মুক্ত AI কথাৰ পৰা লিপিলৈ

১০০+ ভাষাত অডিঅ' আৰু ভিডিঅ'ক টেক্সটলৈ অনুবাদ কৰক। ১০+ AI মডেল। স্পিকার চিনাক্তকৰণ। কোনো সাবস্ক্ৰাইব প্ৰয়োজন নহয়।

12.1K
অনুবাদ
290.6K
মিনিট অনুবাদ কৰা হৈছে
100+
ভাষাসমূহ
70+
মুক্ত সঁজুলিসমূহ

জনসাধাৰণৰ বাবে উপলব্ধ অডিঅ' আৰু ভিডিঅ'ৰ সৈতে কাম কৰে। DRM-প্ৰতিৰক্ষা কৰা সমল সমৰ্থিত নহয়।

উন্নত কৰাৰ বাবে উন্নত কৰক
ব্যক্তিগত ট্ৰান্সক্ৰিপ্ট
অনুলিপিৰ সৈতে চেট কৰক
Pro ৰ সৈতে আনলক কৰক →
নথিপত্ৰ এখানে স্থাপন কৰক অথবা ব্ৰাউছ কৰিবলৈ ক্লিক কৰক
MP3, WAV, M4A, FLAC, MP4, MKV, MOV, WebM — ২GB ৰ ভিতৰত
উন্নত কৰাৰ বাবে উন্নত কৰক
ব্যক্তিগত ট্ৰান্সক্ৰিপ্ট
অনুলিপিৰ সৈতে চেট কৰক
Pro ৰ সৈতে আনলক কৰক →
উন্নত কৰাৰ বাবে উন্নত কৰক
ৰেকৰ্ডিং: 0:00
ৰিয়েল-টাইম মোম (অবিলম্বে)
উন্নত উচুপি উচুপি (সঠিক)
ৰাজহুৱা লিঙ্ক: ২৪ ঘন্টা, কেৱল টেক্সট · নিবন্ধন কৰক 7d + অডিঅ'ৰ বাবে · প্ৰো ব্যক্তিগত লিঙ্কসমূহৰ বাবে

ৰিয়েল-টাইম কথোপকথনক টেক্সটত ৰূপান্তৰ কৰক। আপুনি কথোপকথন কৰাত AI এ স্বয়ংক্ৰিয়ভাবে সঠিক কৰে - দীঘল কথোপকথনৰ সৈতে সঠিকতা উন্নত হয়।

প্ৰথমে আপোনাৰ মাইক্রোফোন পৰীক্ষা কৰক
❤️ STT.ai ভাল পায়? আপোনাৰ বন্ধুসকলক কওক!
আপুনি আপোনাৰ মুক্ত অনুবাদ ব্যৱহাৰ কৰিছে

৬০০ মিনিটৰ বাবে বিনামূলীয়াকৈ নিবন্ধন কৰক, অথবা $৫/মাহতকৈ অধিক হাজাৰ টকাৰ বাবে আপগ্ৰেড কৰক।

১০ মুক্ত মিনিট/দিন 600 মিনিট বিনামূলীয়া ক্ৰেডিট কাৰ্ড নাই এনক্ৰিপ্ট কৰা
বিনামূল্যে নিবন্ধন কৰক →
ক্লাএন্ট-সাইড এনক্ৰিপ্ট কৰা ভঁৰাল — আপোনাৰ ব্ৰাউছাৰত আপোনাৰ অনুলিপিসমূহ এনক্ৰিপ্ট কৰা আছে। আমিও ইয়াক পঢ়িব নোৱাৰো। কিদৰে কাম কৰে শিকওক →

কথাৰ পৰা লিপিলৈ মডেলসমূহ

আপোনাৰ অডিঅ'ৰ বাবে সৰ্বোত্তম ইঞ্জিন বাছক

সকলো আৰ্হি চাওক →

STT.ai কিদৰে কাম কৰে

সঠিক অনুবাদৰ বাবে তিনিটা পদক্ষেপ

1. আপলোড, ৰেকৰ্ড অথবা পেস্ট URL

যিকোনো অডিঅ' বা ভিডিঅ' নথিপত্ৰ (MP3, WAV, MP4 আৰু ২০+ বিন্যাস) টানি আনক আৰু পেলাওক। আপোনাৰ মাইক্ৰফোনৰ পৰা ৰিয়েল-টাইমত ৰেকৰ্ড কৰক। অথবা YouTube, Vimeo, TikTok আৰু ১,৩০০+ প্লেটফৰ্মৰ পৰা এটা লিঙ্ক পেইস্ট কৰক।

২. আপোনাৰ পছন্দৰ মডেলৰ সৈতে এআই অনুবাদ

Whisper আৰ্হি নিৰ্বাচন কৰক যি মিল আছে: উন্নত (large-v3, সৰ্বাধিক সঠিক), টাৰ্বু (দ্ৰুত, অবিকল্পিত), মধ্যম বা সৰু। ৯৯ বিকল্পৰ পৰা স্বচালিতভাৱে ভাষা চিনাক্ত কৰক। স্পীকাৰ ডাইৰিজেশন যি কি ক'লে সেইটো চিনাক্ত কৰে।

