লোকাল ভয়েস-টু-টেক্সট STT Powered by Faster Whisper v0.2 বিনামূল্যে ওপেন সোর্স CPU সমর্থিত



📚ভিডিও কোর্স
🕒সর্বশেষ আপডেট: ১৯/৮/২০২৪
👥উদ্যোক্তা / সেলফ-মিডিয়া ক্রিয়েটর / ক্রসবর্ডার ই-কমার্স পেশাজীবী / সাইড-হাসলে আগ্রহী

রেফারেন্স শেখার উপকরণ — সদস্যপদে অন্তর্ভুক্ত
সদস্য হয়ে কোর্স আনলক করুন
🔓
সদস্যপদ দিয়ে এই কোর্সটি রেফারেন্স হিসেবে শেখার সুযোগ নিন
📦
সদস্য হোন — 16742টি কোর্স ও সফটওয়্যার টুল রেফারেন্স হিসেবে শিখুন
🔄
কোর্স নিয়মিত আপডেট হয় — সদস্যরা নতুন উপকরণ পেলেই শিখতে পারেন
শেয়ার:
সেরা বিক্রিত কোর্স
সেরা বিক্রিত সফটওয়্যার টুল

সম্প্রতি, আমার রেকর্ডিংকে টেক্সটে রূপান্তর করার প্রয়োজন পড়ে। কিছু খোঁজাখুঁজির পর দেখলাম, অনলাইনের বেশিরভাগ টুলই পেইড, আর কিছু ফ্রি টুল হয় ক্লাউড API-এর উপর নির্ভর করে, অথবা অবশ্যই CUDA কম্পিউটিং সমর্থিত GPU ব্যবহার করতে হয়। তাই, আমি একটি ভাষা-থেকে-টেক্সট ছোট টুল তৈরি করার সিদ্ধান্ত নিলাম, যা Faster Whisper মডেলের উপর ভিত্তি করে, এমনকি সাধারণ CPU-তেও চমৎকার ফলাফল দিতে পারে।

কীভাবে ব্যবহার করবেন

  1. প্রোগ্রাম চালু করুন:ফাইলটি ডাবল ক্লিক করে টুলটি খুলুন।
  2. মডেল নির্বাচন করুন:উপরের বাম কোণে আপনি যে মডেলটি ব্যবহার করতে চান তা নির্বাচন করুন।
  3. ইনফারেন্স পদ্ধতি ও নির্ভুলতা সেট করুন:নিচের বাম কোণে ইনফারেন্স পদ্ধতি ও নির্ভুলতা নির্বাচন করুন। CPU-তে int8 মোড নির্বাচনের সুপারিশ করা হয়, এতে গতি দ্রুততর হয়।
  4. GPU নির্বাচনে মনোযোগ দিন:যদি আপনার কম্পিউটারে CUDA সমর্থিত GPU না থাকে, তাহলে অবশ্যই GPU অপশন নির্বাচন করবেন না, অন্যথায় প্রোগ্রাম ক্র্যাশ হতে পারে। মূলত pytorch লাইব্রেরির মাধ্যমে CUDA উপলব্ধ কিনা তা সনাক্ত করার পরিকল্পনা ছিল, কিন্তু এতে প্রোগ্রাম প্যাকেজ অনেক বড় হয়ে যেত, তাই শেষ পর্যন্ত এই পদ্ধতি গ্রহণ না করার সিদ্ধান্ত নেওয়া হয়।
  5. মডেল ডাউনলোড করুন:প্রথমবার ব্যবহারের সময় মডেল ডাউনলোড করতে হবে, ডাউনলোডের অগ্রগতি কনসোল (console)-এ দেখা যাবে, অনুগ্রহ করে ধৈর্য ধরে অপেক্ষা করুন।

আপডেট ও সাধারণ সমস্যা

1. সামঞ্জস্যতার সমস্যা:
এই টুলটি Windows 10 64-বিট বা তার উপরের সংস্করণে চালাতে হবে, Windows 7, XP ইত্যাদি পুরনো অপারেটিং সিস্টেম সমর্থিত নয়।
কিছু লো-এন্ড পেন্টিয়াম, সেলেরন প্রসেসর প্রয়োজনীয় ইনস্ট্রাকশন সেটের অভাবে সঠিকভাবে চালাতে নাও পারে।
2. মডেল নির্বাচন:
ব্যবহার large large মডেলের ক্ষেত্রে, নির্ভুলতা float32.
সেট করার সুপারিশ করা হয়। অন্য দুটি মডেলের জন্য, int8 নির্ভুলতা ব্যবহার করলেই হবে।
3. নেটওয়ার্ক সমস্যা:
মডেল ফাইল বড়, অনুগ্রহ করে নিশ্চিত করুন নেটওয়ার্ক সংযোগ স্থিতিশীল। ডাউনলোড ব্যর্থ হলে, একই ডিরেক্টরির models ফোল্ডারটি মুছে ফেলে আবার ডাউনলোড করার চেষ্টা করুন।

যদি উপরের সমাধানগুলি আপনার সমস্যা সমাধান না করে, তাহলে মন্তব্য বিভাগে ফিডব্যাক দিন এবং কনসোলের আউটপুট সংযুক্ত করুন, যাতে আমরা আপনাকে আরও ভালভাবে সাহায্য করতে পারি। ধন্যবাদ!

সম্পর্কিত কোর্স