MP4 ভিডিওকে টেক্সটে ট্রান্সক্রাইব করুন।অডিও স্বয়ংক্রিয়ভাবে এক্সট্র্যাক্ট করা হয়।

MP4 ফাইল ড্র্যাগ করুন যেমন আছে তেমনি — আমরা অডিও ট্র্যাক সার্ভার-সাইডে টেনে আনি, টাইমস্ট্যাম্প করা ট্রান্সক্রিপ্ট রিটার্ন করি এবং একটি SRT শিপ করি যা YouTube, Vimeo বা আপনার NLE-তে সরাসরি ফেলে দেওয়া যায়।

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

↓ কী বেরিয়ে আসে তা দেখুন

MP4 আসে। ট্রান্সক্রিপ্ট + SRT বেরিয়ে যায়।

MP4 একটি কন্টেইনার — আমরা অডিও স্ট্রিম সরাসরি পড়ি, কখনও ভিডিও পুনরায় এনকোড করি না। টাইমস্ট্যাম্প আপনার আসল টাইমলাইনের জন্য ফ্রেম-অ্যাকুরেট থাকে, তাই SRT প্রথম ইমপোর্টে লাইন আপ করে।

training-module-04.mp4REC 1080p · 22:14 · 412 MB
স্বয়ংক্রিয়ভাবে সনাক্ত en-USAAC 48 kHz স্টেরিও · 192 kbps
~90s
ট্রান্সক্রিপ্ট · স্ট্রিমিং95% নির্ভুলতা
S1

ঠিক আছে, এই মডিউলে আমরা রিফান্ড ওয়ার্কফ্লো শুরু থেকে শেষ পর্যন্ত যাচ্ছি।

S2

শুরু করার আগে একটি দ্রুত প্রশ্ন — এটি আংশিক রিফান্ডের জন্যও প্রযোজ্য?

S1

ভালো ক্যাচ। আংশিক একই স্ক্রিন ব্যবহার করে কিন্তু একটি ভিন্ন কারণ কোড।

S2

বুঝেছি। এবং অনুমোদন থ্রেশহোল্ড এখনও দুইশত ডলার?

পরিষ্ক���র সংলাপে 95%SRT · VTT · DOCX · 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

ffmpeg দিয়ে DIY করুন। একটি ভিডিও এডিটর। অথবা আমরা।

আপনি নিজেই অডিও এক্সট্র্যাক্ট করতে পারেন এবং Whisper চালাতে পারেন। আপনি MP4 কে Descript বা VEED-তে টেনে নিয়ে যেতে পারেন এবং তাদের এডিটরের ভিতরে থাকতে পারেন। অথবা আপনি ফাইলটি এখানে ফেলে দিতে পারেন এবং ট্রান্সক্রিপ্ট + SRT ফেরত পেতে পারেন, কোনো এডিটর লক-ইন ছাড়াই।

Option 01

ffmpeg + Whisper

ফ্রি, লোকাল, জটিল। আপনি পাইপলাই��� এবং এতে প্রতিটি বাগের মালিক।

প্রয়োজনCLI + 10 GB মডেল + GPU
স্পিকার ডায়ারাইজেশনআলাদা টুল (pyannote)
SRT আউটপুটহ্যাঁ, ম্যানুয়াল ফ্ল্যাগ
1 ঘণ্টার MP4-তে সময়CPU-তে 20–90 মিনিট
মাল্টি-ট্র্যাক অডিওআপনি স্ট্রিম বাছাই করেন
খরচ$0 + আপনার হার্ডওয়্যার
Best forইঞ্জিনিয়ারদের জন্য যারা ইতিমধ্যে স্থানীয়ভাবে Whisper চালান এবং ডায়ারাইজেশন সেলাইকরণে মন দেন না।
Option 02

