CapiCap · প্রশ্নোত্তর

প্রশ্ন ও উত্তর

দাম কত, আপনার ভিডিওর কী হয়, এটি কী পারে আর কী পারে না, আর কিছু গোলমাল হলে কী চেষ্টা করবেন।

Alex Brazh · ২৬ অক্টোবর ২০২৬

CapiCap আমি একাই বানাই। এই উত্তরগুলো সংস্করণ 1.9 নিয়ে। ভিডিও বেছে নেওয়া থেকে ক্যাপশনসহ ভিডিও সংরক্ষণ পর্যন্ত পুরো প্রক্রিয়াটির জন্য একটি ধাপে ধাপে গাইড আছে।

দাম

CapiCap কি বিনামূল্যে?

একটা সীমা পর্যন্ত। ডাউনলোড বিনামূল্যে, সব ফিচারসহ, আর প্রতি ক্যালেন্ডার মাসে ৩টি এক্সপোর্ট বিনামূল্যে। এর বেশি লাগলে আজীবন অ্যাক্সেস একবারের একটি কেনাকাটা (যুক্তরাষ্ট্রে $৯.৯৯, অন্য দেশে স্থানীয় দামে), যা সীমাটি চিরদিনের জন্য তুলে দেয়। কোনো সাবস্ক্রিপশন নেই, বিজ্ঞাপনও নেই। আপনার ৩টি এক্সপোর্ট প্রতি মাসের শুরুতে ফিরে আসে, আপনার ডিভাইসের টাইম জোন অনুযায়ী; সেগুলো শেষ হয়ে গেলে আজীবন অ্যাক্সেসের অফারে দেখায় পরের ৩টি কোন তারিখে আসবে।

কোনটা এক্সপোর্ট হিসেবে গোনা হয়?

যে ভিডিও রেন্ডার শেষ হয়, শেষ হওয়ার মুহূর্তেই সেটি গোনা হয়, একই প্রজেক্ট আবার রেন্ডার করলেও। যে রেন্ডার ব্যর্থ হয় বা আপনি বাতিল করেন, তাতে কিছু খরচ হয় না। রেন্ডার হয়ে যাওয়া ভিডিও আবার সংরক্ষণ বা শেয়ার করা, আর তার .srt নেওয়া, যতবার খুশি বিনামূল্যে। .srt এক্সপোর্ট করুন কখনো আপনার ৩টির একটিও খরচ করে না, রেন্ডারের আগে বা পরে; সংরক্ষণ আর শেয়ারের মতোই, এটি শুধু তখনই লক হয় যখন মাসের ৩টি শেষ আর আপনার আজীবন অ্যাক্সেস নেই।

আমি আজীবন অ্যাক্সেস কিনেছি। অন্য ডিভাইসে কীভাবে পাব?

একই Apple অ্যাকাউন্টে সাইন ইন করা অবস্থায় সেই ডিভাইসে CapiCap খুলুন। অ্যাপটি চালু হওয়ার সময় App Store-এ আপনার কেনাকাটা যাচাই করে, তাই সাধারণত আজীবন অ্যাক্সেস নিজে থেকেই চালু হয়ে যায়। না হলে ক্রয় পুনরুদ্ধার করুন-এ ট্যাপ করুন: এটি আজীবন অ্যাক্সেসের অফারে আছে, আর মাসিক সীমায় পৌঁছানোর পর CapiCap সম্পর্কে-তেও (হোম স্ক্রিনের তথ্য বোতাম)।

আপনার ভিডিও

CapiCap কি আমার ভিডিও আপলোড করে?

