macOS
Lulucat Speecho
একটি কী চেপে ধরুন। বলুন। ছেড়ে দিন।
আপনি যেখানে টাইপ করছিলেন, সেখানেই শেষ হওয়া ডিক্টেশন
আপনি ডানদিকের Option কী চেপে ধরে কথা বললে Lulucat Speecho সেটি লিখিত রূপে রূপান্তর করে। আপনি কথা বলার সময় স্ক্রিনের নীচে একটি প্যানেলে শব্দগুলি দেখা যায়, আর কী ছেড়ে দেওয়ার সঙ্গে সঙ্গে সম্পূর্ণ লেখাটি কার্সরের জায়গায় পেস্ট হয়—মেসেজ বক্স, কোড এডিটর, সার্চ ফিল্ড, যে অ্যাপ্লিকেশনটি তখন ফোকাসে থাকুক না কেন। আগে কিছু খুলতে হয় না, পরে কিছু কপি করতেও হয় না: এইমাত্র বলা বাক্যটি আপনি যে ডকুমেন্ট লিখছিলেন, তাতেই আগে থেকে রয়েছে।
সম্পূর্ণ প্রক্রিয়া
একটি কী চেপে ধরলেই সব কাজ হয়।
কথা বলতে চেপে ধরুন
ডানদিকের Option কী নিচে নামলে একটি টেক শুরু করে এবং ওপরে উঠলে শেষ করে। এটি প্রতিটি অ্যাপ্লিকেশনে কাজ করে, কারণ কীটি কোনও একটি উইন্ডোর মধ্যে বাঁধা নয়, সিস্টেমজুড়ে পর্যবেক্ষণ করা হয়। বাঁদিকের Option কী অপরিবর্তিত থাকে, তাই সেটি দিয়ে টাইপ করা বিশেষ অক্ষর ও শর্টকাট আগের মতোই কাজ করে।
কথা বলার সময় লেখা
আপনি কথা বলা শেষ করার আগেই অডিও ট্রান্সক্রিপশনের জন্য স্ট্রিম হয়, তাই থামার পর নয়, বলার কিছুক্ষণ পরেই শব্দ দেখা যায়। মডেল যে লেখা নিশ্চিত করেছে তা সম্পূর্ণ কনট্রাস্টে দেখানো হয়, আর যে লেখা এখনও সংশোধিত হতে পারে তা ধূসর রঙে দেখানো হয়; ফলে কোন অংশ স্থির হয়েছে তা এক নজরেই বোঝা যায়।
ছেড়ে দিলেই পেস্ট
কী ছেড়ে দিলে স্ট্রিম শেষ হয়, শেষ শব্দগুলি চূড়ান্ত হওয়ার জন্য অপেক্ষা করে, তারপর ফলাফল কার্সরের জায়গায় পেস্ট করে। লেখা ক্লিপবোর্ডের মাধ্যমে যায় এবং এক সেকেন্ড পরে আগের ক্লিপবোর্ডের বিষয়বস্তু ফিরিয়ে দেওয়া হয়, তাই আগে কপি করা জিনিস প্রয়োজনের সময় এখনও সেখানে থাকে।
বাদ দিতে খরচ নেই
কথা ধারণ করার মতো ছোট একটি চাপ ছুড়ে ফেলা হয়, এবং এমন টেকও বাদ পড়ে যার মধ্যে অন্য একটি কী চাপা হয়েছে—সেটি ডিক্টেশন নয়, কেউ বিশেষ অক্ষর টাইপ করছে। কোনও ক্ষেত্রেই কিছু পেস্ট হয় না, তাই ভুল করে চাপলে কোনও খরচ নেই এবং আনডু করার মতো কিছুই থেকে যায় না।
ভাষা
৬০টিরও বেশি ভাষা সমর্থন করে, কোন ভাষায় কথা বলা হচ্ছে তা স্বয়ংক্রিয়ভাবে শনাক্ত করে এবং একই বাক্যে একাধিক ভাষা সামলাতে পারে।
কথা বলার সময় প্যানেল
পয়েন্টার যে ডিসপ্লেতে আছে তার নীচে, ফুল-স্ক্রিন অ্যাপ্লিকেশনের ওপরে এবং প্রতিটি Space-এ প্যানেলটি দেখা যায়। এটি কখনও ফোকাস নেয় না, তাই যে টেক্সট ফিল্ডে টাইপ করছিলেন সেটিই সক্রিয় থাকে এবং কার্সরও আগের জায়গায় থাকে। অডিও পাঠানোর সময় বামদিকে একটি ওয়েভফর্ম নড়ে, আর শেষ শব্দগুলি চূড়ান্ত হওয়ার সময় অ্যাম্বার রঙ ধারণ করে; ফলে মাইক্রোফোন কিছুই না তুললে পরে নয়, প্রথম সেকেন্ডেই তা দেখা যায়।
দুটি সিস্টেমের অনুমতি
কোনও অডিও রেকর্ড হওয়ার আগে macOS মাইক্রোফোনের অনুমতি চায়। ফিচারটির অন্য অর্ধেকের জন্য Accessibility প্রয়োজন: অ্যাপের বাইরে থেকে একটি modifier key পর্যবেক্ষণ করা এবং যে অ্যাপটি ফোকাসে আছে তাতে পেস্ট করা। যেখানে অনুমতি চাওয়া হয়, সেখানেই দুটির ব্যাখ্যা দেওয়া থাকে; অনুমতি না দেওয়া পর্যন্ত অ্যাপটি কোনটি বাকি আছে তা দেখাতে থাকে এবং System Settings-এ কোথায় পাওয়া যাবে তাও জানায়।
Mac থেকে কী বাইরে যায়
কী চেপে ধরে রাখার সময় অডিও ট্রান্সক্রিপশনের জন্য পাঠানো হয়; আর কিছু আপলোড হয় না। রেকর্ডিং ডিস্কে লেখা হয় না। সাম্প্রতিক ডিক্টেশনের তালিকা শুধু বর্তমান রান চলাকালীন মেমরিতে থাকে এবং আপনি অ্যাপ ছাড়লে মুছে যায়। কোনও অ্যাকাউন্ট তৈরি করতে হয় না, কোনও অ্যানালিটিক্সও নেই।
উপলভ্যতা
Speecho এখনও তৈরি হচ্ছে এবং প্রকাশিত হয়নি। এর জন্য macOS 15 বা পরবর্তী সংস্করণ লাগবে এবং এটি Mac App Store-এর বদলে এই সাইট থেকে বিতরণ করা হবে: অন্য অ্যাপ্লিকেশনে লেখা পেস্ট করা এমন একটি কাজ যা App Store sandbox অনুমতি দেয় না, আর Speecho থাকার মূল্য এই অংশেই।
চালু হলে খবর পেতে support@lulucat.ai-এ লিখুন।