CapiCap ৯৯+ ভাষা বোঝে: ইংরেজি, স্প্যানিশ, হিন্দি ও আরবি তো বটেই, ওয়েলশ, সোয়াহিলি ও তাগালগও। ইউরোপের বিশটি ভাষা যায় আরও দ্রুত একটি মডেলে, আর বাংলা ও ফার্সির আছে নিজস্ব মডেল। এটি ভাষা দেখে মডেল বেছে নেয়, আর কোনো ভাষার মডেল আপনার ডিভাইসে এসে গেলে সেই ভাষা অফলাইনেও চলে। পুরো তালিকা আরও নিচে আছে।
কোন স্পিচ মডেল ক্যাপশন লেখে
মডেল আপনি বাছেন না; ভাষাই বাছে। বেশির ভাগ ভাষা যায় সাধারণ মডেলে। এই ২০টি যায় দ্রুত মডেলে: ইউক্রেনীয়, ইংরেজি, ইতালীয়, এস্তোনীয়, ওলন্দাজ, ক্রোয়েশীয়, চেক, জার্মান, ডেনিশ, পর্তুগিজ, ফরাসি, বুলগেরিয়, মল্টীয়, রুশ, লাটভিয়, লিথুয়ানীয়, স্প্যানিশ, স্লোভাক, স্লোভেনীয় ও হাঙ্গেরীয়। CapiCap সম্পর্কে-তে এগুলো দ্রুত মডেল আর সাধারণ মডেল নামে দেখায়।
দ্রুত মডেলটি সাধারণ মডেলের চেয়ে বহুগুণ দ্রুত। Google-এর পরীক্ষামূলক রেকর্ডিংয়ের পাবলিক সংগ্রহ FLEURS-এ এটি ওই ২০টি ভাষার বেশির ভাগে ভুলও কম করেছে, আর স্প্যানিশ, ইতালীয়, পর্তুগিজ ও হাঙ্গেরীয়তে দুটির ফল প্রায় সমান এসেছে। এটি আরও পাঁচটি ভাষা জানে — গ্রিক, সুইডিশ, রোমানীয়, ফিনিশ ও পোলিশ — কিন্তু সেগুলো সাধারণ মডেল ভালো লেখে, তাই সেগুলো সাধারণ মডেলেই থাকে।
বাংলা ও ফার্সি দুটোই পায় সেই ভাষার জন্য প্রশিক্ষিত একটি মডেল, কারণ সাধারণ মডেল এগুলো যথেষ্ট ভালো লেখে না। প্রতিটি মডেল ডাউনলোড হয় যখন আপনি প্রথমবার সেই ভাষার কোনো ভিডিওতে ক্যাপশন দেন: বাংলার জন্য প্রায় ৫৮০ MB, ফার্সির জন্য ৬৪০ MB।
কীভাবে ভাষা বেছে নেয়
আপনাকে বলে দিতে হয় না। ট্রান্সক্রাইব করার আগে CapiCap ভিডিওর সর্বোচ্চ তিনটি ৩০ সেকেন্ডের অংশ শোনে (শুরু, মাঝখান আর শেষ), বেশির ভাগ অংশে যে ভাষা শোনা গেছে সেটিই ধরে নেয়, আর পুরো ভিডিও সেই ভাষায় ট্রান্সক্রাইব করে। নিশ্চিত না হলে ট্রান্সক্রাইবের আগে জিজ্ঞেস করে: কোন ভাষায় কথা বলা হচ্ছে? — শোনা ভাষাটি আর আপনার ডিভাইসের ভাষাগুলো থাকে বোতাম হিসেবে, আর বাকিগুলোর জন্য অন্য ভাষা…।
ভাষাটি জানা থাকলে নিজে বেছে নিলে আর আন্দাজের ওপর নির্ভর করতে হয় না। ট্রান্সক্রাইব চলার সময় প্রোগ্রেস বারের নিচের ভাষার বোতামে প্রথমে লেখা থাকে ভাষা শনাক্ত হচ্ছে…, তারপর শনাক্ত হয়েছে: আর ভাষার নাম; সেটিতে ট্যাপ করে অন্য ভাষা বেছে নিন, ট্রান্সক্রিপশন আবার শুরু হবে। পরে এডিটরে ক্যাপশন তালিকার নিচের ভাষার বোতামে ট্যাপ করুন, ভাষা বেছে নিন এবং আবার ট্রান্সক্রাইব করুন-এ ট্যাপ করুন। এতে ভিডিও থেকে ক্যাপশন নতুন করে তৈরি হয়, তাই ক্যাপশনে আপনার করা সম্পাদনা হারিয়ে যায়।
ভাষা তালিকা প্রথমে, “প্রস্তাবিত” অংশে, আপনার ডিভাইসের ভাষাগুলো দেখায়। এর সার্চ ভাষার নাম মেলায় আপনার ডিভাইসের ভাষায়, ভাষাটির নিজের ভাষায়, কিংবা ভাষার কোড দিয়ে, তাই বাংলায় সেট করা ডিভাইসে “español” লিখলেও স্প্যানিশ পাওয়া যায়।