3. এক্সপোৰ্ট, অংশীদাৰী, অথবা একত্ৰিত কৰক

TXT, SRT, VTT, DOCX, JSON, অথবা PDF ৰূপে ডাউনল'ড কৰক। লিঙ্কৰ মাধ্যমে অংশীদাৰী কৰক। আপোনাৰ এপ্লিকেচনত অনুবাদ একত্ৰিত কৰিবলৈ আমাৰ API ব্যৱহাৰ কৰক। উপশীৰ্ষক, সভা নোট, পডকাস্ট আৰু অধিক বাবে পূৰ্ণ।

অডিঅ' আৰু ভিডিঅ'ৰ বাবে আপোনাৰ প্ৰয়োজনীয় সকলো

AI দ্বাৰা শক্তিশালী 70+ বিনামূলীয়া সঁজুলি

100+
সমৰ্থিত ভাষাসমূহ
70+
মুক্ত সঁজুলিসমূহ
1,300+
সমৰ্থিত প্লেটফৰ্মসমূহ
7
এক্সপোৰ্ট বিন্যাস

বিকাশক-প্ৰথম API

মিনিটত আপোনাৰ এপ্লিকেচনত বাক্যৰ পৰা টেক্সটলৈ সংযোগ কৰক। RESTful API ৰ সৈতে ৰিয়েল-টাইম WebSocket ষ্ট্ৰীমিং।

REST + WebSocket — নথিপত্ৰ আপলোড আৰু ৰিয়েল-টাইম ষ্ট্ৰীমিং
একাধিক আৰ্হি — Whisper Turbo, ডাঙৰ V3, মধ্যম আৰু সৰু
স্পিকার ডায়াৰাইজেশন — যি কি ক'লে স্বয়ংক্ৰিয়ভাবে চিনাক্ত কৰক
নমনীয় আউটপুট — শব্দ সময়চিহ্নৰ সৈতে JSON, TXT, SRT, VTT
import requests

response = requests.post(
    "https://api.stt.ai/v1/transcribe",
    headers={"Authorization": f"Bearer {API_KEY}"},
    files={"file": open("meeting.mp3", "rb")},
    data={
        "model": "large-v3-turbo",
        "language": "auto",
        "diarize": "true",
        "response_format": "json",
    },
)

result = response.json()
for seg in result["segments"]:
    print(f"{seg['speaker']}: {seg['text']}")

অন্য এটা কথোপকথন থেকে টেক্সট সেৱালৈ পৰিবৰ্তন কৰা হ'ব কি?

অনুলিপি কৰিবলৈ প্ৰস্তুত?

আপোনাৰ প্ৰথম নথিপত্ৰ বিনামূল্যে আপলোড কৰক। কোনো ক্ৰেডিট কাৰ্ড নাই, কোনো নিবন্ধন নাই। বিনামূল্যে প্ল্যানত আৰম্ভ কৰিবলৈ ৬০০ মিনিট।

অনুবাদ আৰম্ভ কৰক

প্ৰায়শঃ সোধা প্ৰশ্নসমূহ

শব্দৰ পৰা লিপি আপোনাৰ ব্ৰাউছাৰত চলিছে: এটা URL পেস্ট কৰক, এটা নথিপত্ৰ আপলোড কৰক, অথবা আপোনাৰ মাইকৰ পৰা ৰেকৰ্ড কৰক। STT.ai এ AI মডেল নিৰ্বাচন কৰে আৰু ৫ মিনিটত অনুলিপি প্ৰদান কৰে। TXT, SRT, VTT, DOCX, JSON, অথবা PDF হিচাপে এক্সপোৰ্ট কৰক।

হ্যাঁ — প্ৰতিজন ভ্ৰমণকাৰীয়ে STT.ai ত আৰম্ভ কৰিবলৈ ৬০০ মুক্ত মিনিট পায়, যি শব্দৰ পৰা লিপি ৰ বাবে ব্যৱহাৰযোগ্য যিকোনো অন্য কাৰ্য্যপ্ৰবাহৰ দৰেই। $৫/মাহত আৰম্ভ হোৱা পৰিশোধিত পৰিকল্পনাসমূহে দীঘল ফাইলসমূহ, ব্যক্তিগত ট্ৰান্সক্ৰিপ্টসমূহ, আৰু প্ৰাথমিকতা কাৰ্ডিং আনলক কৰে।

শব্দৰ পৰা লিপি STT.ai ৰ বাকী অংশৰ দৰে একে AI মডেলসমূহত চলায় — আমাৰ সেৰা মডেলসমূহ ৯৫-৯৭% সঠিকতাত পৰিষ্কাৰ কথোপকথনত পৌঁছে (বেঞ্চমাৰ্কত ৩-৫% শব্দ ত্ৰুটিৰ হাৰ)। যদি প্ৰথম পাছ আপোনাৰ লক্ষ্যৰ তলত হয় তেন্তে মডেলসমূহ ফ্লাইত পৰিবৰ্তন কৰক।