Transcription.Solutions

MP4 ফেলুন। অডিও এক্সট্র্যাকশন, ডায়ারাইজেশন, SRT, সারাংশ — একটি পাস।

প্রয়োজনব্রাউজার, এটাই সব
স্পিকার ডায়ারাইজেশনবিল্ট-ইন, প্রতিটি কাজ
SRT আউটপুটউৎস এর জন্য ফ্রেম-সংযুক্ত
1 ঘণ্টার MP4-তে সময়~4 মিনিট, স্ট্রিমড
মাল্টি-ট্র্যাক অডিওআমরা সব স্ট্রিম তালিকাভুক্ত করি
খরচ · প্রতি মিনিট$0.03
Best forযে কাউকে MP4 দিয়ে যে টেক্সট এবং SRT চায় ভিডিও এডিটর বা CLI শিখতে ছাড়াই।
Option 03

Descript / VEED

MP4 কে এডিটরে লোড করুন। ট্রান্সক্রিপ্ট টাইমলাইন UI র অংশ হিসাবে প্রদর্শিত হয়।

প্রয়োজনঅ্যাকাউ��্ট + এডিটর শেখার বক্ররেখা
স্পিকার ডায়ারাইজেশনহ্যাঁ, EN-টিউনড
SRT আউটপুটএক্সপোর্ট-গেটেড পরিকল্পনা দ্বারা
আপলোড ক্যাপ5 GB (Descript ফ্রি)
মাল্টি-ট্র্যাক অডিওশুধুমাত্র প্রথম ট্র্যাক
খরচ$12–24/ব্যবহারকারী/মাসিক
Best forসম্পাদকদের জন্য যারা ভিডিও এবং ট্রান্সক্রিপ্ট একই টুলে কাটতে চান।

মূল্য নির্ধারণ এবং বৈশিষ্ট্য ক্যাপ 2026 সালের মতো আনুমানিক। Descript এবং VEED স্তরের নাম ঘন ঘন পরিবর্তিত হয় — বর্তমান সীমার জন্য তাদের সাইট পরীক্ষা করুন।

MP4-এর জন্য নির্দিষ্ট

তিনটি প্রধান ত্রুটি। জেনেরিক ট্রান্সক্রিপশন টুলে

MP4 একটি কন্টেইনার, কোডেক নয় — এবং বেশিরভাগ ট্রান্সক্রিপশন টুল এটিকে একটি বড় অডিও ব্লব মতো বিবেচনা করে। সেখানে মিস আসে।

কী ভুল হয়

  1. 1বুম + ল্যাভ সহ মাল্টি-ট্র্যাক MP4। জেনেরিক টুল ট্র্যাক 1 গ্রাব করে এবং ��াকিটি উপেক্ষা করে, তাই আপনি পরিষ্কার মাইক হারাবেন। FCP এবং Premiere এক্সপোর্ট এ সাধারণ।
  2. 2ভ্লগ এবং বিজ্ঞাপনে পটভূমি সঙ্গীত ফ্যান্টম শব্দ ট্রিগার করে। স্বীকৃতিকারী সঙ্গীত বিছানায় ভোকাল ট্রান্সক্রাইব করার চেষ্টা করে।
  3. 3SRT টাইমস্ট্যাম্প ড্রিফ্ট যখন টুল রাস্তায় ভিডিও পুনরায় এনকোড করে। মিনিট 40 দ্বারা ক্যাপশন এক সেকেন্ড বন্ধ।

এখানে কী ফ্লিপ করতে হবে

  1. 1আপলোড করুন — আমরা প্রতিটি অডিও স্ট্রিম জরিপ করি এবং আপনাকে বেছে নিতে দেই কোনটি ট্রান্সক্রাইব করবে। ডিফল্ট সর্বোচ্চ-বিটরেট ট্র্যাক।
  2. 2জব ফর্মে সঙ্গীত দমন চালু করুন। আমরা স্বীকৃতিকারীকে স্পিচ VAD তে গেট করি তাই যন্ত্রসঙ্গীত বিভাগ খালি থাকে।
  3. 3আমরা কখনও ভিডিও পুনরায় এনকোড করি না। অডিও নেটিভ স্যাম্পল রেটে এক্সট্র্যাক্ট করা হয়, টাইমস্ট্যাম্প কন্টেইনারের সম্পাদনা তালিকা রেফারেন্স করে — SRT ফ্রেম-অ্যাকুরেট লাইন আপ করে।

