পরিশোধক
SYSTRAN

SenseVoice

আবেগ সনাক্তকরণ সঙ্গে কথা বুঝতে মডেল, ৫০+ ভাষায়।

  • ৫০+ ভাষা
  • আবেগ সনাক্তকরণ
  • অডিও ইভেন্ট
  • স্পিকার বিশ্লেষণ
  • সমৃদ্ধ মেটাডাটা
Alibaba (FunAudioLLM)

প্রায়শ জিজ্ঞাসিত প্রশ্ন

আপনার MP4 ফাইল আপলোড করুন। আমাদের ট্রান্সক্রিপ্টর H.264 video + AAC audio in an MPEG-4 container কন্টেইনার থেকে অডিও ট্র্যাক এক্সট্র্যাক্ট করে, এটিকে GPU-এর উপর Faster Whisper-এ পাঠায়, এবং একটি সময়সূচীকৃত ট্রান্সক্রিপ্ট এবং বৈকল্পিক SRT এবং VTT সাবটাইটেল রপ্তানি ফিরিয়ে দেয়। আপনার নিজেই অডিও ডিম্যাক্স বা এক্সট্র্যাক্ট করার প্রয়োজন নেই - এটি সার্ভার-সাইড থেকেই ঘটে।

MP4 হল H.264 video + AAC audio in an MPEG-4 container। এটি সাধারণত YouTube downloads, iPhone / Android recordings, screen captures, and streaming exports দ্বারা উৎপাদিত হয়।

MP4 lossy (H.264 video + AAC audio in an MPEG-4 container) কিন্তু audio bands-এ loss ঘটে যা অনেক বেশি কথা বলার তথ্য বহন করে না। Faster Whisper 1-10 Mbps total-এ MP4-কে WAV-এর ~1% সঠিকতার মধ্যে একই উৎস রেকর্ডের মধ্যে অনুবাদ করে। বাস্তব সঠিকতা স্তর মূল রেকর্ডিং গুণমান (মাইক, রুম, স্পিকার স্পষ্টতা), MP4 codec নয়।

MP4 ফাইল সাধারণত 5-25 MB/min depending on resolution ফলে বেশিরভাগ আপলোড আমাদের ৫০০ মেগাবাইট সীমার মধ্যে পড়ে। বিনামূল্যে অ্যাকাউন্ট প্রতি আপলোডে ৫ মিনিট পর্যন্ত অনুবাদ করতে পারে। পে-পার্সন প্ল্যান ২ ঘন্টা পর্যন্ত যেতে পারে। যদি আপনি দীর্ঘ ফাইলগুলির সীমা অতিক্রম করেন, অডিওবুক / লংফর্ম টুল দেখুন যা বহু ঘণ্টার অনুবাদ পরিচালনা করে।

হ্যাঁ — Faster Whisper ৯৯টি ভাষা সমর্থন করে এবং আপনার MP4 ফাইলে স্বয়ংক্রিয়ভাবে বর্ণিত ভাষা সনাক্ত করে। আপনি অগ্রসর বৈশিষ্ট্য ব্যবহার করে একটি নির্দিষ্ট উৎস ভাষাও বাধ্য করতে পারেন যদি স্বয়ংক্রিয়ভাবে সনাক্ত করা ভুল ভাষা বেছে নেয় (সাধারণত উচ্চারিত ইংরেজি মিথ্যা শ্রেণীবিভাগ করা শ্রবণকারীর মাতৃভাষা হিসাবে, অথবা খুব ছোট ক্লিপ)।

আমরা প্লেইন-টেক্সট ট্রান্সক্রিপ্ট-এর সাথে SRT এবং VTT সাবটাইটেল ফাইল ফিরিয়ে আনি। আপনার MP4 ফাইলে এগুলো অন্তর্ভুক্ত করতে, ffmpeg অথবা HandBrake-এর মত একটি টুল ব্যবহার করে SRT/VTT-কে একটি সফট-সাবটাইটেল ট্র্যাক হিসেবে mux করুন। আমরা ভিডিওটিকে পুনরায় এনকোড করি না - এটি ক্ষতিকর হবে।

হ্যাঁ। উন্নত সেটিংস-এ স্পিকার ডায়ারিজম সক্রিয় করুন এবং আমাদের পাইপলাইন প্রত্যেক স্পিকারকে লেবেল করার জন্য Whisper-এর উপর pyannote.audio চালায়। MP4-তে সর্বোত্তম ফলাফল পেতে, আমাদের অন্তত ৩০ সেকেন্ডের অডিও দিন যাতে ডায়ারিজমের কাছে ক্লোস্ট ভয়েস প্রিন্টের জন্য পর্যাপ্ত নমুনা থাকে। দুই স্পিকার রেকর্ডিং সবচেয়ে সঠিক লেবেলিং পায়।

