বক্তৃতা স্বীকৃতি
AIEZZ টুল ট্যাগ
“বক্তৃতা স্বীকৃতি” ট্যাগযুক্ত AI পণ্য ব্রাউজ করা হচ্ছে, যেখানে 6টি মিলে যাওয়া ফলাফল রয়েছে।
FPT.AIAI মার্কেটিং টুলসFPT.AI হলো ভিয়েতনামের প্রযুক্তি প্রতিষ্ঠান FPT-এর একটি এন্টারপ্রাইজ-স্তরের কৃত্রিম বুদ্ধিমত্তা সমাধান, যা মূলত কাস্টমার সার্ভিস, কল সেন্টার, আর্থিক সেবা, খুচরা বিক্রয় এবং প্রাতিষ্ঠানিক কার্যক্রমের মতো ক্ষেত্রে ব্যবহারের জন্য তৈরি। প্ল্যাটফর্মটি স্মার্ট কাস্টমার সার্ভিস, কৃত্রিম বুদ্ধিমত্তাভিত্তিক এজেন্ট, স্পিচ রিকগনিশন, স্পিচ সিন্থেসিস, ডকুমেন্ট রিকগনিশন এবং পরিচয় যাচাইয়ের মতো সক্ষমতাকে একত্র করে। প্রতিষ্ঠানগুলো নিজেদের ব্যবসায়িক প্রক্রিয়া অনুযায়ী উপযুক্ত সেবা বেছে নিতে পারে এবং সিস্টেম ইন্টিগ্রেশনের মাধ্যমে স্বয়ংক্রিয় প্রশ্নোত্তর, ফোনে যোগাযোগ, তথ্য আহরণ বা পরিচয় যাচাই বাস্তবায়ন করতে পারে। ভিয়েতনামি ও দক্ষিণ-পূর্ব এশিয়ার স্থানীয়কৃত সেবা প্রয়োজন এমন দলের জন্য এটি উপযোগী, পাশাপাশি একটি নির্দিষ্ট ব্যবসায়িক ধাপ প্রাথমিকভাবে যাচাই করতেও ব্যবহার করা যায়। বাস্তবায়নের আগে ইন্টারফেস সামঞ্জস্য, ডেটা প্রক্রিয়াকরণের প্রয়োজনীয়তা এবং ভয়েস ও ডকুমেন্ট শনাক্তকরণের কার্যকারিতা মূল্যায়ন করা দরকার। জটিল প্রকল্পে সাধারণত অতিরিক্ত কনফিগারেশন বা ব্যবসায়িক সহায়তা প্রয়োজন হয়।047.9
Azure AI SpeechAI অডিও টুলAzure AI Speech হলো Microsoft Azure-এর ক্লাউডভিত্তিক AI স্পিচ সেবা, যা অ্যাপ্লিকেশন বা ব্যবসায়িক প্রক্রিয়ায় স্পিচ সক্ষমতা যুক্ত করতে চাওয়া ডেভেলপমেন্ট টিম ও উদ্যোগের ব্যবহারকারীদের জন্য তৈরি। ব্যবহারকারীরা API বা SDK-এর মাধ্যমে অডিও প্রক্রিয়া করতে পারেন, স্পিচকে টেক্সটে রূপান্তর করতে পারেন, বিষয়বস্তু অনুবাদ করতে পারেন, অথবা টেক্সটকে স্পিচে সংশ্লেষ করতে পারেন। এর সঙ্গে বক্তা শনাক্তকরণ, উচ্চারণ মূল্যায়ন ও কাস্টম মডেল যুক্ত করে আরও নির্দিষ্ট কাজও সম্পন্ন করা যায়। সেবাটি রিয়েল-টাইম ও ব্যাচ ট্রান্সক্রিপশন সমর্থন করে এবং কল সেন্টার, মিডিয়া কনটেন্ট প্রক্রিয়াকরণ, ভাষা শিক্ষা, অর্থ ও চিকিৎসাসহ বিভিন্ন ক্ষেত্রে ব্যবহারযোগ্য। এর সক্ষমতার পরিসর বিস্তৃত হলেও বাস্তব সংযোগের জন্য এখনও API ডেভেলপমেন্ট, মডেল কনফিগারেশন ও ফলাফল পরীক্ষা প্রয়োজন; উপলভ্য কোটা ও খরচ Azure-এর বর্তমান সেবা নীতির ওপর নির্ভর করবে।018.5
