Mac-এ ভিডিওতে অটোমেটিক ক্যাপশন দিতে অন-ডিভাইস স্পিচ রিকগনিশনসহ এডিটর ব্যবহার করুন: এটা লোকালি ট্রান্সক্রাইব করে, আপনি নামগুলো ঠিক করেন, তারপর সোশ্যালের জন্য ক্যাপশন স্টাইল করেন বা SRT/VTT এক্সপোর্ট করেন। Zella-র মতো অ্যাপ বদলানো যায় এমন প্রিসেটসহ ডিভাইসেই ক্যাপশন তৈরি করে, তাই কোনো আপলোড নেই আর প্রতি মিনিটের ফিও নেই।
অটো-ক্যাপশন ওয়াচ টাইম আর অ্যাক্সেসিবিলিটি বাড়ায়, আর Mac-এ এর কোনো খরচ নেই: কোনো ক্লাউড সার্ভিস নেই, প্রতি মিনিটের ফি নেই। ভিডিওতে অটোমেটিক ক্যাপশন দেওয়ার সবচেয়ে দ্রুত পথ হলো এমন এডিটর যেটা ডিভাইসেই ট্রান্সক্রাইব করে: ক্লিপ খুলুন, অটো-ক্যাপশনে ক্লিক করুন, কয়েকটা নাম ঠিক করুন, তারপর স্টাইল দিন বা এক্সপোর্ট করুন।
নিচে: ঠিক কোন ধাপগুলো, তারপর স্টাইল, প্রতিটি প্ল্যাটফর্মের জন্য এক্সপোর্ট, নির্ভুলতা, আর অন-ডিভাইস ক্যাপশন ক্লাউডের তুলনায় কেমন।
এখানে ব্যবহার করা এডিটর Zella একটি নেটিভ Apple অ্যাপ: Mac অ্যাপটি আজই পাওয়া যাচ্ছে, আর iPhone-এর জন্য Zella App Store-এ আছে, সেখানেও ডিভাইসেই ক্যাপশন দেয়।
অটোমেটিক ক্যাপশন তৈরি করুন (দ্রুত পথ)
- Zella-য় ভিডিওটা খুলুন। যেকোনো MP4 বা MOV চলবে, অ্যাপে রেকর্ড করা হোক বা না হোক।
- Auto-captions-এ ক্লিক করুন। Zella লোকাল স্পিচ রিকগনিশন দিয়ে কথা ডিভাইসেই ট্রান্সক্রাইব করে: কিছুই আপলোড হয় না, অ্যাকাউন্ট লাগে না।
- নামগুলো ঠিক করুন। মডেল ভুল শুনতে পারে এমন নাম, ব্র্যান্ড আর পরিভাষা খুঁজে একবারেই লাইনের ভেতর ঠিক করুন।
- স্টাইল দিন। একটা প্রিসেট বেছে ফন্ট, সাইজ, স্ট্রোক, শ্যাডো আর বক্স ঠিক করুন, যাতে আপনার ব্র্যান্ডের সাথে মেলে।
- আউটপুট বেছে নিন। TikTok, Reels আর Shorts-এর জন্য ক্যাপশন ভিডিওতে বসিয়ে দিন, অথবা YouTube আর আপনার CMS-এর জন্য SRT/VTT এক্সপোর্ট করুন।
দেখুন ক্যাপশন ও কলআউট। প্রাইভেসির দিকটার জন্য দেখুন আপলোড ছাড়া ক্যাপশন দেওয়া।
ট্রান্সক্রিপশন চলে Apple-এর Speech framework দিয়ে, যেটা অন-ডিভাইস রিকগনিশন সাপোর্ট করে, তাই অডিও কখনো আপলোড হয় না।
ক্যাপশন দর্শক ধরে রাখার কৌশল হওয়ার আগে একটা অ্যাক্সেসিবিলিটির শর্ত। W3C-র আগে থেকে রেকর্ড করা মিডিয়ার ক্যাপশন নির্দেশিকাই সেই মানদণ্ড, যা দিয়ে বেশিরভাগ দলকে মাপা হয়।
macOS কি নিজে থেকেই ভিডিওতে ক্যাপশন দেয়?
