বেশিরভাগ ক্যাপশন অ্যাপের ইন্টারনেট লাগে, কারণ তারা আপনার অডিও ট্রান্সক্রাইব করার জন্য ক্লাউড সার্ভিসে পাঠায়। এতে সময় লাগে, নেটওয়ার্ক না থাকলে কাজ বন্ধ হয়ে যায়, আর আপনার কণ্ঠ থেকে যায় অন্য কারও সার্ভারে। ইন্টারনেট ছাড়া ভিডিওতে সাবটাইটেল দিতে চাইলে ডিভাইসেই ট্রান্সক্রিপশন এই তিনটি সমস্যাই মেটায়।

ডিভাইসেই (অফলাইন) ক্যাপশন কেন জরুরি

  • নেটওয়ার্ক লাগে না। প্লেনে, শুটিংয়ে বা যেখানে কানেকশন খারাপ, সেখানেও ক্যাপশন দিন।
  • গতি। আপলোডের অপেক্ষা নেই, সার্ভারের লাইন নেই: ফোন নিজেই কাজটা করে ফেলে।
  • প্রাইভেসি। ক্লায়েন্ট কল, এখনো প্রকাশ না হওয়া পিচ আর সংবেদনশীল ফুটেজ কখনো ডিভাইস ছেড়ে যায় না।

এভাবে ক্যাপশন দেওয়া নির্ভর করে Apple-এর Speech framework-এর ওপর, যেটা ডিভাইসেই স্পিচ রিকগনিশন চালাতে পারে। এই কারণেই অডিও পড়ার জন্য কোথাও পাঠাতে হয় না।

ক্যাপশন ওয়াচ টাইম বাড়ানোর আগে একটা অ্যাক্সেসিবিলিটির দায়িত্ব, আর W3C আগে থেকে রেকর্ড করা মিডিয়ার ক্যাপশন নিয়ে মানদণ্ড ঠিক করে দিয়েছে।

অফলাইনে সাবটাইটেল যোগ করার ধাপ

iPhone-এর জন্য Zella-য় ট্রান্সক্রিপশন চলে Neural Engine-এ, তাই পুরো কাজটা Airplane Mode-এও হয়:

  1. ইমপোর্ট বা রেকর্ড করুন আপনার ভিডিও (এটাও ডিভাইসেই)।
  2. ক্যাপশন তৈরি করুন। Zella লোকালি ট্রান্সক্রাইব করে, কোনো কানেকশন লাগে না।
  3. ট্রান্সক্রিপ্ট এডিটরে শব্দ ঠিক করুন। ভুল শোনা শব্দে ট্যাপ করে সংশোধন করুন, টাইমিং যেমন ছিল তেমনই থাকে। চাইলে আগের কোনো SRT-ও ইমপোর্ট করতে পারেন।
  4. স্টাইল দিন। অ্যাক্টিভ-ওয়ার্ড হাইলাইটসহ 9টি প্রিসেটের একটি বেছে নিন, তারপর ফন্ট, সাইজ, রং আর অবস্থান ঠিক করুন।
  5. এক্সপোর্ট করুন সাবটাইটেল ভিডিওতে বসিয়ে (burned in), অথবা শেষ করার জন্য Mac-এ পাঠিয়ে দিন।

পুরো টুলসেটের জন্য দেখুন iOS ক্যাপশন ও টাইটেল গাইড (ইংরেজিতে)।

iOS নিজে অফলাইনে কী দেয়

iOS কানেকশন ছাড়াই অডিওর ক্যাপশন দেখাতে পারে, কিন্তু এমনভাবে নয় যেটা আপনি পোস্ট করতে পারবেন। Settings > Accessibility > Live Captions স্ক্রিনে যা চলছে তা রিয়েল টাইমে, ডিভাইসেই লিখে দেখায়। এটা দেখার একটা সহায়তা মাত্র: লেখা আসে একটা ভাসমান প্যানেলে, ভিডিও ফাইলে নয়, তাই আপনি এটা এক্সপোর্ট, রিস্টাইল বা ক্লিপের সাথে আপলোড করতে পারবেন না।

বিল্ট-ইন Photos অ্যাপে কোনো ট্রান্সক্রিপশনই নেই। এটা ভিডিও ট্রিম, ক্রপ, রোটেট করে আর ফিল্টার ও আলোর অ্যাডজাস্টমেন্ট দেয়, তালিকা ওখানেই শেষ। iMovie ক্লিপের ওপর একটা টাইটেল কার্ড বসাতে পারে, তাই আপনি হাতে টাইপ করে সাবটাইটেল দিতে পারেন, এক লাইন করে, প্রতিটার অবস্থান আর টাইমিং নিজে ঠিক করে। দুই মিনিটের একটা টকিং-হেড টেকের জন্য সেটা মোটামুটি একশোটা হাতে লেখা এন্ট্রি।

তাই অফলাইন সাবটাইটেলের প্রশ্নটা আসলে দাঁড়ায়: কোন থার্ড-পার্টি অ্যাপ আপনার অডিও সার্ভারে না পাঠিয়ে লোকালি ট্রান্সক্রাইব করে?