না। ট্রান্সক্রিপশন, এডিটিং আর এক্সপোর্ট সবই আপনার ডিভাইসে হয়, আর আপনার ভিডিও, অডিও, ট্রান্সক্রিপ্ট ও এক্সপোর্ট কখনো আপলোড হয় না, আমার কাছে বা অন্য কারও কাছে। অ্যাপটির ইন্টারনেট লাগে শুধু স্পিচ মডেল ডাউনলোড করতে: একটি প্রথমবার চালু করার সময়, আর আরেকটি যদি কোনো ভিডিওর ভাষার জন্য দরকার হয়। এরপর এটি কোনো সংযোগ ছাড়াই চলে, এয়ারপ্লেন মোডেও। অনলাইনে থাকলে এটি আমাকে বেনামি ব্যবহারের ইভেন্টও পাঠায়, যেমন কোনো ট্রান্সক্রিপশন বা এক্সপোর্ট শেষ হওয়া আর তাতে কত সময় লাগল, যাতে কোনো লেখা, ফাইলের নাম বা ভিডিও থাকে না, আর আপনার সঙ্গে যুক্ত কিছুই থাকে না। কোনো অ্যাকাউন্ট নেই, বিজ্ঞাপন নেই, সাবস্ক্রিপশনও নেই। বিস্তারিত আছে গোপনীয়তা নীতিতে।

ওয়াটারমার্ক আছে কি?

না, বিনামূল্যের এক্সপোর্টেও নেই, আজীবন অ্যাক্সেসেও নেই। আপনার এক্সপোর্ট করা ভিডিওতে আপনার ক্যাপশন ছাড়া আর কিছুই থাকে না।

এক্সপোর্টে কি অরিজিনাল কোয়ালিটি থাকে?

হ্যাঁ, একটি ব্যতিক্রম ছাড়া। ভিডিওর রেজোলিউশন, ফ্রেম রেট আর বিটরেট একই থাকে, 4K60-ও, আর প্রতিটি অডিও ট্র্যাক হুবহু কপি হয়। ব্যতিক্রমটি হলো HDR: HDR ভিডিও SDR (Rec.709) হিসেবে এক্সপোর্ট হয়। এডিটর সেই একই SDR ছবির প্রিভিউ দেখায়, তাই আপনি যা দেখেছেন, এক্সপোর্টও তেমনই হয়।

আমি কি .srt ফাইল এক্সপোর্ট করতে পারি?

হ্যাঁ। .srt এক্সপোর্ট করুন আছে ভিডিও এক্সপোর্ট করুন-এর ঠিক নিচে, আর এটি প্রতিটি ক্যাপশনের লেখা ও সময়সহ একটি স্ট্যান্ডার্ড SubRip ফাইল দেয়, YouTube, Vimeo বা কোনো ভিডিও এডিটরের জন্য। আগে ভিডিও রেন্ডার করার দরকার নেই। .srt ফাইল তৈরির একটি গাইড আছে।

ক্যাপশন তৈরি

ট্রান্সক্রিপশনে কত সময় লাগে?

নতুন ডিভাইসে ভিডিওর দৈর্ঘ্যের চেয়ে কম সময়, আর কতটা কম তা ভাষার ওপর নির্ভর করে। দ্রুত মডেলটি ইউরোপের যে ২০টি ভাষা নেয়, ইংরেজিসহ, সেগুলো সবচেয়ে দ্রুত: iPhone 17 Pro-তে এক মিনিটের অডিওতে কয়েক সেকেন্ড লাগে। অন্য ভাষাগুলো যায় সাধারণ মডেলে, যা ধীর, আর iPhone 14 Pro বা নতুন মডেলে, M-সিরিজ চিপের iPad-এ ও Mac-এ সবচেয়ে দ্রুত চলে; একটি M1 Pro MacBook Pro-তে ৬২ মিনিটের অডিওতে এর প্রায় ১১ মিনিট লেগেছিল। ইনস্টলের পর প্রথম ট্রান্সক্রিপশন ধীর হয়, কারণ তখন স্পিচ মডেলটি প্রস্তুত হয় (নিচে এ নিয়ে আরও আছে)।

ক্যাপশন কতটা নির্ভুল হয়?

