স্পিকার চিনাক্তকৰণ আৰু ডায়াৰাইজেশন

স্বয়ংক্ৰিয়ভাৱে আপোনাৰ অডিঅ' আৰু ভিডিঅ' অনুবাদত বিভিন্ন স্পিকারক চিনাক্ত কৰক আৰু লেবেল কৰক। সঠিকভাৱে জানক কোনে কি ক'লে।

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

Upgrade for Enhanced
Private transcript
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
Upgrade for Enhanced
Private transcript
অনুলিপিৰ সৈতে চেট কৰক
Pro ৰ সৈতে আনলক কৰক →
Upgrade for Enhanced
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 মিনিট/মাহ লাভ কৰিবলৈ বিনামূলীয়াকৈ নিবন্ধন কৰক, অথবা অসীমিত অনুবাদৰ বাবে আপগ্ৰেড কৰক।

১০ মুক্ত মিনিট/দিন 600 মিনিট বিনামূলীয়া ক্ৰেডিট কাৰ্ড নাই এনক্ৰিপ্ট কৰা
বিনামূল্যে নিবন্ধন কৰক →

স্পীকাৰ ডায়াৰাইজেশন কি?

স্পিকার ডায়াৰাইজেশন হৈছে স্পিকারৰ পৰিচয় অনুসৰি অডিঅ' স্ট্ৰিমক অংশত বিভাজন কৰাৰ প্ৰক্ৰিয়া। সৰলভাৱে ক'লে, ই প্ৰশ্নৰ উত্তৰ দিয়ে "কে ক'ত কথা ক'লে?" This is essential for multi-speaker recordings like meetings, interviews, podcasts, conference calls, and legal proceedings where knowing who said what is just as important as what was said.

STT.ai uses advanced neural speaker diarization models that can detect and label speakers in real time. The system creates speaker embeddings -- numerical representations of each voice's unique characteristics -- and clusters them to distinguish between different people. This works even when speakers have similar voices or frequently interrupt each other.

স্পিকার চিনাক্তকৰণ কিদৰে কাম কৰে

1. শব্দ কাৰ্য্য চিনাক্তকৰণ

চিস্টেমে প্ৰথমে অডিঅ'ৰ যি অংশত নীরবতা, সঙ্গীত বা পটভূমিৰ শব্দৰ বিপৰীতে কথা আছে সেই অংশসমূহ চিনাক্ত কৰে।

২. স্পিকার এম্বেডিং

প্ৰতিটো কথোপকথন অংশ এটা স্পিকার এম্বেডিংত পৰিবৰ্তন কৰা হয় -- এটা কমপেক্ট ভেক্টৰ যি স্পিকারৰ অনন্য কথোপকথন বৈশিষ্ট্যসমূহ ধাৰণ কৰে।

3. ক্লাষ্টিং আৰু লেবেলিং

একে স্পিকারৰ পৰা অংশসমূহ একত্ৰিত কৰিবলৈ এম্বেডিংসমূহ ক্লাস্টাৰ কৰা হয়, তাৰ পিছত প্ৰতিটো ক্লাস্টাৰক এটা লেবেল প্ৰদান কৰা হয় (স্পিকার ১, স্পিকার ২, ইত্যাদি)।

স্পিকার চিনাক্তকৰণৰ বাবে ব্যৱহাৰৰ ঘটনাসমূহ

সভা অনুলিপি
সভাৰ ৰেকৰ্ডিংত প্ৰতিজন অংশগ্ৰহণকাৰীক স্বয়ংক্ৰিয়ভাবে লেবেল কৰক। যিজনে কি কৈছিল তাৰ স্পষ্ট অনুলিপি সহ মিনিটসমূহ সৃষ্টি কৰক।
পডকাস্ট অনুবাদ
পোডকাস্টৰ অধ্যায়সমূহত হোস্ট আৰু অতিথিৰ মাজত পাৰ্থক্য কৰক। সঠিক বক্তাৰ অনুদান সহ প্ৰদৰ্শন টোকাসমূহ সৃষ্টি কৰক।
সাক্ষাৎকাৰৰ অনুবাদ
গৱেষণা, সাংবাদিকতা আৰু নিয়োগৰ তথ্য-পত্ৰৰ বাবে সাক্ষাৎকাৰকাৰী আৰু সাক্ষাৎকাৰ গ্ৰহণকাৰীৰ উত্তৰ পৃথকভাৱে প্ৰদান কৰা।
আইনী আৰু অনুকৰণ
তদন্তকাৰী সংস্থাৰ পক্ষৰ পৰা শুনানি, শুনানি আৰু স্পষ্টভাৱে স্পিকারৰ পৰিচয় উল্লেখ কৰি শুনানিসমূহৰ আনুষ্ঠানিক ৰেকৰ্ড সৃষ্টি কৰা হ’ব।

