দীর্ঘ অডিও ফাইল ট্রান্সক্রাইব করুন।১০ ঘন্টা পর্যন্ত। কোনো টাইমআউট নেই।

একটি দীর্ঘ অডিও ফাইল ড্রপ করুন — ১০ ঘন্টা, বিজনেসে ৫ জিবি পর্যন্ত। আমরা সমান্তরালে চাঙ্ক করি, স্পিকার আইডি প্রান্ত থেকে প্রান্তে সামঞ্জস্যপূর্ণ রাখি এবং সংখ্যাযুক্ত ফোল্ডারের বদলে একটি ট্রান্সক্রিপ্ট ফেরত দিই।

আপনার অডিও বা ভিডিও ছাড়ুন

MP3 · WAV · M4A · MP4 · MOV · MKV · OGG · OPUS · FLAC · WEBM — up to 100 MB anonymously

Paste a link, we’ll fetch the audio

YouTube · TikTok · Vimeo · Twitter · SoundCloud · Spotify · 50+ more

ব্রাউজার থেকেই সরাসরি রেকর্ড করুন

সাইন আপে ৩০ সেকেন্ড — পরেই ড্যাশবোর্ডে রেকর্ডিং খুলে যাবে।

No card required~90s per 60-min fileSRT · VTT · DOCX · TXT২৪ ঘণ্টায় ফাইল অটো-ডিলিট

↓ একটি ৫-ঘন্টার ফাইল, মধ্য-ট্রান্সক্রিপ্ট

ঘন্টা জুড়ে। একটি পরিষ্কার ফাইল বেরিয়ে আসে।

বেশিরভাগ টুল ৯০-মিনিটের চিহ্নের কাছাকাছি টাইমআউট হয় বা আপনার দীর্ঘ রেকর্ডিং সংখ্যাযুক্ত আংশিক অংশে বিভক্ত করে যা আপনাকে সেলাই করতে হয়। আমরা ১২-মিনিটের ওভারল্যাপিং উইন্ডোতে চাঙ্ক করি, সমান্তরালে প্রক্রিয়া করি এবং একটি বৈশ্বিক স্পিকার পাস দিয়ে পুনরায় সংযুক্ত করি।

বোর্ড কৌশল সেশনREC ৩ স্পিকার · ৫:১৪:২২ · ৩.১ জিবি
স্বয়ংক্রিয়ভাবে সনাক্ত en-GB৪৪.১ কিএইচজেড স্টেরিও · ১৯২ কেবিপিএস
~90s
ট্রান্সক্রিপ্ট · একক ফাইল৯২% নির্ভুলতা · t=৩:১৪:০৮
S1

আমরা তিন ঘন্টা চলছি — সকালের সেশন থেকে সাপ্লাই চেইন পয়েন্টে ফিরে যাই।

S2

ঠিক আছে, ভিয়েতনাম উৎপাদন পিভট। আমরা লিড-টাইম ঝুঁকি উপেক্ষা করেছি বলে মনে হচ্ছে।

S1

লিড-টাইম ট্যারিফ পরিবর্তনের পর ১৪ থেকে ৩১ দিনে গেছে।

S3

এবং এটি লং বিচ পোর্টে জাম হওয়ার আগে।

সম্পূর্ণ ৫ ঘণ্টার ফাইল জুড়ে ৯২%DOCX · SRT · TXT · JSON

↓ This is the dashboard

This is what loads when the job finishes.

Same layout as the real dashboard — Summary, full Transcript, Speakers tab, Exports. Key points and action items extracted automatically. Auto-tags on every job.

Try it on your own file — it's free

তিনটি বাস্তব বিকল্প · সৎ তুলনা

Otter Pro। DIY Whisper চাঙ্কিং। অথবা আমরা।

ভোক্তা টুল ফাইল দৈর্ঘ্য সীমাবদ্ধ করে এবং নীরবে ছাঁটাই করে। Whisper API-র ২৫ এমবি প্রতি-অনুরোধ সীমা রয়েছে, তাই আপনি নিজেই চাঙ্কার তৈরি করেন। আমরা সম্পূর্ণ ১০-ঘন্টার ফাইল গ্রহণ করি এবং একটি ট্রান্সক্রিপ্ট ��েরত দিই।

Option 01

Otter Pro

দীর্ঘ ফাইল প্রতি রেকর্ডিংয়ে ৪ ঘন্টায় সীমাবদ্ধ। স্পিকার লেবেল ২-ঘন্টার পর ড্রিফট করে।