অনেকটাই রেকর্ডিংয়ের ওপর নির্ভর করে। মাইকের কাছ থেকে বলা স্পষ্ট কথায় সবচেয়ে কম সংশোধন লাগে; মিউজিক, একজনের কথার ওপর আরেকজনের কথা, বাতাস আর ভারী উচ্চারণ থেকেই বেশির ভাগ ভুল হয়। CapiCap ভাষা দেখে স্পিচ মডেল বেছে নেয়: ইউরোপের ২০টি ভাষা পায় একটি দ্রুত মডেল, যা সেগুলোর বেশির ভাগে ভুলও কম করে, আর বাংলা ও ফার্সি পায় সেগুলোর জন্য প্রশিক্ষিত মডেল; CapiCap সম্পর্কে (হোম স্ক্রিনের তথ্য বোতাম) আপনার ডিভাইসে থাকা মডেলগুলোর তালিকা দেখায়। যা ভুল হয়, এক্সপোর্টের আগে সবই ঠিক করে নিতে পারেন।

ভুল শব্দগুলো কি ঠিক করতে পারি?

হ্যাঁ। পুরো ট্রান্সক্রিপ্ট হলো ভিডিওর সঙ্গে মেলানো ক্যাপশনের একটি তালিকা। কোনো ক্যাপশনে ট্যাপ করে এডিট করুন; ক্যাপশন ভাগ করুন, জোড়া দিন, যোগ করুন বা মুছুন; স্ক্রাবার স্ট্রিপে কোনো ক্যাপশনের সময় সরান; আর যেকোনো কিছু আনডু বা রিডো করুন। টাইপ করার সময় কিবোর্ডের ওপরের বারটি ভিডিও চালায় বা থামায় এবং আগের বা পরের ক্যাপশনে নিয়ে যায়, আর কোনো ক্যাপশনের সময়ে ট্যাপ করলে শুধু সেই ক্যাপশনটুকু চলে। কাজ করতে করতেই প্রজেক্ট নিজে থেকে সংরক্ষিত হয়।

ক্যাপশন দেখতে কেমন হবে, তার কী কী বদলাতে পারি?

শুরু করবেন বারোটি স্টাইলের একটি থেকে (ক্লাসিক, ইম্প্যাক্ট, কারাওকে, গ্লাইড, লেবেল, কভার, আউটলাইন্ড, হাইপ, পপ, বক্সড, এডিটোরিয়াল ও টাইপরাইটার), আর কাস্টমাইজ করুন দিয়ে ফন্ট, পুরুত্ব, বড় হাতের অক্ষর, আকার, আউটলাইন, রং, ছায়া, ব্যাকগ্রাউন্ড, মোশন ও অবস্থান বদলানো যায়। ফলাফলটি নিজের স্টাইল হিসেবে সংরক্ষণ করতে পারেন, বা নতুন ভিডিওর জন্য ডিফল্ট করে নিতে পারেন। লেআউট পাতার লাইন ঠিক করে প্রতি ক্যাপশনে এক, দুই না তিন লাইন থাকবে (ডিফল্ট দুই), আর ক্যাপশন ভাঙে বাক্যাংশের স্বাভাবিক সীমায়। প্রিভিউ আর এক্সপোর্ট একই রেন্ডারার দিয়ে আঁকা হয়, তাই এডিটরে যেমন দেখেছিলেন, ভিডিওটি ঠিক তেমনই বের হয়।

ক্যাপশন কি কোনো মানুষের পেছনে রাখা যায়?

হ্যাঁ, কভার স্টাইল দিয়ে: ক্যাপশনটি দৃশ্যের মানুষটির পেছনে বসে, ম্যাগাজিনের প্রচ্ছদের শিরোনামের মতো। Apple-এর Vision সাবজেক্ট ডিটেকশন ডিভাইসেই ফ্রেম ধরে ধরে মানুষটিকে খুঁজে বের করে, আর মানুষটির পেছনে রাখুন এমন একটি উচ্চতা খোঁজে যেখানে এটি কাজ করে। যেখানে মানুষটি কোনো শব্দের বেশি অংশ ঢেকে ফেলত, সেখানে ক্যাপশন সামনে চলে আসে, যাতে পড়া যায়। এডিটর থামানো ফ্রেমে ইফেক্টটি দেখায়। এটি কীভাবে কাজ করে, তা আমি আলাদা করে লিখেছি।