Whisper আৰ্হিৰ যিকোনো STT.ai হস্টত শব্দৰ পৰা লিপি চলোৱা যাব — STT.ai উন্নত (Whisper large-v3, সৰ্বাধিক সঠিক, পেইড প্লানসমূহত), Whisper Large V3, Whisper Turbo (দ্ৰুত), Whisper Medium আৰু Whisper Small।

হ'ব। প্ৰতিটো অনুলিপি SRT অথবা VTT ৰূপে এক্সপোৰ্ট কৰা হয় - YouTube, Vimeo, TikTok, VLC, আৰু সকলো প্ৰধান ভিডিঅ' প্লেয়াৰৰ সৈতে কাম কৰে। বাৰ্ন-সাবটাইটেল টুল দ্বাৰা ভিডিঅ'ত হার্ডসাব হিচাপে অভাৰলেইড কৰা হয়।

হ'ব। স্পিকার ডাইৰেকটৰিয়ে স্বয়ংক্ৰিয়ভাৱে প্ৰতিটো শব্দ (স্পিকাৰ ১, স্পিকাৰ ২,...) লেবেল কৰে আৰু আপুনি ইয়াক অভ্যন্তৰীণ সম্পাদকত পুনৰ নামকৰণ কৰিব পাৰে। সকলো মডেল আৰু ভাষাত কাম কৰে।

অধিকাংশ শব্দৰ পৰা লিপি কাম ৫ মিনিটত কম সময়ত সমাপ্ত হয়। এটা ১ ঘন্টাৰ অডিঅ' ফাইল সাধাৰণতে আমাৰ দ্রুততম মডেলৰ সৈতে ২-৩ মিনিটত সমাপ্ত হয়। গতি নিৰ্বাচিত মডেল আৰু বৰ্তমান GPU চাপৰ ওপৰত নিৰ্ভৰ কৰে।

শব্দৰ পৰা লিপি দ্বাৰা ২০+ বিন্যাস গ্ৰহণ কৰা হ'ব — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI আৰু আরো। আউটপুট TXT, SRT, VTT, DOCX, JSON অথবা PDF ৰূপে।

হ'ব। শব্দৰ পৰা লিপি লে প্ৰেৰিত অডিঅ' নথিপত্ৰসমূহ অবিকল্পিতৰূপে প্ৰক্ৰিয়া কৰা হয় আৰু আঁতৰুৱা হয়। প্ৰো প্লানসমূহে ক্লাএন্ট-সাইড এনক্ৰিপশন যোগ কৰে - STT.ai ৰ ডাটাবেইচ বিঘ্নিত হ'লেও, আপোনাৰ কি'ৰ অবিহনে আপোনাৰ ট্ৰান্সক্ৰিপ্টসমূহ পঢ়িব নোৱাৰি। স্পষ্টভাবে অ'প-ইন নকৰি তথ্য কখনোই মডেল প্ৰশিক্ষণৰ বাবে ব্যৱহাৰ কৰা নহয়।

হ্যাঁ। STT.ai এ Python আৰু Node.js SDKs ৰ সৈতে এটা REST API প্ৰদান কৰে, লগতে Claude আৰু Cursor ৰ বাবে এটা MCP সেৱক — সকলো শব্দৰ পৰা লিপি কাৰ্য্যপ্ৰবাহৰ বাবে ব্যৱহাৰযোগ্য। বিনামূলীয়া API স্তৰত ১০০ মিনিট/মাহ অন্তৰ্ভুক্ত আছে।

হ্যাঁ। প্ৰতিটো অনুলিপি অন্তৰ্নিহিত সম্পাদকত খোলা হয় য'ত আপুনি শব্দ সঠিক কৰিব পাৰে, স্পিকারৰ নাম পৰিবৰ্তন কৰিব পাৰে, সময়চিহ্ন সংশোধন কৰিব পাৰে, আৰু টোকা যোগ কৰিব পাৰে। সকলো পৰিবৰ্তন স্বয়ংক্ৰিয়ভাৱে সংৰক্ষণ কৰক।

প্ৰতিটো অনুলিপিক এটা অবিকল্পিত অংশীদাৰী URL প্ৰাপ্ত কৰে। ই-মেইলৰ বাবে DOCX অথবা PDF ৰ বাবে এক্সপোৰ্ট কৰে। প্ৰো প্লানসমূহ পাছৱাৰ্ড-প্ৰুফ আৰু স্থায়ী লিঙ্ক যোগ কৰে - ক্লায়েন্টৰ কামৰ বাবে উপযোগী।

STT.ai এ YouTube, Vimeo, TikTok, SoundCloud, Zoom, Google Meet, podcast hosts, আৰু আকৌ অধিক অন্তৰ্ভুক্ত ১,৩০০+ প্লেটফৰ্মসমূহ হ্যান্ডেল কৰে। URL transcription কেৱল জনসাধাৰণৰ বাবে উপলব্ধ সামগ্ৰীৰ সৈতে কাম কৰে - DRM-প্ৰতিৰক্ষা কৰা উৎসসমূহ transcribe কৰা নাযায়।