আপনার নিজের ভিডিও ফাইলে নয়। macOS সেইসব মিডিয়ায় ক্লোজড ক্যাপশন দেখায় যেগুলোর সাথে আগে থেকেই ক্যাপশন ট্র্যাক আছে, আর সিস্টেমে বাজতে থাকা অডিওর জন্য লাইভ-ক্যাপশন ফিচার আছে। কিন্তু আপনার রেকর্ড করা একটা MP4 নিয়ে তার ওপর ট্রান্সক্রিপ্ট লিখে দেয়, এমন কিছু বিল্ট-ইন নেই।
iMovie-ও দেয় না, ফ্রি হওয়া সত্ত্বেও: প্রতিটি লাইন হাতে টাইটেল কার্ড হিসেবে টাইপ করতে হবে। অটোমেটিক ক্যাপশনের জন্য দরকার এমন ভিডিও এডিটর বা ক্যাপশনিং টুল যেটা স্পিচ-টু-টেক্সট করে, আর এই ফাঁকটাই পূরণ করে Zella-র মতো অন-ডিভাইস এডিটর।
Mac-এ অটো-ক্যাপশনের উপায়গুলোর তুলনা
| পদ্ধতি | অটো স্পিচ-টু-টেক্সট | অফলাইনে চলে | প্রতি মিনিটের ফি | ওয়াটারমার্ক | স্টাইলের নিয়ন্ত্রণ |
|---|---|---|---|---|---|
| iMovie (বিল্ট-ইন) | না (হাতে টাইপ) | হ্যাঁ | না | না | শুধু সাধারণ টাইটেল |
| ওয়েব ক্যাপশনার (Veed, Kapwing ইত্যাদি) | হ্যাঁ | না (আপলোড লাগে) | প্রায়ই, বা সাবস্ক্রিপশন | প্রায়ই ফ্রি টিয়ারে | ভালো |
| ক্লাউড এডিটর (Descript, CapCut) | হ্যাঁ | না | সাবস্ক্রিপশন / ক্রেডিট | কিছু ফ্রি টিয়ারে | ভালো |
| অন-ডিভাইস এডিটর (Zella) | হ্যাঁ | হ্যাঁ | না | না | পুরো, প্রিসেটসহ |
হিসাবটা সহজ: ওয়েব আর ক্লাউড টুল ভালো ট্রান্সক্রাইব করে, কিন্তু আপনার ফুটেজ সার্ভারে পাঠায় আর সাধারণত মেপে চার্জ করে বা ওয়াটারমার্ক দেয়; অন-ডিভাইস এডিটর সব লোকাল, ফ্রি আর তাৎক্ষণিক রাখে।
প্ল্যাটফর্ম অনুযায়ী ক্যাপশনের স্টাইল
সঠিক ক্যাপশন স্টাইল নির্ভর করে কোথায় দেখানো হবে আর কেমন মেজাজ চান তার ওপর:
- শব্দ-ধরে-শব্দ স্টাইল (Word Pop, Hormozi, Beast) একবারে এক-দুটো শব্দে অ্যাক্টিভ-ওয়ার্ড হাইলাইট দেয়, আর দ্রুত শর্ট-ফর্মে দর্শক সবচেয়ে ভালো ধরে রাখে।
- Karaoke মানায় গান আর লিরিক ধাঁচের কনটেন্টে।
- Clean Minimal মানায় পেশাদার বা ব্র্যান্ড কনটেন্ট আর লম্বা এক্সপ্লেইনারে, যেখানে ক্যাপশন চেঁচাবে না।
YouTube-এর লম্বা ভিডিওর জন্য অনেক ক্রিয়েটর ক্যাপশন বসিয়ে না দিয়ে SRT এক্সপোর্ট করেন আর দর্শককে চালু-বন্ধ করতে দেন। প্ল্যাটফর্মের সাথে স্টাইল মেলালে কনটেন্ট থেকে মনোযোগ না সরিয়েই শেষ পর্যন্ত দেখার হার বাড়ে: আরও আছে শর্ট-ফর্মের সেরা ক্যাপশন স্টাইল-এ।
ভিডিওতে বসানো বনাম ক্যাপশন ফাইল (SRT/VTT): কোনটা নেবেন
ক্যাপশন পাঠানোর দুটো উপায় আছে, আর এরা আলাদা আচরণ করে:
| ভিডিওতে বসানো | SRT / VTT ফাইল | |
|---|---|---|
| দেখা যাওয়া | সবসময় চালু, বন্ধ করা যায় না | দর্শক চালু/বন্ধ করতে পারে |
| দেখতে | সব প্ল্যাটফর্মে একই রকম | প্রতিটি প্ল্যাটফর্মের ডিফল্ট স্টাইল নেয় |