সর্বোচ্চ ফাইল দৈর্ঘ্য৪ ঘন্টা (প্রো স্তর)
সর্বোচ্চ ফাইল আকার~১.৫ জিবি আপলোড
স্পিকার আ���ডি প্রান্ত থেকে প্রান্তে২ ঘন্টার পর ড্রিফট করে
দীর্ঘ-ফাইল আউটপুটএকক ডক, সীমায় কাটা
মূল্য$16.99/ব্যবহারকারী/মো
পুনরায় শুরুযোগ্য আপলোডনা
Best for২ ঘন্টার কম সংক্ষিপ্ত মিটিং। দিনব্যাপী রেকর্ডিংয়ে ব্যর্থ।
Option 02

Transcription.Solutions

প্রতি ফাইল ১০ ঘন্টা। সমান্তরাল চাঙ্কিং, বৈশ্বিক স্পিকার পাস, একটি DOCX বেরিয়ে আসে।

সর্বোচ্চ ফাইল দৈর্ঘ্য১০ ঘন্টা (প্রো এবং বিজনেস)
সর্বোচ্চ ফাইল আকার২ জিবি প্রো · ৫ জিবি বিজনেস
স্পিকার আইডি প্রান্ত থেকে প্রান্তেবৈশ্বিক এম্বেডিং পাস
দীর্ঘ-ফাইল আউটপুটএকক ফাইল · DOCX/SRT/TXT
মূল্য · প্রতি মিনিট$0.03 ফ্ল্যাট দৈর্ঘ্য নির্বিশেষে
পুনরায় শুরুযোগ্য আপলোডবহুভাগ, ড্রপ সেবা করে
Best forদিনব্যাপী কর্মশালা, জমা, বোর্ড মিটিং, মৌখিক ইতিহাস — ৯০-মিনিটের দেয়ালের বাইরে কিছু।
Option 03

Whisper API + DIY চাঙ্কিং

প্রতি মিনিটে সবচেয়ে সস্তা। আপনি চাঙ্কার, স্পিকার স্টিচ এবং পুনরায় চেষ্টার যুক্তি তৈরি করেন।

সর্বোচ্চ ফাইল দৈর্ঘ্যপ্রতি অনুরোধে ২৫ এমবি (~২৫ মিনিট)
সর্বোচ্চ ফাইল আকার২৫ এমবি হার্ড সীমা
স্পিকার আইডি প্রান্ত থেকে প্রান্তেকোনো নেই — কোনো ডায়ারাইজেশন নেই
দীর্ঘ-ফাইল আউটপুটসংখ্যাযুক্ত আংশিক, আপনি স্টিচ করেন
মূল্য · প্রতি মিনিট$0.006 (OpenAI Whisper)
প্রকৌশল সময়পাইপলাইন প্রতি ঘন্টা থেকে দিন
Best forপ্রকৌশলী যারা প্রতি চাঙ্কে কাঁচা পাঠ এবং স্পিকার বা সারসংক্ষেপ চান না এবং একটি একক আউটপুট চান না।

মূল্য নির্ধারণ এবং সীমা মে ২০২৬ অনুযায়ী নির্ভুল। Otter Pro দৈর্ঘ্য সীমা তাদের জনসাধারণ মূল্য নির্ধারণ পৃষ্ঠায় শেষবার যাচাই করা হয়েছিল।

দীর্ঘ ফাইলের জন্য নির্দিষ্ট

তিনটি উপায় জেনেরিক টুল ৯০-মিনিটের পর মারা যায়।

বেশিরভাগ পাইপলাইন এক-ঘন্টার মিটিংয়ের জন্য তৈরি করা হয়েছিল। দীর্ঘ অডিও তাদের অনুমানযোগ্য উপায়ে ভেঙে দেয় — এখানে আমরা আলাদাভাবে কী করি।

কী ভুল হয়

  1. 1৯০ মিনিটে নীরব টাইমআউট। কাজটি একঘন্টা চলে, তারপর দরকারী ত্রুটি ছাড়াই মারা যায়। আপনি পুনরায় চেষ্টা করার জন্য কিছু নিয়ে রেখে যান।
  2. 2চাঙ্কের মধ্যে স্পিকার আইডি ড্রিফট। স্পিকার ১ ঘন্টায় স্পিকার ৪ ঘন্টা ৩ হয়ে ওঠে কারণ প্রতিটি চাঙ্ক বিচ্ছিন্নভাবে ডায়ারাইজ করা হয়।
  3. 3আউটপুট একটি সংখ্যাযুক্ত ফোল্ডার। `transcript_part_01.txt` থেকে `transcript_part_24.txt` প্রতিটি চাঙ্ক সীমানায় টাইমস্ট্যাম্প রিসেট সহ। আপনি এটি নিজেই স্টিচ করেন।

