ফ্রিতে নির্ভুল অডিও-টু-টেক্সট
Whisper হলো OpenAI-এর ওপেন সোর্স স্পিচ-রিকগনিশন মডেল — বাংলাসহ ৯০+ ভাষার অডিও টেক্সটে রূপান্তর করে। লেকচার রেকর্ডিং, ইন্টারভিউ বা ভিডিওর সাবটাইটেল বানাতে ফ্রি ও নির্ভুল সমাধান। লোকাল কম্পিউটারে চলে বলে কোনো সাবস্ক্রিপশন লাগে না।
pip install -U openai-whisper
বাংলা অডিও বা ভিডিও ফাইল থেকে হাতে লিখে টেক্সট বা সাবটাইটেল তৈরি করা সময়সাপেক্ষ ও ক্লান্তিকর কাজ। Whisper AI আপনার এই সমস্যা সমাধান করবে, আপনাকে বিনামূল্যে নির্ভুল ট্রান্সক্রিপশন ও সাবটাইটেল তৈরি করতে সাহায্য করবে।
অডিও থেকে নির্ভুল স্পিচ-টু-টেক্সট ও দ্রুত inference পরিচালনার জন্য।
`whisper.cpp` হলো OpenAI-এর উন্নত Whisper model-এর একটি C/C++ port লাইব্রেরি। এটি অডিও ফাইল থেকে স্বয়ংক্রিয়ভাবে টেক্সট রূপান্তরের (speech-to-text) কাজ সহজ করে তোলে। বাংলাদেশি শিক্ষার্থী থেকে শুরু করে পেশাদার ডেভেলপার ও গবেষকরা এতে দ্রুত ও কার্যকর inference চালাতে পারবেন।