ডিভাইস ও ভাষা

এটি কি iPad, Mac বা Android-এ চলে?

iPad আর Mac-এ হ্যাঁ; Android-এ না। CapiCap একটাই অ্যাপ: iOS 17 বা তার পরের সংস্করণের iPhone ও iPad-এর জন্য, আর macOS 14 বা তার পরের সংস্করণে চলা Apple সিলিকনযুক্ত (M1 বা তার পরের) Mac-এর জন্য, যেখানে এটি iPad অ্যাপ হিসেবে ছোট-বড় করা যায় এমন একটি উইন্ডোতে চলে। Mac-এ, আর আড়াআড়ি রাখা iPad-এ, প্রিভিউ আর পুরো ট্রান্সক্রিপ্ট পাশাপাশি থাকে। দুটোতেই অন্য কোনো অ্যাপ বা Finder থেকে ভিডিও টেনে এনে হোম স্ক্রিনের যেকোনো জায়গায় ছেড়ে দিতে পারেন। Windows বা ওয়েব সংস্করণও নেই। Mac-এ ক্যাপশন দেওয়া নিয়ে আরও পড়ুন।

এটি কোন কোন ভাষা বোঝে?

৯৯+: ইংরেজি, স্প্যানিশ, হিন্দি ও আরবি থেকে শুরু করে ওয়েলশ, সোয়াহিলি ও তাগালগ পর্যন্ত। ইউরোপের বিশটি ভাষা যায় আরও দ্রুত একটি মডেলে, আর বাংলা ও ফার্সির আছে নিজস্ব মডেল। কোন ভাষায় কথা বলা হচ্ছে তা এটি নিজেই শনাক্ত করে এবং নিশ্চিত না হলে জিজ্ঞেস করে, অথবা আপনি নিজে বেছে নিতে পারেন। কোন মডেল কোন ভাষা লেখে, তা সহ পুরো তালিকা এখানে।

এটি আরেকটি স্পিচ মডেল ডাউনলোড করছে কেন?

কারণ ভিডিওটি এমন ভাষায়, যা আপনার ডিভাইসের কোনো মডেলই কভার করে না। বাংলা ও ফার্সি দুটোরই নিজস্ব মডেল আছে, প্রায় ৫৮০ MB ও ৬৪০ MB। আর যে ডিভাইসে শুধু ইউরোপের ২০টি ভাষার দ্রুত মডেলটি আছে, সেখানে অন্য ভাষার ভিডিওর জন্য সাধারণ মডেলটি ডাউনলোড হয়, প্রায় ৬৩০ MB। ডাউনলোডের সময় লেখা থাকে সেটি কোন ভাষার জন্য, আর CapiCap সম্পর্কে অতিরিক্ত মডেলগুলোর তালিকা দেখায়, প্রতিটির সঙ্গে সরান।

এটি কি ক্যাপশন অনুবাদ করতে পারে?

না। ক্যাপশন সবসময় ভিডিওতে বলা ভাষাতেই হয়। অনুবাদ দরকার হলে .srt এক্সপোর্ট করে অন্য কোনো টুল দিয়ে অনুবাদ করুন।

কে কথা বলছেন, তা কি এটি চিহ্নিত করতে পারে?

না, এটি বক্তা শনাক্ত করে না। কোনো ক্যাপশনে নাম দরকার হলে সেটি ক্যাপশনে টাইপ করে দিন।

কিছু গোলমাল হলে

প্রথমবার চালু হতে এত সময় লাগে কেন?