কতটা নির্ভুল
সাধারণ মডেলটি প্রতিটি ভাষা শিখেছে ভিন্ন ভিন্ন পরিমাণ রেকর্ড করা কথা থেকে, তাই ইংরেজি, স্প্যানিশ বা জার্মানের মতো বহুল প্রচলিত ভাষায় এটি সবচেয়ে ভালো করে, আর যেসব ভাষায় প্রশিক্ষণের ডেটা কম ছিল সেগুলোতে তুলনায় খারাপ। কম প্রচলিত ভাষা হলে শনাক্তকরণের ওপর ভরসা না করে নিজেই বেছে নিন, আর এক্সপোর্টের আগে ক্যাপশনগুলো পুরোটা পড়ে নিন। প্রতিটি ক্যাপশন এডিট করা যায়।
ভাষার মতোই রেকর্ডিংও গুরুত্বপূর্ণ। মাইকের কাছ থেকে বলা স্পষ্ট কথায় সবচেয়ে কম সংশোধন লাগে; মিউজিক, একজনের কথার ওপর আরেকজনের কথা আর বাতাস থেকেই বেশির ভাগ ভুল হয়।
অন্যান্য লিপি
আরবি, হিব্রু, ফার্সি, উর্দু, পাশতু, সিন্ধি ও ইদ্দিশ ক্যাপশন ডান থেকে বাঁয়ে লেখা হয়, প্রিভিউতে আর এক্সপোর্টেও। বোতাম থেকে দূরে অবস্থানটি, যা ক্যাপশনকে শর্ট-ভিডিও অ্যাপের লাইক আর শেয়ার বোতামের নিচ থেকে সরিয়ে রাখে, এই ভাষাগুলোর জন্য উল্টো দিকে চলে যায়।
চীনা ও জাপানি ভাষায় শব্দের মাঝে ফাঁকা থাকে না, আর সাধারণ মডেল সেগুলোর শব্দ টুকরো টুকরো করে দেয়। CapiCap Apple-এর নিজস্ব শব্দ-বিভাজন দিয়ে টুকরোগুলো আবার শব্দে জোড়া দেয়, তাই ক্যাপশন ভাগ হয় শব্দের মাঝে, আর লাইন যেকোনো দুটি অক্ষরের মাঝে নয়, ভাঙে বাক্যাংশের মাঝে এবং যেখানে বক্তা থেমেছিলেন সেখানে। কোনো বাক্যাংশ-বিরতি না মিললে লাইনগুলো সমান মাপে ভাগ হয়। চীনা ক্যাপশন ভাঙে উপবাক্যের মাপের বাক্যাংশে, কথার সঙ্গে সময় মিলিয়ে।
ভিয়েতনামী ভাষায় ফাঁকা থাকে শব্দের মাঝে নয়, সিলেবলের মাঝে, তাই CapiCap এর দুই-সিলেবলের শব্দ আর বাঁধা বাগ্ধারাগুলো একসঙ্গে রাখে এবং সেগুলোর মাঝখানে কোনো ক্যাপশন শেষ করে না। ইন্দোনেশীয়, মালয় ও বাংলা ক্যাপশনে ছোট শব্দগুলো তাদের বাক্যাংশের সঙ্গেই থাকে, যেমন বাংলার না থাকে সে যে ক্রিয়াকে নাকচ করে তার সঙ্গে।
সব ভাষাতেই শেষের যতিচিহ্ন দিয়ে কখনো ক্যাপশন শুরু হয় না: 、 বা 。 দিয়েও নয়, আরবি প্রশ্নবোধক চিহ্ন ؟ বা হিন্দি দাঁড়ি । দিয়েও নয়।
লাতিন, গ্রিক ও সিরিলিক লিপিতে কোনো শব্দ লাইনের তুলনায় বেশি লম্বা হলে সেই ভাষার হাইফেন বসানোর নিয়ম মেনে হাইফেন দিয়ে ভাঙে, তাই লম্বা জার্মান যৌগিক শব্দ আর রুশ শব্দও এঁটে যায়। হাইফেনটি শুধু ভিডিওতে আঁকা হয়; ক্যাপশনের লেখা আর .srt-এ শব্দটি অখণ্ড থাকে।
যা এটি করে না
এটি অনুবাদ করে না: ক্যাপশন আর .srt থাকে ভিডিওতে বলা ভাষাতেই। এটি পুরো ভিডিও একটি ভাষায় ট্রান্সক্রাইব করে, তাই যে ভিডিওতে ভাষা বদলায়, তার অন্য ভাষার অংশগুলো হাতে ঠিক করতে হবে। আর কে কথা বলছেন, তা এটি চিহ্নিত করে না।
পুরো তালিকা
বাংলা নামের বর্ণানুক্রমে সাজানো। দ্বিতীয় কলামে আছে ভাষাটির নিজের ভাষায় নাম, যেমনটা অ্যাপের ভাষা তালিকায় প্রতিটি নামের নিচে দেখায়।
