ফ্রি টুল · আপনার ডিভাইসে
বিনামূল্যে ভিডিওর স্বয়ংক্রিয় সাবটাইটেল
কথাসহ একটি ভিডিও বা অডিও ফাইল যোগ করুন, আর Cocuyo ফাইল আপলোড না করে আপনার ডিভাইসে সাবটাইটেল লেখে। প্রতিটি কার্ড ঠিক করুন, 5টি স্টাইলের একটি বেছে নিন (লাইমে সক্রিয় শব্দ, কারাওকে, মোটা আউটলাইন…) এবং SRT, VTT বা সাবটাইটেলসহ ভিডিও ডাউনলোড করুন।
- ফ্রি, ওয়াটারমার্ক ছাড়া
- SRT, VTT ও ভিডিও
- আপনার ভিডিও কখনো আপনার ডিভাইস ছাড়ে না
- আপনার ভিডিও বা অডিও যোগ করুন
- ট্রান্সক্রাইব করুন ও ঠিক করুন
- স্টাইল বেছে নিন ও ডাউনলোড করুন
কীভাবে ব্যবহার করবেন
তিনটি ধাপ।
আপনার ভিডিও বা অডিও যোগ করুন
একটি MP4, WebM, MOV বা কথাসহ অডিও ফাইল ছেড়ে দিন বা বেছে নিন। ফ্রি ট্রান্সক্রিপশন 3 মিনিট পর্যন্ত নেয়; ভাষা বেছে নিন (ডিফল্ট স্প্যানিশ, ইংরেজি বা স্বয়ংক্রিয় শনাক্তকরণ)।
ট্রান্সক্রাইব করুন ও ঠিক করুন
“ট্রান্সক্রাইব করুন” চাপুন। শেষ হলে 1–3 শব্দের কার্ডগুলো দেখুন: ভিডিওর উপর প্রিভিউ দেখতে দেখতে টেক্সট বদলান, জুড়ুন, ভাগ করুন বা সময় সরান।
স্টাইল বেছে নিন ও ডাউনলোড করুন
ক্লাসিক, বক্স, মোটা আউটলাইন, সক্রিয় শব্দ বা কারাওকে; অবস্থান ও আকার। SRT ও VTT ডাউনলোড করুন, অথবা সাবটাইটেল বসানো ভিডিও তৈরি করুন।
পরের ধাপ
এই টুলগুলো নিয়ে এগিয়ে যান
স্বয়ংক্রিয় সাবটাইটেল: সাধারণ প্রশ্ন
ট্রান্সক্রিপশন কতটা নির্ভুল?
স্পষ্ট কথা ও কম নয়েজে এটি সাধারণত বেশিরভাগ শব্দ ঠিক ধরে, তবে নাম, ব্যাকগ্রাউন্ড মিউজিক বা একসঙ্গে কয়েকজনের কথায় ভুল করতে পারে। তাই ভিডিও তৈরির আগে প্রতিটি কার্ড ঠিক করা যায়। “উচ্চ” “স্বাভাবিক”-এর চেয়ে বেশি নির্ভুল, তবে বেশি ডাউনলোড করে এবং বেশি সময় নেয়।
SRT, VTT ও সাবটাইটেলসহ ভিডিওর মধ্যে পার্থক্য কী?
SRT ও VTT হলো টাইমিংসহ টেক্সট ফাইল: এগুলো আলাদাভাবে YouTube, সোশ্যাল নেটওয়ার্ক বা প্লেয়ারে আপলোড করতে হয় এবং চালু বা বন্ধ করা যায়। সাবটাইটেলসহ ভিডিওতে সাবটাইটেল আপনার বেছে নেওয়া স্টাইলে সরাসরি ছবির ওপর আঁকা থাকে: শব্দ বন্ধ থাকলেও সেগুলো সব জায়গায় দেখা যায়।
কত সময় লাগে?
এটি ডিভাইসের উপর নির্ভর করে: সাম্প্রতিক কম্পিউটারে প্রায় অডিওর দৈর্ঘ্যের সমান; ফোনে বেশি সময় লাগতে পারে। ভিডিও তৈরি করতেও প্রায় ততটাই সময় লাগে। আপনি যেকোনো সময় বাতিল করতে পারেন।
আমি কি ট্রান্সক্রাইব না করে এটি ব্যবহার করতে পারি?
হ্যাঁ। আপনার কাছে থাকা SRT বা VTT ইমপোর্ট করতে পারেন, অথবা সাবটাইটেল হাতে লিখতে পারেন, এবং একইভাবে এডিটর ও স্টাইল ব্যবহার করতে পারেন।
ট্রান্সক্রিপশন কী করে?
Whisper (OpenAI-এর স্পিচ রিকগনিশন মডেল, MIT-লাইসেন্সপ্রাপ্ত ওয়েট) আপনার ব্রাউজারের ভেতরে transformers.js (Apache 2.0 লাইসেন্স) দিয়ে চলে। প্রথমবার মডেল ডাউনলোড হয় (“স্বাভাবিক”-এ প্রায় 77 MB এবং “উচ্চ”-তে প্রায় 250 MB) এবং আপনার ব্রাউজার সেটি রেখে দেয়; অডিও কখনো কোনো সার্ভারে পাঠানো হয় না।
আমার ভিডিও কি সার্ভারে আপলোড হয়?
না। টুলটি আপনার ব্রাউজারের ভেতরে চলে: ভিডিও আপনার ডিভাইসে পড়া ও প্রসেস করা হয় এবং Cocuyo বা কোনো তৃতীয় পক্ষকে পাঠানো হয় না। লাইব্রেরিগুলো আমাদের নিজস্ব সাইট থেকে দেওয়া হয়, কোনো বাইরের সেবা ছাড়াই। আপনি আপনার ব্রাউজারের নেটওয়ার্ক টুলে তা যাচাই করতে পারেন: আপনার ফাইল পাঠানো হয় না।
এটি কি সত্যিই ফ্রি?
হ্যাঁ। সাইন আপ করার আগেই এটি ব্যবহার করে দেখতে পারেন; ফলাফল ডাউনলোড করতে আমরা একটি ফ্রি অ্যাকাউন্ট চাই, সাবস্ক্রিপশন ছাড়াই। আপনার ফ্রি অ্যাকাউন্টে থাকে 30টি ওয়েলকাম ব্যবহার; এরপর প্রতিটি ব্যবহারে 1 ক্রেডিট লাগে (রিচার্জ US$1 থেকে), আর Basic বা Pro-তে আনলিমিটেড। এটি কখনো ওয়াটারমার্ক যোগ করে না।
সীমা কী কী?
300 MB ও 10 মিনিট পর্যন্ত ভিডিও যা আপনার ব্রাউজার চালাতে পারে (MP4, WebM বা MOV), আউটপুট 1080p পর্যন্ত। ভিডিও সংরক্ষণে WebCodecs লাগে, যা Chrome, Edge, Firefox ও Safari-র সাম্প্রতিক সংস্করণে পাওয়া যায়; না থাকলে আমরা জানিয়ে দিই।
শিখুন কীভাবে…
আরও ফ্রি টুল
অন্যান্য ভিডিও টুল
সব ফ্রি টুল
যখন আপনি তৈরি করতে চান
এআই দিয়ে নতুন ভিডিও বানান।
Cocuyo স্টুডিও ছবি, ভিডিও ও কণ্ঠস্বরের জন্য 30+ AI মডেল একত্র করে। জেনারেট করার আগে আপনি ক্রেডিট খরচ দেখতে পান, আর ক্রেডিটের মেয়াদ কখনো শেষ হয় না।