অফার AIinBangla-র সব কোর্সে ২০% ছাড় ২৫ নভেম্বর পর্যন্ত

AI Champions কোর্স দেখুন
মূল অংশে যান
AIinBangla

রেকর্ডিং থেকে বাংলা লেখা: মিটিং আর ক্লাসের ট্রান্সক্রিপশন AI দিয়ে

বাংলা ট্রান্সক্রিপশনের সহজ পথ: ফোনের ভয়েস টাইপিং, Google Docs, Gemini তে রেকর্ডিং দিয়ে লেখা আর সারাংশ, ভুল কমানোর নিয়ম আর অনুমতির কথা।

বাংলা ট্রান্সক্রিপশন: মাইক্রোফোন, শব্দের তরঙ্গ, খাতা আর পেন্সিল আর ল্যাপটপ, কাগজ কেটে বানানো ছবি

বাংলা ট্রান্সক্রিপশনের জন্য মিটিং বা ক্লাসের রেকর্ডিং Gemini এর মতো AI টুলে দিলে বাংলায় লেখা আর সারাংশ পাওয়া যায়, আর ফোনের ভয়েস টাইপিং বা Google Docs দিয়ে সরাসরি বলে বলে বাংলায় লেখা যায়। নাম, সংখ্যা আর ইংরেজি মেশানো শব্দে ভুল বেশি হয়, তাই চূড়ান্ত নোট পাঠানোর আগে একবার পড়ে নিন।

এক নজরে

  • বলে বলে লেখার জন্য ফোনের কিবোর্ড বা Google Docs এর ভয়েস টাইপিং।
  • রেকর্ডিং থেকে লেখার জন্য Gemini, ফ্রিতে মোট ১০ মিনিটের অডিও।
  • লেখা পেলে আলাদা প্রম্পটে সারাংশ আর কাজের তালিকা বানান।
  • রেকর্ড করার আগে সবার অনুমতি নিন, গোপন মিটিং আপলোড করবেন না।

কোন পথে কোন কাজ

বাংলা ট্রান্সক্রিপশন মানে কথা বা রেকর্ডিং থেকে বাংলা লেখা বানানো। কাজটা দুই রকম: এখনই বলে বলে লেখা, আর আগে করা রেকর্ডিং থেকে লেখা। দুইটার টুল আলাদা।

কাজ সহজ টুল খেয়াল রাখুন
মেসেজ, নোট বা লেখা বলে বলে টাইপ ফোনের Gboard কিবোর্ডের মাইক দাঁড়ি, কমা নিজে বসাতে হয়
কম্পিউটারে লম্বা লেখা বলে বলে Google Docs এর Voice typing Chrome ব্রাউজারে ভালো চলে
মিটিং বা ক্লাসের রেকর্ডিং থেকে লেখা Gemini তে অডিও আপলোড ফ্রিতে মোট অডিওর সময় সীমিত
YouTube ভিডিওর সাবটাইটেল YouTube এর অটোমেটিক ক্যাপশন প্রকাশের আগে এডিট করে নিন
লেখা থেকে সারাংশ আর কাজের তালিকা Claude, ChatGPT বা Gemini নাম আর তারিখ মিলিয়ে নিন

সব টুলেই একটা কথা সত্যি: পরিষ্কার শুদ্ধ বাংলায় ফল ভালো, আঞ্চলিক টান, দ্রুত কথা আর বাংলা ইংরেজি মেশানো বাক্যে ভুল বাড়ে। কোনো টুলই নিখুঁত না, তাই সবসময় একবার পড়ে ঠিক করার সময় রাখুন।

এই বিষয়টা হাতে-কলমে শিখতে চাইলে: Claude Masterclass (৳1,999)

ফোনের ভয়েস টাইপিং

সবচেয়ে সহজ আর ফ্রি পথ হলো Android ফোনের Gboard কিবোর্ড। Google ২০১৭ সালে Gboard এ আটটা ভারতীয় ভাষায় ভয়েস টাইপিং চালু করে, যার মধ্যে বাংলাও ছিল।

বাংলা ট্রান্সক্রিপশন: মাইক্রোফোন, শব্দের তরঙ্গ আর একজন মানুষ, কাগজ কেটে বানানো ছবি
০১বাংলা ভাষা যোগ করুনGboard এর Settings এ Languages থেকে বাংলা যোগ করুন।
০২কিবোর্ড বাংলায়যেকোনো লেখার জায়গায় কিবোর্ড খুলে ভাষা বাংলা করুন।
০৩মাইকে চাপুনকিবোর্ডের উপরের মাইক চিহ্নে চেপে স্বাভাবিক গতিতে বলুন।
০৪ঠিক করুনভুল শব্দে চেপে ঠিক করুন, দাঁড়ি আর কমা হাতে বসান।
লম্বা মেসেজ বা নোট লিখতে এটাই সবচেয়ে দ্রুত।