এখানে কী ফ্লিপ করবেন

  1. 1পুনরায় শুরুযোগ্য বহুভাগ আপলোড। আপলোডের ঘন্টা ২-এ সংযোগ ড্রপ হয়? শেষ সম্পন্ন অংশ থেকে পুনরায় শুরু করুন। ৪ জিবির পুনরায় আপলোড নেই।
  2. 2বৈশ্বিক স্পিকার এম্বেডিং পাস। প্রতি-চাঙ্ক ডায়ারাইজেশনের পরে, আমরা সমগ্র ফাইল জুড়ে কণ্ঠস্বর ক্লাস্টার করি তাই স্পিকার ৩ মিনিট ১২ এবং মিনিট ৪৮৭-এ একই ব্যক্তি।
  3. 3ঘন্টা চিহ্ন সহ একটি একক DOCX। একটি ফাইল, সংযুক্ত টাইমস্ট্যাম্প, প্রতি ৬০ মিনিটে ঐচ্ছিক অধ্যায় বিরতি। কোনো স্টিচিং নেই।

দীর্ঘ ফাইলের জন্য সুপারিশকৃত কাজের সেটিংস

৯০ মিনিটের বেশি কিছু ড্রপ করুন এবং এগুলি স্বয়ংক্রিয়ভাবে চালু হয়। ফর্ম থেকে প্রতি-কাজ ওভাররাইড করুন।

চাঙ্ক কৌশল
১২ মিনিটের উইন্ডো · ১০ সেকেন্ড ওভারল্যাপ
ডায়ারাইজেশন
সমস্ত চাঙ্ক জুড়ে বৈশ্বিক পাস
স্পিকার মডেল
দীর্ঘ-ফর্ম · ২-২০ স্পিকার
আপলোড
পুনরায় শুরুযোগ্য বহুভাগ
সারি
অগ্রাধিকার (বিজনেস পরিকল্পনা)
এক্সপোর্ট
একক DOCX · ঘন্টা চিহ্ন চালু

Accuracy · real-world numbers

৯২% একটি ৫-ঘন্টার ফাইল জুড়ে ধরে। গুণমান ঘন্টা-থেকে-ঘন্টা সমতল থাকে।

দীর্ঘ অডিওর সাথে কঠিন অংশটি মডেল নয় — এটি মিনিট ১ থেকে মিনিট ৬০০ পর্যন্ত নির্ভুলতা সমতল রাখা। স্পিকার ড্রিফট এবং চাঙ্ক-সীমানা ত্রুটি বেশিরভাগ পাইপলাইনকে হত্যা করে। নীচের সংখ্��াগুলি সম্পূর্ণ-দৈর্ঘ্যের গ্রাহক ফাইল জুড়ে পরিমাপ করা হয়, প্রথম ১০ মিনিট নয়।

95%
স্টুডিও দীর্ঘ-ফর্ম, একক স্পিকার

অডিওবুক বর্ণনা, একক পডকাস্ট, নির্দেশিত পাণ্ডুলিপি। কোনো রুম শব্দ ছাড়াই ৬-১০ ঘন্টার পরিষ্কার ভয়েস। কোনো ডায়ারাইজেশন প্রয়োজন নেই।

92%
বোর্ডরুম, ২-৬ স্পিকার

কনফারেন্স টেবিল, ভালো মাইক্রোফোন, ৩-৫ ঘন্টা। বৈশ্বিক স্পিকার পাস সমগ্র ফাইল জুড়ে আইডি স্থিতিশীল রাখে।

88%
সারাদিনের কর্মশালা, ল্যাপেল মাইককা

মাইক হ্যান্ডঅফ এবং দর্শক প্রশ্নোত্তরের সাথে ৭-৯ ঘন্টার প্রশিক্ষণ দিন। স্পিকার চিপগুলিতে নামের জন্য ৫-মিনিটের পাস প্রয়োজন।

82%
ফিল্ড রাউন্ডটেবিল, ৮+ স্পিকার

দীর্ঘ মৌখিক ইতিহাস, ফোকাস গ্রুপ বা প্যানেল ওভারল্যাপিং ভয়েস এবং পরিবেশগত শব্দের সাথে। ব্যবহারযোগ্য, কিন্তু পরিষ্কার করার প্রত্যাশা করুন।