| কার জন্য সেরা | TikTok, Reels, Shorts, GIF | YouTube, আপনার সাইট, LMS |
| প্ল্যাটফর্মে খোঁজা যায় | না | হ্যাঁ (প্ল্যাটফর্ম লেখা ইনডেক্স করে) |
ভালো একটা অন-ডিভাইস পাস এক ট্রান্সক্রিপশন থেকেই দুটো দেয়, তাই একবার ক্যাপশন দিয়ে সব জায়গায় পাঠান:
- TikTok / Reels / Shorts: ক্যাপশন MP4-এ বসিয়ে দিন যাতে সবসময় দেখা যায়, বড় করে আর প্ল্যাটফর্মের UI-এর ওপরে।
- YouTube: ভিডিওর সাথে একটা এক্সপোর্ট করা SRT/VTT আপলোড করুন, যাতে দর্শক চালু-বন্ধ করতে আর লেখায় খুঁজতে পারে।
- আপনার সাইট বা LMS: একটা VTT সাইডকার অ্যাক্সেসিবল, চালু-বন্ধ করা যায় এমন ক্যাপশন দেয়।
- ছোট একটা GIF: ক্যাপশন বসিয়ে দিন, কারণ GIF-এ কোনো ক্যাপশন ট্র্যাক থাকে না।
আরও নির্ভুল ক্যাপশন পান
আধুনিক অন-ডিভাইস স্পিচ রিকগনিশন পরিষ্কার অডিওতে শক্তিশালী, কিন্তু ট্রান্সক্রিপ্ট ততটাই ভালো যতটা ভালো সে শোনে। সবচেয়ে পরিষ্কার ফলের জন্য:
- ভালো একটা মাইকের কাছে রেকর্ড করুন, যাতে কথা পরিষ্কার হয়।
- ক্যাপশনের আগে ব্যাকগ্রাউন্ড নয়েজ সরান।
- আগে ফিলার শব্দ বাদ দিন, যাতে "um" কখনো লেখায় না ঢোকে।
- স্থির গতিতে কথা বলুন: তাড়াহুড়োর বা একসাথে বলা কথা ট্রান্সক্রাইব করা কঠিন।
ক্যাপশনের আগে দুই মিনিটের একটা ক্লিনআপ পাস করলে পরে হাতে সংশোধন সাধারণত অনেক কম লাগে।
দক্ষভাবে ক্যাপশন এডিট করুন
একবার তৈরি করুন, তারপর লাইন ধরে ধরে ট্রান্সক্রিপ্ট না পড়ে কয়েকটা পাসে ঠিক করুন:
- নামগুলো খুঁজুন (মানুষের নাম, প্রোডাক্টের নাম, পরিভাষা) আর প্রতিটা ঠিক করুন।
- দ্রুত কথা বলা যেকোনো অংশের টাইমিং দেখুন।
- বাকিটা যেমন আছে রাখুন। আগে থেকেই ঠিক লাইন আবার লেখা মানে সময় নষ্ট।
এখানে গতির চেয়ে ক্রম বেশি জরুরি। ক্যাপশন আপনার এডিটের সাথে সরে, তাই আগে কাট করুন, পরে ক্যাপশন দিন। আগে অডিও পরিষ্কার আর ফিলার বাদ দিলে সংশোধনও কম লাগে, কারণ যে শব্দ কেটেছেন সেগুলো ট্রান্সক্রিপ্টে থাকেই না।
অন-ডিভাইস কেন ক্লাউড ক্যাপশনের চেয়ে ভালো
বেশিরভাগ ক্যাপশন টুল আপনার ভিডিও সার্ভারে আপলোড করে। তাতে পান একটা লাইন, প্রতি মিনিটের ফি, আর অন্য কারও মেশিনে আপনার ফুটেজের একটা কপি।
অন-ডিভাইস ক্যাপশন তিনটিই এড়ায়। আপলোডের অপেক্ষা নেই, প্রতি মিনিটের চার্জ নেই, Wi-Fi বন্ধ থাকলেও চলে, আর সংবেদনশীল ফুটেজ (ক্লায়েন্টের কাজ, প্রকাশ না হওয়া প্রোডাক্ট, ইন্টারনাল ডেমো) লোকাল থাকে। যা কিছু অন্যের ক্লাউডে রাখা যায় না, তার জন্য এটাই একমাত্র মানানসই উপায়।
যে ভুলগুলো এড়াবেন
- চোখ বুজে ট্রান্সক্রিপ্টে ভরসা। নাম আর টেকনিক্যাল শব্দ সবসময় ঠিক করুন।