STT.ai ত স্পিকার চিনাক্তকৰণ

Speaker detection is available on all paid plans. When you transcribe audio or video with speaker detection enabled, the transcript will include speaker labels inline with the text. You can also export speaker-labeled transcripts in all supported formats including SRT, VTT, DOCX, JSON, and PDF.

Speaker 1 [00:00:01]: Welcome to the meeting, everyone. Let's start with the quarterly review. Speaker 2 [00:00:05]: Thanks. I have the numbers ready. Revenue is up 23% quarter over quarter. Speaker 1 [00:00:12]: That's great news. Can you walk us through the breakdown?

The system can detect up to 20 distinct speakers in a single recording. For best results, ensure each speaker has at least a few seconds of solo speech. Overlapping speech is handled but may reduce accuracy in heavily cross-talked segments.

স্পিকার চিনাক্তকৰণ এতিয়া চেষ্টা কৰক

একাধিক স্পিকার ৰেকৰ্ড আপলোড কৰক আৰু স্বয়ংক্ৰিয়ভাবে স্পিকারসমূহ লেবেল কৰা দেখুৱাওক।

মুক্ত ৰূপে অনুবাদ আৰম্ভ কৰক

প্ৰায়শঃ সোধা প্ৰশ্নসমূহ

STT.ai ত আপোনাৰ অডিঅ' অথবা ভিডিঅ' ফাইল আপলোড কৰক। আপোনাৰ পছন্দৰ AI মডেল আৰু বিকল্পসমূহ বাছক, তাৰ পিছত অনুবাদ কৰক ক্লিক কৰক। আপোনাৰ অনুবাদ মিনিটসমূহত প্ৰস্তুত হ'ব। TXT, SRT, VTT, DOCX, JSON, অথবা PDF হিচাপে এক্সপোৰ্ট কৰক।

হ্যাঁ! STT.ai এ সকলো ব্যৱহাৰকাৰীৰ বাবে মাহে ৬০০ বিনামূলীয়া মিনিট প্ৰদান কৰে। আপোনাৰ প্ৰথম অনুবাদৰ বাবে কোনো নিবন্ধন প্ৰয়োজন নহয়। অধিক মিনিট আৰু বৈশিষ্ট্য সহ পেইড প্লানসমূহ $5/মাহত আৰম্ভ হয়।

সঠিকতা আপুনি বাছোৱা AI মডেল আৰু অডিঅ'ৰ গুণগত মানৰ ওপৰত নিৰ্ভৰ কৰে। আমাৰ সেৰা মডেলসমূহে বেঞ্চমাৰ্কত ৫-৭% শব্দ ত্ৰুটিৰ হাৰ লাভ কৰে, অৰ্থাৎ ৯৩-৯৫%+ সঠিকতা। নিম্নতম পটভূমিৰ শব্দৰ সৈতে স্পষ্ট অডিঅ'ৱে সৰ্বোত্তম ফলাফল প্ৰদান কৰে।

STT.ai এ Whisper Large V3, NVIDIA Canary আৰু আকৌ অধিক অন্তৰ্ভুক্ত ১০+ মডেল প্ৰদান কৰে। আপুনি একে ফাইলত বিভিন্ন মডেলৰ পৰা ফলাফল তুলনা কৰিব পাৰে।