সাধারণ প্রশ্ন

দীর্ঘ অডিও ট্রান্সক্রিপশন সম্পর্কে ৮টি জিনিস মানুষ জিজ্ঞাসা করে।

01প্রকৃত ফাইল দৈর্ঘ্য এবং আকারের সীমা কী?+
প্রো এবং বিজনেসেতে প্রতি ফাইল ১০ ঘন্টা। প্রো ফাইল আকার २ জিবিতে সীমাবদ্ধ, বিজনেস ৫ জিবিতে। যদি আপনার ১০ ঘন্টারও বেশি কিছু থাকে তবে একটি প্রাকৃতিক বিরতিতে একবার বিভক্ত করুন — আপনি একই প্রকল্পে পরপর আপলোড করলে আমরা স্পিকার আইডি সামঞ্জস্যপূর্ণ রাখব।
02আমি একটি ট্রান্সক্রিপ্ট বা সংখ্যাযুক্ত আংশিকের ফোল্ডার পাই?+
একটি ফাইল। সর্বদা। DOCX, SRT, TXT বা JSON — আপনার পছন্দ। টাইমস্ট্যাম্প রেকর্ডিংয়ের শেষ পর্যন্ত ০০:০০:০০ থেকে চলমান থাকে, প্রতিটি চাঙ্ক সীমানায় রিসেট নয়।
03একটি ৬-ঘন্টার ফাইল ফিরে আসতে কত সময় লাগে?+
প্রো সারিতে মোটামুটি ১৮-২৫ মিনিট, বিজনেস অগ্রাধিকারে ৮-১২। আমরা ১২-মিনিটের চাঙ্কগুলি সমান্তরালে প্রক্রিয়া করি, তাই দেয়াল-ঘড়ির সময় ফাইল দৈর্ঘ্যের সাথে সাব-লিনিয়ারলি স্কেল করে, মিনিট-প্রতি-মিনিট নয়।
04স্পিকার আইডি প্রান্ত থেকে প্রান্তে সামঞ্জস্যপূর্ণ থাকে কি?+
হ্যাঁ। প্রতি-চাঙ্ক ডায়ারাইজেশনের পরে, একটি বৈশ্বিক এম্বেডিং পাস সম্পূর্ণ ফাইল জুড়ে কণ্ঠস্বর ক্লাস্টার করে। স্পিকার ৩ মিনিট ১২-এ স্পিকার ৩ মিনিট ৪৮৭-এর মতো। এটি DIY Whisper পাইপলাইনগুলি ভুল করার প্রধান জিনিস।
05যদি আমার ৪ জিবি ফাইলের ঘন্টা ৩-এ আপলোড ড্রপ হয় তবে কী হয়?+
পুনরায় শুরুযোগ্য বহুভাগ আপলোড শেষ সম্পন্ন অংশ থেকে উঠায়। আপনি প্রথম ৩ জিবি পুনরায় আপলোড করবেন না। উদ্বিগ্ন হোটেল ওয়াই-ফাই এবং সেলুলার টেদারিংয়ে কাজ করে — আমরা উভয়ই পরীক্ষা করেছি।
06Whisper API দীর্ঘ ফাইলে কেন শোক হয়?+
OpenAI-এর Whisper এন্ডপয়েন্টে প্রতি-অনুরোধ ২৫ এমবি হার্ড সীমা রয়েছে — সংকুচিত অডিওর মোটামুটি ২৫ মিনিট। এর বেশি কিছু আপনাকে চাঙ্ক, সমান্তরালে ট্রান্সক্রাইব করতে হয় তারপর ট্রান্সক্রিপ্ট এবং সারিবদ্ধ স্পিকার নিজেই স্টিচ করতে হয়। আমরা সবকিছু সার্ভার-সাইডে করি।
07প্রতি-মিনিটের মূল্য ১০-ঘন্টার ফাইলে ১০-মিনিটের ফাইলের মতোই?+
হ্যাঁ। প্রতি মিনিট $০.০३ ফ্ল্যাট, দৈর্ঘ্য নির্বিশেষে। একটি ১০-ঘন্টার ফাইল $१८ খরচ করে। Rev-এর মতো আমরা দীর্ঘ ফাইলে অতিরিক্ত চার্জ করি না ($१.५०/মিনিট মানব × १० ঘন্টা = $९००)।
08আমি অধ্যায় চিহ্ন বা প্রতি ঘন্টায় টাইমস্ট্যাম্প পেতে পারি?+
কাজের ফর্মে 'ঘন্টা চিহ্ন' টগল করুন এবং DOCX প্রতি ৬০ মিনিটে শিরোনাম বিরতি সহ রপ্তানি করে। SRT ক্রমাগত টাইমকোড রাখে। JSON উভয়ই আছে — অধ্যায় অ্যারে প্লাস শব্দ-স্তরের টাইমস্ট্যাম্প।

আপনার দীর্ঘ ফাইল ড্রপ করুন। একটি ট্রান্সক্রিপ্ট ফেরত পান।

প্রতি মাসে ৩০ ফ্রি মিনিট। কোনো কার্ড নেই। ১০ ঘন্টা পর্যন্ত ফাইল, স্পিকার লেবেল যা সামঞ্জস্যপূর্ণ থাকে, একক-ফাইল এক্সপোর্ট।

ফ্রি শুরু করুন