কিয়ানওয়েনAI ডায়ালগ চ্যাটকিয়ানওয়েন হলো আলিবাবা ক্লাউডের টংইয়ি কিয়ানওয়েন বৃহৎ ভাষা মডেলের ওপর ভিত্তি করে তৈরি একটি কৃত্রিম বুদ্ধিমত্তাভিত্তিক কথোপকথনমূলক টুল। এটি শিক্ষার্থী, গবেষক, পেশাজীবী, কনটেন্ট নির্মাতা, ডেভেলপার এবং দৈনন্দিন ব্যবহারকারীদের জন্য তৈরি। ব্যবহারকারীরা কথোপকথনের মাধ্যমে প্রশ্ন, টেক্সট, ছবি, অডিও বা ভিডিও输入 করে প্রশ্নোত্তর, লেখালেখি, দীর্ঘ টেক্সট整理, তথ্য অনুসন্ধান এবং কোড সহায়তা পেতে পারেন। পণ্যটি রিয়েল-টাইম ভয়েস কথোপকথনও সমর্থন করে এবং কেনাকাটা, মানচিত্রসহ বিভিন্ন দৈনন্দিন সেবা ব্যবহারের সুযোগ দেওয়ার চেষ্টা করে। কিয়ানওয়েন বর্তমানে বিনামূল্যে ব্যবহার করা যায়, এবং কিছু উত্তরে ইন্টারনেট অনুসন্ধানের তথ্য যুক্ত থাকে। গবেষণাপত্র, স্বাস্থ্য বা অন্যান্য গুরুত্বপূর্ণ বিষয়ে তৈরি কনটেন্ট নির্ভরযোগ্য উৎসের সঙ্গে মিলিয়ে ব্যবহারকারীকেই যাচাই করতে হবে।069
Transync AIAI অডিও টুলTransync AI মিটিং ও সরাসরি যোগাযোগের জন্য তৈরি একটি AI অডিও টুল। এটি মূলত রিয়েল-টাইম স্পিচ রিকগনিশন ও অনুবাদের মাধ্যমে কথোপকথনকে পাশাপাশি দ্বিভাষিক সাবটাইটেল হিসেবে উপস্থাপন করে। ব্যবহারের সময় পণ্যটি সরাসরি মিটিংয়ের বক্তব্য শুনতে পারে, বিভিন্ন বক্তা ও ভাষা শনাক্ত করতে পারে এবং একই সঙ্গে অনুবাদের ফলাফল দেখাতে পারে; যোগাযোগে সহায়তার জন্য ভয়েস ব্রডকাস্টও ব্যবহার করা যায়। মিটিং শেষে এটি মিটিং নোট ও সারাংশ তৈরি করতে পারে। এটি বৈদেশিক বাণিজ্যের বিক্রয়কর্মী, বহুজাতিক দল, আন্তঃসীমান্ত ফ্রিল্যান্সার এবং পড়াশোনা বা ভ্রমণের সময় যোগাযোগের প্রয়োজন আছে এমন ব্যবহারকারীদের জন্য উপযোগী। পণ্যটি 60টি ভাষা সমর্থন করে এবং Zoom, Microsoft Teams, Google Meet-এর মতো মিটিং পরিবেশে ব্যবহার করা যায়। মনে রাখতে হবে, Premium প্ল্যানে মাসে 10 ঘণ্টা দুই-কলামের রিয়েল-টাইম অনুবাদ দেওয়া হয়; ব্যবহারের আগে নির্দিষ্ট ব্যবহারসীমা ও অর্থপ্রদানের শর্ত নিশ্চিত করা উচিত।077.6