| ভাষা | নিজের ভাষায় |
|---|---|
| অক্সিটান | occitan |
| অসমীয়া | অসমীয়া |
| আইসল্যান্ডীয় | íslenska |
| আজারবাইজানী | azərbaycan |
| আফ্রিকান | Afrikaans |
| আমহারিক | አማርኛ |
| আরবি | العربية |
| আর্মেনিয় | հայերեն |
| আলবেনীয় | shqip |
| ইউক্রেনীয় | українська |
| ইওরুবা | Èdè Yorùbá |
| ইংরেজি | English |
| ইতালীয় | italiano |
| ইদ্দিশ | ייִדיש |
| ইন্দোনেশীয় | Indonesia |
| উজবেক | o‘zbek |
| উর্দু | اردو |
| এস্তোনীয় | eesti |
| ওয়েলশ | Cymraeg |
| ওলন্দাজ | Nederlands |
| কন্নড় | ಕನ್ನಡ |
| কাজাখ | қазақ тілі |
| কাতালান | català |
| কোরিয়ান | 한국어 |
| ক্যান্টোনিজ | 廣東話 |
| ক্রোয়েশীয় | hrvatski |
| খমের | ខ្មែរ |
| গুজরাটি | ગુજરાતી |
| গ্যালিশীয় | galego |
| গ্রিক | Ελληνικά |
| চীনা | 中文 |
| চেক | čeština |
| জর্জিয়ান | ქართული |
| জাপানি | 日本語 |
| জাভানিজ | Jawa |
| জার্মান | Deutsch |
| ডেনিশ | dansk |
| তাগালগ | Tagalog |
| তাজিক | тоҷикӣ |
| তাতার | татар |
| তামিল | தமிழ் |
| তিব্বতি | བོད་སྐད་ |
| তুর্কমেনী | türkmen dili |
| তুর্কি | Türkçe |
| তেলুগু | తెలుగు |
| থাই | ไทย |
| নরওয়েজিয়ান নিনর্স্ক | norsk nynorsk |
| নরওয়েজীয় | norsk |
| নেপালি | नेपाली |
| পর্তুগিজ | português |
| পাঞ্জাবি | ਪੰਜਾਬੀ |
| পাশতু | پښتو |
| পোলিশ | polski |
| ফরাসি | français |
| ফার্সি | فارسی |
| ফিনিশ | suomi |
| ফেরোইস | føroyskt |
| বর্মি | မြန်မာ |
| বসনীয় | bosanski |
| বাংলা | বাংলা |
| বাশকির | башҡорт |
| বাস্ক | euskara |
| বুলগেরিয় | български |
| বেলারুশীয় | беларуская |
| ব্রেটন | brezhoneg |
| ভিয়েতনামী | Tiếng Việt |
| মল্টীয় | Malti |
| মাওরি | Māori |
| মারাঠি | मराठी |
| মালয় | Bahasa Melayu |
| মালয়ালম | മലയാളം |
| মালাগাসি | Malagasy |
| মোঙ্গোলীয় | монгол |
| ম্যাসেডোনিয়া | македонски |
| রুশ | русский |
| রোমানীয় | română |
| লাও | ລາວ |
| লাটভিয় | latviešu |
| লাতিন | — |
| লিঙ্গালা | lingála |
| লিথুয়ানীয় | lietuvių |
| লুক্সেমবার্গীয় | Lëtzebuergesch |
| শোনা | chiShona |
| সংস্কৃত | संस्कृत भाषा |
| সার্বীয় | српски |
| সিংহলি | සිංහල |
| সিন্ধি | سنڌي |
| সুইডিশ | svenska |
| সুদানী | Basa Sunda |
| সোমালি | Soomaali |
| সোয়াহিলি | Kiswahili |
| স্প্যানিশ | español |
| স্লোভাক | slovenčina |
| স্লোভেনীয় | slovenščina |
| হাইতিয়ান ক্রেওল | Kreyòl Ayisyen |
| হাউসা | Hausa |
| হাওয়াইয়ান | ʻŌlelo Hawaiʻi |
| হাঙ্গেরীয় | magyar |
| হিন্দি | हिन्दी |
| হিব্রু | עברית |