ইন্টারনেট ছাড়াই কম্পিউটারে বাংলা ভয়েস টাইপিং: InsertKit-এর লোকাল Whisper আর Bangla Light মডেল কীভাবে কাজ করে | Techtunes

আশাকরি সবাই ভালো আছেন। আজকের টিউনটা তাদের জন্য, যারা কম্পিউটারে কথা বলে লিখতে চান, কিন্তু প্রতিবার ইন্টারনেটের উপর ভরসা করতে চান না। হয়তো আপনার এলাকায় নেট মাঝে মাঝে চলে যায়, হয়তো মোবাইল ডেটা দিয়ে কাজ চালান, অথবা নিজের কণ্ঠ কোনো সার্ভারে পাঠাতে স্বস্তি পান না। এই সমস্যার একটা ভালো সমাধান হলো অফলাইন ভয়েস টাইপিং। আর InsertKit-এর ডেস্কটপ অ্যাপে ঠিক এই কাজের জন্য আছে Local Offline (Whisper) ইঞ্জিন, সাথে বাংলার জন্য আলাদা একটা মডেল। চলুন ধাপে ধাপে দেখি। সাধারণ ভয়েস টাইপিংয়ে আপনার কথা ইন্টারনেট দিয়ে কোনো সার্ভারে যায়, সেখানে লেখায় রূপান্তর হয়ে ফেরত আসে। এতে নেট লাগে, আর নেট ধীর হলে লেখা আসতেও দেরি হয়। অফলাইন মোডে পুরো কাজটা হয় আপনার নিজের কম্পিউটারে। স্পিচ রিকগনিশন মডেলটা একবার ডাউনলোড করে রাখলে এরপর কথা থেকে লেখা বানানোর কাজটা কম্পিউটারই করে। ফলে: Whisper হলো একটা পরিচিত স্পিচ রিকগনিশন মডেল, যেটা কম্পিউটারে লোকালি চালানো যায়। InsertKit এই মডেলগুলো অ্যাপের ভেতর থেকেই ডাউনলোড করার সুযোগ দেয়, আলাদা করে কোনো কমান্ড লাইন বা সেটআপ ঝামেলা নেই। অ্যাপের ভেতরেই প্রোগ্রেস বার দেখিয়ে ডাউনলোড হয়: সাধারণ নিয়ম হলো, মডেল যত বড়, কাজ তত গোছানো হতে পারে, কিন্তু RAM বেশি লাগে আর সময়ও একটু বেশি নেয়। তাই শুরুতেই সবচেয়ে বড়টা না নিয়ে নিজের পিসির অবস্থা বুঝে বেছে নিন। এই টিউনের আসল আকর্ষণ এটাই। সাধারণ বহুভাষিক মডেল বাংলা বোঝে ঠিকই, কিন্তু InsertKit বাংলার জন্য আলাদা করে Bangla Light নামে একটা মডেল রেখেছে, সাইজ প্রায় ৪৬০ MB। আরেকটা সুবিধা হলো স্মার্ট রাউটিং। ভাষা যদি Auto-detect-এ থাকে আর Bangla Light ডাউনলোড করা থাকে, তাহলে আপনি বাংলায় কথা বললে InsertKit নিজেই সেই অংশ Bangla Light মডেলে পাঠিয়ে দেয়। আপনাকে প্রতিবার মডেল বদলাতে হয় না। InsertKit-এর অফিসিয়াল ওয়েবসাইটের ডাউনলোড পেজ থেকে আপনার অপারেটিং সিস্টেমের জন্য ডেস্কটপ অ্যাপ নামিয়ে ইনস্টল করুন। Windows, macOS আর Linux তিনটাতেই চলে। ইমেইল বা Google দিয়ে সাইন ইন করুন। মডেল ডাউনলোড আর প্রথম সাইন ইনের জন্য এই সময়টুকু নেট লাগবে। সাইডবারে Voice Typing পেজে গিয়ে Quick Start সুইচ অন করুন। Speech Engine প্যানেল থেকে Local Offline (Whisper) বেছে নিন। মডেল লিস্ট থেকে Bangla Light ডাউনলোড করুন। চাইলে ইংরেজি বা অন্য ভাষার জন্য Small বা Base-ও রাখতে পারেন। ভাষা Auto-detect অথবা সরাসরি বাংলা সেট করুন। Microphone প্যানেলে "Test your microphone" দিয়ে দেখে নিন মাইক ঠিকমতো আওয়াজ ধরছে কিনা। ব্যস, এবার বেশিরভাগ অ্যাপের লেখার জায়গায় কার্সর রেখে Right Alt (AltGr) চাপুন, কথা বলুন, আবার চাপুন। অথবা চুপ থাকলে কয়েক সেকেন্ড পর নিজেই থেমে যাবে (ডিফল্ট ৫ সেকেন্ড, বদলানো যায়)। লেখা কার্সরের জায়গায় বসে যাবে। কাজ চলার সময় কার্সরের কাছে একটা ছোট পিল দেখা যায়। LIVE মানে শুনছে, THINK মানে লেখা বানাচ্ছে। আওয়াজের সাথে ছোট সাউন্ড বারগুলো নড়ে, তাই বোঝা যায় মাইক কাজ করছে। সৎভাবে বলি, ভয়েস টাইপিং কখনোই জাদু না। তবে কিছু জিনিস খেয়াল রাখলে বাংলায় বেশ ভালো ফল পাওয়া যায়: বাংলা-ইংরেজি মিশিয়ে কথা বলেন যারা, তাদের জন্য একটা কথা: আঞ্চলিক টান বা মিশ্র শব্দে কিছু ভুল আসতে পারে। পাঠানোর আগে একবার চোখ বুলিয়ে নেওয়ার অভ্যাস রাখুন। যারা দিনে বাংলা আর ইংরেজি দুটোতেই লেখেন, তাদের জন্য Dual language shortcuts খুব কাজের। উদাহরণ: মজার ব্যাপার হলো, দ্বিতীয় শর্টকাটের জন্য আলাদা প্রোভাইডার আর মডেলও বেছে দেওয়া যায়। মানে বাংলার শর্টকাট লোকাল Bangla Light-এ চলবে, আর অন্যটা আপনার পছন্দমতো ইঞ্জিনে। সেটিং বারবার খুলতে হবে না। InsertKit-এর Smart Formatting লেখা থেকে "উম", "আ" বাদ দেয়, দাঁড়ি-কমা ঠিক করে, আর আপনি কোন অ্যাপে লিখছেন সেই অনুযায়ী স্টাইল ঠিক করে। AI কখনো অনুবাদ করে না, বাংলায় বললে বাংলাতেই থাকে। তবে খেয়াল রাখুন, এই ফরম্যাটিংয়ের কাজটা করে একটা চ্যাট মডেল। সেটা যদি ক্লাউডের মডেল হয়, তাহলে লেখা (অডিও না, শুধু টেক্সট) ফরম্যাটিংয়ের জন্য সেখানে যায়। পুরোপুরি লোকাল রাখতে চাইলে দুটো উপায়: আর "Keep working offline" অপশন চালু থাকলে AI-তে পৌঁছানো না গেলেও কাঁচা লেখাটা বসে যায়। তাই নেট চলে গেলেও আপনার বলা কথা হারায় না। অফলাইন মোড সবার জন্য না। কম্পিউটার যদি বেশ পুরোনো হয়, RAM কম থাকে, তাহলে বড় মডেল ধীরে চলবে। সেক্ষেত্রে InsertKit Free দিয়ে শুরু করতে পারেন। কোনো API key লাগে না, শুধু দৈনিক একটা সীমা আছে, যেটা Settings → Usage-এ দেখা যায়। আরও বেশি ব্যবহারের জন্য ক্রেডিট-ভিত্তিক InsertKit Premium-ও রয়েছে। আর একটা কথা, অফলাইন ভয়েস টাইপিং শুধু কম্পিউটারের অ্যাপে। Android অ্যাপে ভয়েস টাইপিং অনলাইনে চলে। নেট থাকুক বা না থাকুক, কম্পিউটারে বাংলায় কথা বলে লেখার একটা নির্ভরযোগ্য উপায় চাইলে InsertKit-এর লোকাল Whisper আর Bangla Light মডেল একবার ট্রাই করে দেখতে পারেন। ছোট মডেল দিয়ে শুরু করুন, নিজের পিসিতে কেমন চলে দেখুন, তারপর দরকার হলে বড়টায় যান। টিউনটি ভালো লাগলে বা কোনো প্রশ্ন থাকলে টিউমেন্টে জানাবেন। আপনার অভিজ্ঞতাও শেয়ার করবেন, অন্যদের কাজে লাগবে। ভালো থাকবেন। সৌজন্যে: insertkit.com/download আমি আল আমিন। বিশ্বের সর্ববৃহৎ বিজ্ঞান ও প্রযুক্তির সৌশল নেটওয়ার্ক - টেকটিউনস এ আমি 2 সপ্তাহ 5 দিন যাবৎ যুক্ত আছি। টেকটিউনস আমি এ পর্যন্ত 6 টি টিউন ও 0 টি টিউমেন্ট করেছি। টেকটিউনসে আমার 0 ফলোয়ার আছে এবং আমি টেকটিউনসে 0 টিউনারকে ফলো করি। আমি Al Amin, একজন টেক ও AI এনথুজিয়াস্ট। প্রযুক্তি নিয়ে কথা বলতে আর নতুন কিছু শিখতে ভালোবাসি। SaaS আর প্রোডাক্টিভিটি টুলস নিয়ে কাজ করতে ভালো লাগে, বিশেষ করে এমন সব টুল যা প্রতিদিনের কাজ সহজ আর দ্রুত করে। এখানে টেক, AI আর কাজের টুলস নিয়ে আমার অভিজ্ঞতা শেয়ার করি।