চুমেন ওয়েনওয়েনAI লার্নিং প্ল্যাটফর্মচুমেন ওয়েনওয়েন কৃত্রিম বুদ্ধিমত্তাভিত্তিক পণ্য ও সমাধান প্রদানকারী একটি প্রতিষ্ঠান। এর সেবার ক্ষেত্রের মধ্যে রয়েছে কনটেন্ট তৈরি, ভয়েস ইন্টার্যাকশন, রেকর্ডিং ট্রান্সক্রিপশন এবং স্মার্ট হার্ডওয়্যার। ব্যবহারকারীরা কাজের ধরন অনুযায়ী কৃত্রিম বুদ্ধিমত্তাভিত্তিক ভয়েসওভার, ডিজিটাল হিউম্যান বা ভিডিও তৈরির সরঞ্জাম বেছে নিতে পারেন। পাশাপাশি TicNote ব্যবহার করে রেকর্ডিং, রিয়েল-টাইম ট্রান্সক্রিপশন, সারাংশ তৈরি এবং প্রশ্নোত্তর করা যায়। এর সেবাগুলো শর্ট-ভিডিও নির্মাতা, মার্কেটিং ও স্বনির্ভর মিডিয়া পেশাজীবী, সভার নথি整理 করতে চান এমন কর্মজীবী ব্যক্তি এবং ডিজিটাল সেবা অনুসন্ধানকারী প্রতিষ্ঠানগুলোর জন্য উপযোগী। প্ল্যাটফর্মে বিনামূল্যের ও অর্থপ্রদানের উভয় ধরনের পণ্য রয়েছে। নির্দিষ্ট ফিচার ও ব্যবহারের পদ্ধতি প্রতিটি পণ্যের জন্য আলাদাভাবে জেনে নিতে হবে; তৈরি করা কনটেন্ট ও ট্রান্সক্রিপশনের ফলাফলও মানবিক যাচাইয়ের মধ্য দিয়ে নেওয়া উচিত।018
WhisperAI অডিও টুলWhisper হলো OpenAI-এর তৈরি একটি স্বয়ংক্রিয় স্পিচ রিকগনিশন সিস্টেম, যা অডিওকে লেখায় রূপান্তর, স্পিচ ট্রান্সলেশন এবং কনটেন্ট সংগঠনের জন্য তৈরি। ব্যবহারকারীরা সিস্টেমে অডিও ইনপুট দিয়ে সংশ্লিষ্ট লিখিত রেকর্ড পেতে পারেন এবং শব্দ বা বাক্য অনুযায়ী টাইমস্ট্যাম্প দেখতে পারেন। কিছু অ-ইংরেজি ভাষার বক্তৃতা সরাসরি ইংরেজি লেখায় অনুবাদও করা যায়। এটি বিভিন্ন ভাষা ও কাজের ৬৮০,০০০ ঘণ্টার তত্ত্বাবধানে সংগৃহীত ডেটা দিয়ে প্রশিক্ষিত। মডেল ও কোড উন্মুক্ত হওয়ায় এটি ডেভেলপারদের ইন্টিগ্রেশন, গবেষকদের পরীক্ষা, এবং সাক্ষাৎকার, পডকাস্ট, মিটিং, ক্লাস ও ভিডিও কনটেন্ট সংগঠনের কাজে উপযোগী। তবু রেকর্ডিংয়ের মান, উচ্চারণ ও পেশাগত পরিভাষা বিবেচনা করে শনাক্তকরণের ফলাফল মানুষের মাধ্যমে যাচাই করা উচিত।028.4এই ট্যাগযুক্ত সব টুল দেখানো হয়েছে।