অফলাইন বনাম ক্লাউড ক্যাপশন, পাশাপাশি

ডিভাইসেই ট্রান্সক্রিপশন ক্লাউড ট্রান্সক্রিপশন
Airplane Mode-এ চলে হ্যাঁ না
আপনার অডিও ফোন ছেড়ে যায় কখনো না প্রতিবার
ক্যাপশন দেখার আগে অপেক্ষা শুধু প্রসেসিংয়ের সময় আপলোড, তারপর লাইন, তারপর ডাউনলোড
ব্যবহারের সীমা নেই প্রায়ই মিনিট, ক্রেডিট বা প্ল্যান টিয়ার
পরিষ্কার কথায় নির্ভুলতা কাছাকাছি কাছাকাছি
শব্দময় বা টানযুক্ত অডিওতে নির্ভুলতা দুই ক্ষেত্রেই প্রুফরিড করুন দুই ক্ষেত্রেই প্রুফরিড করুন

খারাপ অডিওতে কোনো পদ্ধতিই জাদু দেখায় না। ইঞ্জিন বাছাইয়ের চেয়ে মুখের কাছে মাইক রাখা অনেক বেশি কাজে দেয়।

কোনো অ্যাপ ডিভাইসেই ক্যাপশন দেয় কিনা কীভাবে বুঝবেন

দুটো দ্রুত পরীক্ষা:

  1. Airplane Mode চালু করে ক্যাপশন তৈরি করার চেষ্টা করুন। কাজ করলে সেটা ডিভাইসেই হচ্ছে। ঘুরতে থাকলে বা এরর দিলে অ্যাপটি আপলোড করছে।
  2. প্রাইভেসির লেখাটা পড়ুন। ডিভাইসে চলা অ্যাপগুলো বলে "কিছুই আপলোড হয় না" বা "আপনার ডিভাইসে প্রসেস হয়"। ক্লাউড অ্যাপগুলো সার্ভার, ক্রেডিট বা প্রসেসিং মিনিটের কথা বলে।

Zella Airplane Mode পরীক্ষায় পাস করে, কারণ এটা পুরোপুরি ফোনেই চলার জন্য বানানো। iPhone-এর জন্য Zella App Store-এ পাওয়া যাচ্ছে; Mac অ্যাপটি আজই Mac App Store-এ আছে। একটি Pro কেনা দুটোই কভার করে।

পরিষ্কার অফলাইন ক্যাপশনের টিপস

  • পরিষ্কার অডিও রেকর্ড করুন: কাছের মাইক থাকলে ডিভাইসে ট্রান্সক্রিপশন চোখে পড়ার মতো নির্ভুল হয়।
  • এক্সপোর্টের আগে নাম আর বিশেষ শব্দগুলোর জন্য সবসময় ট্রান্সক্রিপ্টে একবার চোখ বুলিয়ে নিন।
  • ক্যাপশন এক বা দুই লাইনে রাখুন আর এমন জায়গায় বসান যেখানে প্ল্যাটফর্মের UI ঢেকে দেবে না।
  • স্ট্রোক বা প্লেটসহ হাই-কনট্রাস্ট স্টাইল ব্যবহার করুন, যাতে যেকোনো ফুটেজের ওপর লেখা পড়া যায়।

সাধারণ প্রশ্ন

ইন্টারনেট কানেকশন ছাড়া কি iPhone-এ ভিডিওতে সাবটাইটেল যোগ করা যায়? হ্যাঁ, Zella-র মতো ডিভাইসে চলা অ্যাপ দিয়ে। এটা Neural Engine-এ ট্রান্সক্রাইব করে, তাই কোনো কানেকশন লাগে না।

অফলাইন ক্যাপশন কি ক্লাউডের মতোই নির্ভুল? পরিষ্কার অডিওতে হ্যাঁ, আধুনিক অন-ডিভাইস মডেলগুলো চমৎকার। নাম আর টেকনিক্যাল শব্দের জন্য ট্রান্সক্রিপ্ট সবসময় প্রুফরিড করুন।

অফলাইন ক্যাপশন কি আমার ভিডিও প্রাইভেট রাখে? হ্যাঁ। ডিভাইসেই ট্রান্সক্রিপশন মানে আপনার অডিও আর ভিডিও কখনো আপলোড হয় না। এটাই মূল প্রাইভেসি সুবিধা, দেখুন iPhone-এর সেরা AI ভিডিও এডিটিং অ্যাপ।

সাবটাইটেল কি অফলাইনে অনুবাদও করা যায়? iPhone-এ Zella Apple Translation দিয়ে পুরোপুরি ডিভাইসেই ক্যাপশন 19টি ভাষায় অনুবাদ করে। এর জন্য iOS 18 বা তার পরের ভার্সন লাগে, আর ভাষাটা আগে থেকে ফোনে ডাউনলোড করা থাকতে হয়, তাই নেটওয়ার্ক হারানোর আগেই সেটা করে নিন।

ট্রান্সক্রাইব না করে কি SRT ফাইল ইমপোর্ট করা যায়? হ্যাঁ। Zella SRT ইমপোর্ট করে আর যেসব প্ল্যাটফর্ম সাবটাইটেল ফাইল পড়ে না, সেগুলোর জন্য ক্যাপশন ভিডিওতে বসিয়ে দেয়।