- ছোট বা কম কনট্রাস্টের ক্যাপশন। বড়, হাই-কনট্রাস্ট আর প্ল্যাটফর্মের UI-এর ওপরে রাখুন।
- একবারে পুরো বাক্য স্ক্রিনে। শর্ট-ফর্মে একবারে কয়েকটা শব্দই রাখুন।
- প্রাইভেট ফুটেজ ওয়েব ক্যাপশনারে আপলোড, যখন অন-ডিভাইস উপায় আছে।
Zella কোথায় মানায়, আর ক্যাপশনের খরচ কত
Zella হলো Mac আর iPhone-এর জন্য একটি নেটিভ রেকর্ডার আর AI এডিটর, যেটা পুরোপুরি ডিভাইসেই ক্যাপশন দেয়: কোনো ক্লাউড নেই, অ্যাকাউন্ট নেই, প্রতি মিনিটের চার্জ নেই।
ফোনে শুট করা ক্লিপে ক্যাপশন দেওয়াও একইভাবে হয়। iPhone-এর জন্য Zella-ও ডিভাইসেই ক্যাপশন দেয়, আর iOS 18 বা তার পরের ভার্সনে কোনো নেটওয়ার্ক ছাড়াই সেই ক্যাপশন 19টি ভাষায় অনুবাদ করে: দেখুন iOS-এ ক্যাপশন (ইংরেজিতে)।
ফ্রি প্ল্যান সত্যিই ফ্রি: সীমাহীন রেকর্ডিং, কোনো ওয়াটারমার্ক নেই, 1080p এক্সপোর্ট (ফ্রিতে 2 মিনিট পর্যন্ত; বেশির জন্য Pro), AI ক্লিনআপ (সাইলেন্স আর ফিলার বাদ), অটো-ক্যাপশন আর অটো-জুম। ক্যাপশন দেওয়া কখনো দৈর্ঘ্য বা মিনিট ধরে মাপা হয় না।
ঐচ্ছিক এককালীন $89 Pro আনলক যোগ করে সীমাহীন এক্সপোর্ট দৈর্ঘ্য, 4K এক্সপোর্ট আর প্রো-লেভেলের টুলসেট: 4K/8K এক্সপোর্ট, মোশন কিফ্রেম, Color Match আর স্কোপ, ইফেক্ট মাস্ক, স্পিড র্যাম্প আর প্রতিটি ড্রাম ধরে Beat Sync। একটি কেনায় Mac আর iPhone দুটোই কভার হয়, আর এটা সাবস্ক্রিপশন নয়। বিস্তারিত দেখুন দাম পাতায়।
সাধারণ প্রশ্ন
অন-ডিভাইস ক্যাপশন কতটা নির্ভুল? পরিষ্কার কথায় শক্তিশালী। তৈরির পর নামগুলো দেখে নিন আর যেকোনো শব্দ লাইনের ভেতরেই এডিট করুন।
ক্যাপশন ফাইল কি এক্সপোর্ট করা যায়? হ্যাঁ, SRT, VTT বা CSV, অথবা ক্যাপশন ভিডিওতে বসিয়ে দিন।
ক্যাপশন কি একাধিক ভাষা সাপোর্ট করে? এটা যে ভাষায় কথা বলা হয়েছে সেটাই ট্রান্সক্রাইব করে, আর এক্সপোর্টের আগে দরকারমতো লেখা এডিট করতে পারেন।
পরে এডিট করলে কি ক্যাপশন সিঙ্কে থাকে? হ্যাঁ, কাট করলে এগুলো টাইমলাইনের সাথে সরে, তাই আগে কাট করুন, পরে ক্যাপশন দিন।
শেষ কথা
ক্যাপশন সবচেয়ে বেশি ফল দেওয়া এডিটগুলোর একটি: শেষ পর্যন্ত দেখার হার বাড়ায়, দর্শক বাড়ায়, আর কনটেন্ট খুঁজে পাওয়া যায়; আর ডিভাইসেই করলে কোনো আপলোড নেই, প্রতি মিনিটের ফি নেই, পুরো প্রাইভেসি। একবার তৈরি করুন, নাম ঠিক করুন, প্ল্যাটফর্ম অনুযায়ী স্টাইল দিন, আর বসিয়ে বা ফাইল হিসেবে পাঠান। কয়েক মিনিটের কাজ, যা একটা ভিডিও কতদূর পৌঁছাবে তা সত্যিই বদলে দেয়।
Zella ডাউনলোড করুন আর পরের ভিডিওতে ক্যাপশন দিন।
আপনার পরের ভিডিওটি বানান Zella দিয়ে।
Mac আর iPhone-এ রেকর্ড, এডিট আর প্রকাশ করুন: সব কাজ ডিভাইসেই, প্রাইভেট, শুরু করতে ফ্রি।
আরও পড়ুন