কম্পিউটারে লম্বা লেখার জন্য Google Docs এর Tools মেনুতে Voice typing আছে। Google এর হেল্প পেজে এর ভাষার তালিকায় বাংলা (বাংলাদেশ) আর বাংলা (ভারত) দুটোই আছে, আর এটা Chrome, Edge আর Safari তে চলে (Google Docs Help, Voice typing)। ভালো মাইক বা হেডফোনের মাইক ব্যবহার করলে ভুল অনেক কমে।

রেকর্ডিং থেকে লেখা

আগে করা রেকর্ডিং থেকে লেখার জন্য Gemini সবচেয়ে সহজ ফ্রি পথ। Gemini বাংলা বোঝে, বাংলাদেশে ব্যবহার করা যায়, আর অডিও ফাইল আপলোড করে লেখা চাওয়া যায়।

সীমাটা জেনে রাখুন। Google এর হেল্প পেজ অনুযায়ী ফ্রিতে মোট অডিওর দৈর্ঘ্য ১০ মিনিট পর্যন্ত, Google AI Pro বা Ultra প্ল্যানে ৩ ঘণ্টা পর্যন্ত, আর একটা ফাইল ১০০ MB পর্যন্ত (Gemini Apps Help, Upload files, অক্টোবর ২০২৬ পর্যন্ত)। এক ঘণ্টার ক্লাস ফ্রিতে একবারে হবে না, ছোট ছোট অংশে ভাগ করতে হবে।

প্রম্পট: "এই রেকর্ডিংটা হুবহু বাংলায় লিখে দাও। যে কথা বুঝতে পারছ না সেখানে [অস্পষ্ট] লেখো, নিজে থেকে শব্দ বসিও না। কে কথা বলছেন আলাদা বোঝা গেলে বক্তা ১, বক্তা ২ লিখে আলাদা করো। ইংরেজি শব্দগুলো ইংরেজিতেই রাখো।"

০১রেকর্ডিং ভাগ করুনলম্বা রেকর্ডিং হলে ফোনের রেকর্ডার বা অডিও কাটার অ্যাপে ছোট ছোট অংশে ভাগ করুন।
০২ফাইল দিনGemini অ্যাপ বা gemini.google.com এ চ্যাট বক্সের পাশের যোগ চিহ্ন বা ফাইল আইকনে চেপে অডিওটা বাছুন।
০৩প্রম্পট দিনউপরের প্রম্পটটা কপি করে দিন, তারপর পাঠান।
০৪শুনে মিলানলেখাটা একটা ডকুমেন্টে কপি করুন, আর [অস্পষ্ট] জায়গাগুলো রেকর্ডিং শুনে ঠিক করুন।
ভাগ করা, দেওয়া, চাওয়া, মিলানো।

"নিজে থেকে শব্দ বসিও না" লাইনটা জরুরি। AI অস্পষ্ট জায়গায় প্রায়ই নিজের অনুমান বসিয়ে দেয়, আর পড়ে সেটা বোঝা যায় না। [অস্পষ্ট] চিহ্ন থাকলে আপনি জানেন কোথায় রেকর্ডিং আবার শুনতে হবে।

ChatGPT এও অডিও ফাইল দিয়ে লেখা চাওয়া যায়, তবে OpenAI এর হেল্প পেজ অনুযায়ী অক্টোবর ২০২৬ পর্যন্ত ফ্রি প্ল্যানে অডিও আপলোড নেই (OpenAI Help Center)। Pixel ফোন থাকলে তার Recorder অ্যাপে আগের রেকর্ডিং বাংলায় নতুন করে ট্রান্সক্রাইব করার সুবিধা আছে, অন্য ফোনে এই অ্যাপ নেই।

লেখা থেকে সারাংশ আর কাজের তালিকা

পুরো ট্রান্সক্রিপ্ট খুব কম মানুষ পড়ে। আসল কাজের জিনিস হলো সারাংশ: কী সিদ্ধান্ত হলো, কে কী করবে, কবের মধ্যে।

বাংলা ট্রান্সক্রিপশন: ল্যাপটপ, খাতা আর পেন্সিল আর চায়ের কাপ, কাগজ কেটে বানানো ছবি