MP4-এর জন্য সুপারিশকৃত জব সেটিংস

এক��ি MP4 ড্রপ করুন এবং এটি ডিফল্টরূপে ফ্লিপ করে। ফর্ম থেকে কাজ-প্রতি ওভাররাইড করুন।

অডিও এক্সট্র্যাকশন
নেটিভ স্যাম্পল রেট, কোনো পুনরায় এনকোড নেই
ট্র্যাক নির্বাচন
সর্বোচ্চ-বিটরেট স্ট্রিম
ডায়ারাইজেশন
অ্যাকাউস্টিক · 1-6 স্পিকার
সঙ্গীত দমন
ভ্লগ/বিজ্ঞাপন প্রিসেটের জন্য চালু
SRT ফরম্যাট
≤42 চর/লাইন, সর্বাধিক 2 লাইন
এক্সপোর্ট
SRT · VTT · DOCX · টাইমস্ট্যাম্প করা TXT

Accuracy · real-world numbers

পরিষ্কার শুটে 95%। সৎ সংখ্যা। যখন অডিও সমস্যা সৃষ্টি করে তখনও

MP4 নির্ভুলতা কোডেক দ্বারা নয়, মাইক দ্বারা সেট করা হয়। একটি শান্ত সেটে একটি ল্যাভ মাইক সর্বদা অন-বোর্ড অডিও সহ একটি 4K ক্যামেরাকে পরাজিত করে। নীচের সংখ্যা আসল গ্রাহক MP4 থেকে আসে, যা অডিও ক্যাপচার করছে তার দ্বারা সাজানো হয়।

96%+
স্টুডিও শুট, ল্যাভ বা শটগান মাইক

ল্যাপেল বা বুম একটি রেকর্ডারে, 48 kHz AAC 192+ kbps, ট্রিট করা কক্ষ। সিলিং কেস। স্পিকার লেবেল দুই-ব্যক্তির শুটে পেরেক দেয়।

93%
DSLR অন-ক্যামেরা শটগান সহ

ক্যামেরা-টপ মাইক 2-4 ফুট স্পিকার থেকে। কিছু কক্ষ টোন কিন্তু বক্তৃতা বোধগম্য। বেশিরভাগ YouTube ক্রিয়েটর ফুটেজ এখানে অবতরণ করে।

89%
USB মাইক সহ স্ক্রিন রেকর্ডিং

OBS, Loom, Camtasia এক্সপোর্ট। মাইক কাছে কিন্তু কক্ষ অবিরত, প্রায়শই সিস্টেম অডিও ব্লিড সহ। টিউটোরিয়াল ট্রান্সক্রিপ্টের জন্য যথেষ্ট ভাল।

84%
ফোন-শট ভ্লগ, অভ্যন্তরীণ মাইক

বিল্ট-ইন ফোন মাইক, বাতাস বা হ্যান্ডলিং শব্দ, দূরত্ব শট দ্বারা শট পরিবর্তিত। শব্দ ব্যবহারযোগ্য, প্রতি মিনিটে 1-2 ফিক্স আশা করুন সঠিক বিশেষ্য উপর।