প্রথমবার চালু হওয়ার সময় CapiCap একবার একটি স্পিচ মডেল ডাউনলোড করে, তাই তখন সংযোগ লাগে। নতুন ডিভাইসে এরপর এটি মডেলটিকে Neural Engine-এর জন্য প্রস্তুত করে। সাধারণ মডেলের ক্ষেত্রে এতে কয়েক মিনিট লাগতে পারে; হোম স্ক্রিনে একটি আনুমানিক সময় দেখায়, আর ডিভাইস গরম হতে পারে। প্রতিটি অ্যাপ আপডেটের পর এটি একবার হয়। একটি M1 Pro Mac-এ এতে ১৩৪ সেকেন্ড লেগেছিল, আর পরে লোড হতে লেগেছিল প্রায় ২ সেকেন্ড। ইউরোপের ২০টি ভাষার দ্রুত মডেলটি অনেক তাড়াতাড়ি হয়: iPhone 17 Pro-তে প্রায় ১০ সেকেন্ড।

ভুল ভাষা বেছে নিয়েছে। কীভাবে ঠিক করব?

ট্রান্সক্রাইব চলার সময় প্রোগ্রেস বারের নিচের ভাষার বোতামে ট্যাপ করে সঠিক ভাষাটি বেছে নিন; সেই ভাষায় ট্রান্সক্রিপশন আবার শুরু হবে। পরে করতে চাইলে ক্যাপশন তালিকার নিচের ভাষার বোতামে ট্যাপ করুন, ভাষা বেছে নিন, তারপর আবার ট্রান্সক্রাইব করুন-এ ট্যাপ করুন। এতে ভিডিও থেকে ক্যাপশন নতুন করে তৈরি হয়, তাই ক্যাপশনে আপনার করা সম্পাদনা হারিয়ে যায়। ভাষা শনাক্ত করতে এটি ভিডিওর সর্বোচ্চ তিনটি ৩০ সেকেন্ডের অংশ শোনে, তাই যে ক্লিপ মিউজিক দিয়ে শুরু হয় বা যাতে কয়েকটি ভাষা মেশানো, সেটি একে ভুল পথে নিতে পারে। নিশ্চিত না হলে ট্রান্সক্রাইব করার আগে এটি আপনাকে জিজ্ঞেস করে কোন ভাষায় কথা বলা হচ্ছে।

স্পিচ মডেল ডাউনলোড হচ্ছে না।

সাধারণত নিজে থেকেই ঠিক হয়ে যায়। সংযোগ চলে গেলে ডাউনলোড ব্যর্থ হয় না: এটি অপেক্ষা করে, বারে লেখা থাকে সংযোগের অপেক্ষায়…, আর যেখানে থেমেছিল সেখান থেকে আবার চলে, অ্যাপ থেকে বেরিয়ে আবার ফিরে এলেও। যথেষ্ট খালি জায়গা না থাকলে CapiCap জানিয়ে দেয় কতটা খালি করতে হবে। সত্যিই কোনো ত্রুটিতে থেমে গেলে আবার চেষ্টা করুন সেটি আবার শুরু করে। একবার কোনো মডেল ডাউনলোড হয়ে গেলে অ্যাপ আপডেটের পরেও থেকে যায়।

“Photos-এ সংরক্ষণ করুন” কাজ করছে না।

CapiCap-কে আপনার Photos লাইব্রেরিতে ভিডিও যোগ করার অনুমতি দেওয়া না থাকলে এক্সপোর্ট স্ক্রিনে সেটি জানানো হয় এবং সেটিংস খুলুন দেখায়, যেখানে আপনি অনুমতি দিতে পারেন। অন্য কোনো কারণে সংরক্ষণ ব্যর্থ হলে বরং শেয়ার… ব্যবহার করুন। নতুন ভিডিওর জন্য যথেষ্ট খালি জায়গা না থাকলে CapiCap এক্সপোর্টের আগেই আপনাকে সতর্ক করে দেয়।

CapiCap: ভিডিও ক্যাপশনiPhone, iPad ও Mac-এর জন্য App Store-এ।
App Store থেকেডাউনলোড করুন

আরও