প্রম্পট: "নিচে একটা মিটিংয়ের ট্রান্সক্রিপ্ট দিলাম। বাংলায় লেখো: ১) মূল আলোচনা ৫ পয়েন্টে, ২) কী কী সিদ্ধান্ত হলো, ৩) কাজের তালিকা টেবিল আকারে: কাজ, দায়িত্ব কার, সময়সীমা। ট্রান্সক্রিপ্টে নেই এমন কিছু যোগ করো না।"

ক্লাসের রেকর্ডিং হলে প্রম্পট বদলান: "এই লেকচারের মূল ধারণাগুলো সহজ বাংলায় নোট আকারে দাও, তারপর পরীক্ষার জন্য ৫টা সম্ভাব্য প্রশ্ন।" লম্বা ট্রান্সক্রিপ্টের সারাংশে Claude ভালো করে, কারণ এটা অনেক লম্বা লেখা একসাথে নিতে পারে। অফিসের এমন আরও কাজে AI কীভাবে সময় বাঁচায়, দেখুন চাকরিজীবীদের জন্য AI গাইডে।

ভুল কমানোর নিয়ম

ট্রান্সক্রিপশনের ভুলের বড় অংশ আসে রেকর্ডিং থেকে, টুল থেকে না। ভালো রেকর্ডিং মানে অর্ধেক কাজ শেষ।

  • ফোন কাছে রাখুন: বক্তার কাছে, টেবিলের মাঝখানে। ফ্যান বা এসির ঠিক নিচে না।
  • একসাথে কথা কম: দুইজন একসাথে বললে কোনো টুলই ঠিকমতো আলাদা করতে পারে না।
  • নাম আর শব্দের তালিকা দিন: প্রম্পটে লিখুন "মিটিংয়ে এই নামগুলো আসবে: রফিক, তানজিলা, Daraz, Pathao"। বানান ঠিক আসে।
  • সংখ্যা মিলিয়ে নিন: টাকা, তারিখ, ফোন নম্বর রেকর্ডিং শুনে নিজে মিলান। এখানে ভুল সবচেয়ে ক্ষতিকর।
  • ছোট অংশে ভাগ করুন: লম্বা রেকর্ডিং ছোট অংশে দিলে শেষের দিকে মনোযোগ হারানোর সমস্যা কমে।

অনুমতি আর গোপনীয়তা

কারো কথা রেকর্ড করার আগে জানিয়ে অনুমতি নিন। এটা সৌজন্য, আস্থার বিষয়, আর অনেক প্রতিষ্ঠানের নিয়মও।

অফিসের গোপন মিটিং, রোগীর সাথে ডাক্তারের কথা, আইনি পরামর্শ বা পরিবারের ব্যক্তিগত আলাপের রেকর্ডিং ফ্রি AI টুলে আপলোড করবেন না। আপলোড করা ফাইল কোম্পানির সার্ভারে যায়। অফিসের রেকর্ডিং হলে আগে প্রতিষ্ঠানের নিয়ম জেনে নিন।

শিক্ষকের লেকচার রেকর্ড করার আগেও অনুমতি নিন, আর সেই রেকর্ডিং বা ট্রান্সক্রিপ্ট অনলাইনে ছড়াবেন না। নিজের পড়ার জন্য রাখা আর প্রকাশ করা এক জিনিস না।

উল্টো কাজটাও AI দিয়ে হয়: বাংলা লেখা থেকে ভয়েস বানানো। সেটার নিয়ম আছে AI দিয়ে বাংলা ভয়েস ওভার লেখায়।

তথ্যসূত্র: Gemini Apps Help, Upload and analyze files; Google Docs Help, Type with your voice; OpenAI Help Center, Uploading files and audio; Google India Blog, Gboard ভয়েস টাইপিং, আগস্ট ২০১৭; YouTube Help, Automatic captions; Pixel Phone Help, Recorder. সর্বশেষ যাচাই: ৭ অক্টোবর ২০২৬।

এক ঘণ্টার ক্লাস ফ্রিতে লেখা বানাবেন কীভাবে?