হ'ব। অনুবাদ কৰাৰ পিছত, আপোনাৰ অনুবাদক SRT অথবা VTT উপশীৰ্ষক নথিপত্ৰ হিচাপে এক্সপোৰ্ট কৰক। ই YouTube, Vimeo, আৰু সকলো প্ৰধান ভিডিঅ' প্লেটফৰ্মৰ সৈতে কাম কৰে।

হ্যাঁ। STT.ai এ AI স্পিকার ডাইৰিজেশন ব্যৱহাৰ কৰি স্বয়ংক্ৰিয়ভাবে বিভিন্ন স্পিকার চিনাক্ত কৰে আৰু লেবেল কৰে। সকলো মডেল আৰু ভাষাত কাম কৰে।

অধিকাংশ ফাইল ৫ মিনিটত অনুবাদ কৰা হয়। আমাৰ দ্রুততম মডেলসমূহৰ সৈতে এটা ১ ঘন্টাৰ অডিঅ' ফাইল সাধাৰণতে ২-৩ মিনিট সময় ল'ব।

STT.ai এ MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM আৰু AVI সহ ২০+ অডিঅ' আৰু ভিডিঅ' বিন্যাস সমৰ্থন কৰে। TXT, SRT, VTT, DOCX, JSON, অথবা PDF ৰূপে এক্সপোৰ্ট কৰক।

হ'ব। অডিঅ' নথিপত্ৰসমূহ প্ৰক্ৰিয়া কৰা হয় আৰু অনুবাদ কৰাৰ পিছত আঁতৰুৱা হয়। আপোনাৰ তথ্য কখনো প্ৰশিক্ষণৰ বাবে ব্যৱহাৰ কৰা নহয়। ক্লাএন্ট-সাইড এনক্ৰিপশন সকলো প্লেনত বিনামূলীয়া - ই সংৰক্ষিত অনুবাদকসমূহক অকল আপোনাৰ থকা এটা চাবিৰ সৈতে এনক্ৰিপ্ট কৰে। প্ৰক্ৰিয়াকৰণৰ সময়ত, চাৰ্ভাৰে আপোনাৰ অডিঅ'ক প্লেইনটেক্সট হিচাপে ব্যৱস্থাপনা কৰে। আমাৰ সুৰক্ষাৰ বিষয়ে শিকক.

হ্যাঁ। STT.ai এ Python আৰু Node.js SDKs ৰ সৈতে REST API প্ৰদান কৰে। বিনামূলীয়া স্তৰত ১০০ মিনিট/মাহ অন্তৰ্ভুক্ত আছে।

হ্যাঁ। STT.ai ত এটা অভ্যন্তৰীণ অনুবাদ সম্পাদক অন্তৰ্ভুক্ত আছে য'ত আপুনি ত্ৰুটিসমূহ সুস্থিৰ কৰিব পাৰে, স্পিকারসমূহৰ নাম পৰিবৰ্তন কৰিব পাৰে, আৰু সময়চিহ্নসমূহ সংহতি কৰিব পাৰে।

প্ৰতিটো অনুলিপি এটা অবিকল্পিত অংশীদাৰীযোগ্য লিঙ্ক পায়। ই-মেইলৰ বাবে DOCX বা PDF ৰ পৰা এক্সপোৰ্ট কৰক। প্ৰো প্লানসমূহ পাছৱাৰ্ড-প্ৰুফ আৰু স্থায়ী লিঙ্কসমূহ প্ৰদান কৰে।

STT.ai এ YouTube, Vimeo, TikTok, SoundCloud আৰু আকৌ অধিক সহ ১,৩০০+ প্লেটফৰ্ম সমৰ্থন কৰে। URL অনুবাদ কেৱল জনসাধাৰণৰ বাবে উপলব্ধ অডিঅ' আৰু ভিডিঅ'ৰ সৈতে কাম কৰে। DRM-প্ৰোটেক্ট কৰা সমল (যেনে Spotify প্ৰিমিয়াম এপিসোড, Netflix, Disney+, ইত্যাদি) অনুবাদ কৰা নাযাব। DRM সমলসমূহৰ বাবে, ফাইলটো পৃথকভাৱে ডাউনলোড কৰক আৰু ইয়াক সরাসৰি আপলোড কৰক।