না। আমাদের ট্রান্সক্রিপ্টর সরাসরি MP4-কে হ্যান্ডেল করে - MOV-এ রূপান্তর করার আগে একটি পুনঃ-এনকোডিং পদক্ষেপ যোগ করা হবে (সম্ভবত ক্ষতিকর) এবং আপনার সময় নষ্ট হবে। একটি ব্যতিক্রম হল যদি আপনার MP4 ফাইল একটি অসাধারণ কোডেক ব্যবহার করে যা আমাদের ডিকোডার স্বীকার করে না (বিরল); আমরা আপলোড করার সময় আপনাকে বলব এবং আপনি আমাদের বিনামূল্যে অডিও কনভার্টার ব্যবহার করে রূপান্তর করতে পারেন।

হ্যাঁ, MP4-র জন্য এটিই সবচেয়ে সাধারণ আপলোড প্যাটার্ন। দ্রুততর হুইস্পার পরিষ্কার রেকর্ডিং, ধ্বনিযুক্ত রেকর্ডিং এবং উচ্চারণযুক্ত কথাবার্তা পরিচালনা করে - আপনার প্রথমে অডিও পরিষ্কার করার প্রয়োজন নেই। যদি সঠিকতা আপনার আশানুরূপ না হয়, তাহলে ফাইলটি আমাদের অডিও উন্নতকারীর মাধ্যমে চালিয়ে নিন (একটি পাস বিনামূল্যে) পটভূমির ধ্বনি অপসারণ করতে, তারপর পুনরায় অনুবাদ করার চেষ্টা করুন।

৫ মিনিটের কম ফাইলের ক্ষেত্রে অনুবাদ বিনামূল্যে। প্ল্যানের জন্য প্রতি মিনিটে ~১,০০০ অক্ষর ব্যবহার করা হয়। ৬০ মিনিটের সভায় ৬০,০০০ অক্ষর অনুবাদ করা হয়; ৩ মিনিটের ভয়েস মেমো বিনামূল্যে। MP4-এর জন্য বিশেষ নোট: যদি আপনার ফাইলটি মূলত নিরব থাকে (যেমন, সভা রেকর্ডিং-এ দীর্ঘ বিরতি), তাহলে নিরবতা উপেক্ষা করার জন্য ভয়েস অ্যাক্টিভিটি সনাক্তকরণ সক্রিয় করুন এবং শুধুমাত্র কথা বলার অংশের জন্য অর্থ প্রদান করুন।

হ্যাঁ। আপলোডকৃত MP4 ফাইলগুলি আমাদের GPU সার্ভারে প্রসেস করা হয় এবং ২ দিনের মধ্যে স্বয়ংক্রিয়ভাবে মুছে ফেলা হয়। আমরা কখনও অডিও দীর্ঘমেয়াদে সংরক্ষণ করি না, ব্যবহারকারীর তথ্যের উপর মডেল প্রশিক্ষণ করি না, বা তৃতীয় পক্ষের সাথে শেয়ার করি না। ট্রান্সক্রিপ্ট আপনার অ্যাকাউন্টে যতদিন আপনি চান ততদিন থাকবে।

হ্যাঁ। আপনার MP4 ফাইলটিকে /api/v1/transcribe/ এ বহু-পার্শ্ব বিশিষ্ট ফর্ম ডাটা হিসেবে POST করুন। এন্ডপয়েন্ট সরাসরি ভিডিও গ্রহণ করে - অডিও প্রথমে এক্সট্র্যাক্ট করার প্রয়োজন নেই; ffmpeg সার্ভার-সাইডের demux ব্যবস্থাপনা করে। প্রতিক্রিয়ায় ট্রান্সক্রিপ্ট, টাইমসটাম্প এবং একটি কাজ UUID অন্তর্ভুক্ত থাকে যা আপনি SRT/VTT রপ্তানি URL-এর জন্য পোল করতে পারেন।
5.0/5 (1)

আমরা কি উন্নতি করতে পারি? আপনার ফিডব্যাক আমাদের সমস্যা সমাধানে সাহায্য করে।

AI এর সাথে অডিও এবং ভিডিও অনুবাদ করুন

৯৯টি ভাষায় সঠিক অনুবাদ পাওয়া যাবে। বিনামূল্যে নিবন্ধন করুন এবং শুরু করতে ১৫টি ক্রেডিট পাবেন।

নিবন্ধন করুন মূল্য প্রদর্শন