রেকর্ডিংটা ১০ মিনিটের ৬টা অংশে ভাগ করুন, আর প্রতিটা অংশ আলাদা মেসেজে Gemini কে দিন। ফ্রিতে একবারে মোট ১০ মিনিটের বেশি অডিও দেওয়া যায় না।

Gemini এর ফাইল আপলোডের পাতায় লেখা, প্ল্যান ছাড়া মোট অডিও ১০ মিনিট, মোট ভিডিও ৫ মিনিট আর একটা প্রম্পটে সর্বোচ্চ ১০টা ফাইল। Google AI Pro বা Ultra প্ল্যানে অডিও ৩ ঘণ্টা আর ভিডিও ১ ঘণ্টা পর্যন্ত (২ নভেম্বর ২০২৬)।

রেকর্ডিংয়ের দৈর্ঘ্য ফ্রিতে কয়টা অংশ Pro বা Ultra প্ল্যানে
৮ মিনিটের ভয়েস নোট ১টা, সরাসরি ১টা
৪৫ মিনিটের মিটিং ৫টা (৪টা ১০ মিনিট, ১টা ৫ মিনিট) ১টা
১ ঘণ্টার ক্লাস ৬টা ১টা
৩ ঘণ্টার সেমিনার ১৮টা, বাস্তবে কষ্টকর ১টা

প্রতিটা অংশের শেষে আর পরেরটার শুরুতে ১০ থেকে ১৫ সেকেন্ড মিলিয়ে রাখুন, যাতে কাটার জায়গায় কোনো বাক্য হারিয়ে না যায়। অংশগুলোর নাম দিন ক্রম ধরে: ক্লাস_০১, ক্লাস_০২। সব লেখা হয়ে গেলে একটা ডকুমেন্টে ক্রম অনুযায়ী জোড়া দিন।

একটা কৌশল: ভিডিও রেকর্ডিং হলে আগে শুধু অডিও আলাদা করে নিন। ফ্রিতে ভিডিওর সীমা ৫ মিনিট, অডিওর ১০ মিনিট, তাই অডিওতে দ্বিগুণ লম্বা অংশ চলে।

ট্রান্সক্রিপ্টে ভুল এলে কোনটার কী সমাধান?

ভুল দেখে পুরো টুল বাদ দেবেন না। বেশিরভাগ ভুলের একটা চেনা কারণ আছে, আর প্রম্পট বা রেকর্ডিং একটু বদলালেই কমে।

যা দেখছেন সম্ভাব্য কারণ কী করবেন
মাঝের কয়েক মিনিট নেই ফাইল ছোট করে কাটা হয়েছে বা সীমা ছাড়িয়েছে অংশ আরও ছোট করুন, প্রতিটা আলাদা মেসেজে দিন
বাংলার জায়গায় ইংরেজি অনুবাদ এসেছে প্রম্পটে ভাষা বলা হয়নি লিখুন "যে ভাষায় বলা, হুবহু সেই ভাষায় লেখো, অনুবাদ করবে না"
নাম আর জায়গার বানান ভুল AI নামগুলো চেনে না প্রম্পটে নামের তালিকা আগে দিন
বক্তা আলাদা হয়নি দুইজন একসাথে বলছেন বা কণ্ঠ কাছাকাছি প্রম্পটে বক্তাদের নাম দিন, তবু নিজে মিলিয়ে নিন
যে কথা বলা হয়নি সেটা লেখায় আছে অস্পষ্ট জায়গায় AI অনুমান বসিয়েছে [অস্পষ্ট] লেখার নির্দেশ দিন, সেসব জায়গা শুনে ঠিক করুন

ট্রান্সক্রিপ্ট হয়ে গেলে সেটা দিয়ে প্রশ্নোত্তর বা নোট বানাতে পারেন। অনেক লেকচার একসাথে রেখে প্রশ্ন করার জন্য কাজের NotebookLM এর বাংলা গাইড, আর মিটিংয়ের পরের ইমেইল লেখাতে দেখুন অফিসের ইমেইল AI দিয়ে লেখার লেখা।

নতুন তথ্যসূত্র: Gemini Apps Help, Upload and analyze files. সর্বশেষ যাচাই: ২ নভেম্বর ২০২৬।