সাধারণ প্রশ্ন

মানুষ 8টি জিনিস জানতে চায়। MP4 ট্রান্সক্রিপশন সম্পর্কে

01আপনি কি আমার ভিডিও পুনরায় এনকোড করেন?+
না। আমরা শুধুমাত্র MP4 কন্টেইনার থেকে অডিও স্ট্রিম পড়ি। ভিডিও স্ট্রিম কখনই টাচ করা হয় না, কখনই পুনরায় এনকোড করা হয় না এবং কাজ শেষ হওয়ার পরে কখনই সংরক্ষণ করা হয় না — আপনি আপনার মূল ফাইল অপরিবর্তিত রাখেন।
02MP4 এর ভিতরে কোন কোডেক সাপোর্ট করা হয়?+
স্ট্যান্ডার্ড H.264 + AAC সহজ কেস। আমরা HEVC/H.265, ProRes-in-MP4 এবং MP3, Opus, ALAC বা PCM এ অডিও হ্যান্ডেল করি। ffmpeg যদি এটি প্রোব করতে পারে, আমরা এটি ট্রান্সক্রাইব করতে পারি।
03ফাইল সাইজ ক্যাপ কত?+
ওয়েব আপলোডারে 10 GB, API-তে 50 GB পুনরায় শুরুযোগ্য চাংক সহ। একটি সাধারণ 1 ঘণ্টা 1080p MP4 1-3 GB তাই বেশিরভাগ ফাইল এটি সম্পর্কে চিন্তা না করেই ওয়েব পথ ফিট করে।
04SRT কি আমার আসল ভিডিওর সাথে লাইন আপ করবে?+
হ্যাঁ — টাইমস্ট্যাম্প MP4 এর সম্পাদনা তালিকা এবং নেটিভ স্যাম্পল রেট রেফারেন্স করে। আমরা পুনরায় এনকোড করি না, তাই কোনো ড্রিফ্ট নেই। যে কোনো প্লেয়ার বা NLE-তে MP4 এর পাশে SRT ফেলুন এবং প্রথম লোডে ক্যাপশন সিঙ্ক করুন।
05আমি কি সাবটাইটেল ভিডিওতে জ্বালাতে পারি?+
আমাদের দিক থেকে নয় — আমরা SRT আউটপুট করি এবং বার্ন-ইন আপনার এডিটরের কাছে ছেড়ে দেই। ffmpeg ওয়ান-লাইনার, HandBrake, Premiere, DaVinci, Kapwing সব আমরা উৎপাদন করা SRT গ্রহণ করে। আমরা এনকোডিং টুলও হতে চাই না।
06MOV, MKV, M4V, WebM সম্পর্কে কী?+
সব একই পাইপলাইনের মাধ্যমে সাপোর্ট করা। MOV বিশেষত — একই MPEG-4 পরিবার, অভিন্ন এক্সট্র্যাকশন পথ। একাধিক অডিও ট্র্যাক সহ MKV একটি মাল্টি-ট্র্যাক MP4 এর মতো একই স্ট্রিম-পিকার UI পায়।
07আমি কি সহজেই একটি YouTube বা Vimeo URL পাঠাতে পারি?+
YouTube-এর জন্য হ্যাঁ — আপলোড স্ক্রিনে একটি পাবলিক URL পেস্ট করুন এবং আমরা অডিও সরাসরি ফেচ করি, MP4 ডাউনলোড প্রয়োজন নেই। Vimeo একটি সরাসরি ফাইল বা স্বাক্ষরিত ডাউনলোড লিংক প্রয়োজন কারণ তাদের প্লেয়ার স্ট্রিম গেট করে।
08কোনো স্পোকেন ডায়ালগ না থাকলে, শুধু সঙ্গীত বা B-roll থাকলে কী হয়?+
VAD নীরব এবং সঙ্গীত-শুধু বিভাগ সনাক্ত করে এবং এড়িয়ে চলে, তাই আপনি অ্যাম্বিয়েন্ট ফুটেজের জন্য অর্থ প্রদান করে��� না। ট্রান্সক্রিপ্ট সেই রেঞ্জকে `[music]` বা `[no speech]` হিসাবে চিহ্নিত করে শব্দ আবিষ্কার করার পরিবর্তে।

আপনার MP4 ফেলুন। ট্রান্সক্রিপ্ট এবং SRT ফেরত পান।

প্রতি মাসে 30 ফ্রি মিনিট। কোনো কার্ড নেই। অডিও সার্ভার-সাইডে এক্সট্র্যাক্ট করা, স্পিকার লেবেল, ফ্রেম-অ্যাকুরেট SRT — সব অন্তর্ভুক্ত।

ফ্রি শুরু করুন