সচরাচর যা জিজ্ঞেস করা হয়

কোন টুল বাংলায় সবচেয়ে ভালো?
কাজভেদে আলাদা। বলে বলে লেখায় ফোনের Gboard আর Google Docs এর Voice typing সহজ আর ফ্রি। আগের রেকর্ডিং থেকে লেখা আর সারাংশে Gemini সবচেয়ে সহজ ফ্রি পথ। নিজের কণ্ঠ আর রেকর্ডিংয়ে দুই তিনটা টুল চেষ্টা করে দেখুন কোনটা আপনার জন্য ভালো।
আঞ্চলিক ভাষা বোঝে?
কিছুটা বোঝে, তবে শুদ্ধ চলিত বাংলার চেয়ে ভুল অনেক বেশি হয়। চট্টগ্রাম বা সিলেটের আঞ্চলিক কথায় অনেক শব্দ ভুল আসতে পারে। এমন রেকর্ডিংয়ে ট্রান্সক্রিপ্ট খুব মন দিয়ে মিলিয়ে নিন।
রেকর্ড করার আগে কি অনুমতি লাগে?
সবসময় অনুমতি নিন, এটাই নিরাপদ আর ভদ্র নিয়ম। অফিস বা প্রতিষ্ঠানের নিজস্ব নিয়ম থাকতে পারে। গোপনে কারো কথা রেকর্ড করে AI তে দেওয়া আস্থা নষ্ট করে, আর ঝামেলাও ডাকতে পারে।
ইউটিউব ভিডিওর সাবটাইটেল বানানো যায়?
যায়। YouTube এর অটোমেটিক ক্যাপশনের ভাষার তালিকায় বাংলা আছে, ভিডিও আপলোডের পর YouTube Studio তে Subtitles অংশে দেখা যায়। প্রকাশের আগে ভুল শব্দ এডিট করে নিন, কারণ অটোমেটিক ক্যাপশনে নাম আর ইংরেজি শব্দে ভুল থাকে।
অফলাইনে বাংলা ভয়েস টাইপিং হয়?
অফলাইনে বাংলা ভয়েস টাইপিং চলে কি না, সেটা Google এর অফিসিয়াল পাতায় পরিষ্কার পাইনি, নিজের ফোনে চেক করে নিন। সাধারণত ইন্টারনেট থাকলে বাংলা ভয়েস টাইপিং সবচেয়ে ভালো কাজ করে।
Gemini তে ভিডিও দিলে কি সরাসরি লেখা পাওয়া যায়?
যায়। প্ল্যান ছাড়া মোট ৫ মিনিট পর্যন্ত ভিডিও দেওয়া যায়, প্রতিটা ফাইল ২ GB পর্যন্ত। Google AI Pro বা Ultra প্ল্যানে ১ ঘণ্টা পর্যন্ত। লম্বা ভিডিও হলে শুধু অডিও আলাদা করে দিন, কারণ ফ্রিতে অডিওর সীমা ১০ মিনিট।

অফিসের কাজ AI দিয়ে করতে চাইলে

Claude Masterclass এ Gmail, Drive, Sheets, ডকুমেন্ট আর রিপোর্টের কাজ Claude দিয়ে করা হাতে কলমে দেখানো আছে।

Claude Masterclass দেখুন

AI টুলস হেভেন বইয়ের কভার
এই লেখার পরের ধাপ, ফ্রি বাংলা বই

AI টুলস হেভেন

কোন কাজে কোন ধরনের টুল লাগে তার মানচিত্র, বাছাইয়ের চেকলিস্ট, আর খরচ ও নিরাপত্তা নিয়ন্ত্রণের নিয়ম।

বইটা ফ্রি নিন

অন্য কাজের বই খুঁজছেন? পুরো লাইব্রেরি, ১৩টা বই

বিষয়
নাসির উদ্দিন শামীম
লেখক

নাসির উদ্দিন শামীম

ঢাকা থেকে বলছি। ইন্টারনেট মার্কেটিং করি, আর নতুন কোনো এআই টুল বের হলেই সেটা ধরে দেখি কাজে লাগে কি না। যেটা সত্যিই কাজের, সেটা নিয়ে ফেসবুক আর ইউটিউবে কথা বলি। এখানে সেই জিনিসগুলোই গুছিয়ে শেখানোর চেষ্টা করি, যাতে আপনি নিজেও কাজে লাগাতে পারেন।

পরের ধাপ

বিষয়টা বুঝেছেন, এবার হাতে কলমে শিখে কাজ শুরু করুন।

৩০ সেকেন্ডের কুইজ বলে দেবে আপনার অবস্থায় কোন কোর্সটা লাগবে।

Nasir Uddin Shamim

Nasir Uddin Shamim

সাধারণত কয়েক ঘণ্টার মধ্যে উত্তর দিই, সর্বোচ্চ ২৪ ঘণ্টা।

এখন অফলাইনে আছি। মেসেজ রেখে যান, কয়েক ঘণ্টার মধ্যে উত্তর দেব, সর্বোচ্চ ২৪ ঘণ্টা।

Nasir Uddin Shamim
আসসালামু আলাইকুম 👋
আমি নাসির উদ্দিন শামীম। কীভাবে সাহায্য করতে পারি?