নীরবে নতুন একটি এআই ডিকটেশন অ্যাপ উন্মোচন করেছে গুগল। ‘গুগল এআই এজ এলোকোয়েন্ট’ নামের এই অ্যাপ ইন্টারনেট সংযোগ ছাড়াই ভয়েস থেকে লেখা তৈরি করতে পারে। পরীক্ষামূলকভাবে অ্যাপটি আইওএস প্ল্যাটফর্মে চালু হয়েছে। এটি মূলত একটি অফলাইন-ফার্স্ট ডিকটেশন অ্যাপ। যা ব্যবহারকারীর কথাকে তাৎক্ষণিকভাবে লেখায় রূপান্তর করে।
অ্যাপটি ডাউনলোড করার পর প্রয়োজনীয় ভয়েস মডেল ইনস্টল করলে ইন্টারনেট ছাড়াই কাজ করা যায়। এতে ব্যবহৃত হয়েছে গুগলের ‘Gemma’ ভিত্তিক স্বয়ংক্রিয় স্পিচ রিকগনিশন প্রযুক্তি। ফলে ব্যবহারকারী কথা বলার সঙ্গে সঙ্গে স্ক্রিনে লাইভ ট্রান্সক্রিপশন দেখা যায়।
বিশেষত্ব হলো, কথা বলার সময় সাধারণত ব্যবহৃত ‘উম’, ‘আহ’–এর মতো ফাঁকা শব্দগুলো স্বয়ংক্রিয়ভাবে বাদ দিয়ে লেখাকে আরও পরিপাটি করে তোলে অ্যাপটি। ব্যবহারকারী চাইলে লেখাকে সংক্ষিপ্ত, দীর্ঘ বা আনুষ্ঠানিক ভঙ্গিতে রূপান্তর করার অপশনও পাবেন।
অ্যাপটিতে ক্লাউড মোড চালু থাকলে জেমিনি–ভিত্তিক প্রসেসিং ব্যবহার করা হয়। তবে ক্লাউড বন্ধ করে সম্পূর্ণ লোকাল ডিভাইসেই ডেটা প্রক্রিয়াকরণের সুবিধাও রাখা হয়েছে। যা গোপনীয়তা সচেতন ব্যবহারকারীদের জন্য গুরুত্বপূর্ণ।
আরও একটি উল্লেখযোগ্য ফিচার হলো, ব্যবহারকারীর জিমেইল অ্যাকাউন্ট থেকে প্রয়োজনীয় নাম, কীওয়ার্ড বা জার্গন নিয়ে তা ডিকশনারিতে যুক্ত করা যায়। ফলে নির্দিষ্ট শব্দ বা নাম বারবার ভুল হওয়ার সম্ভাবনা কমে।
এছাড়া অ্যাপটি ব্যবহারকারীর পূর্বের ট্রান্সক্রিপশন সংরক্ষণ করে এবং সেগুলো খোঁজার সুবিধাও দেয়। এমনকি কত শব্দ বলা হয়েছে, প্রতি মিনিটে গড় শব্দসংখ্যা —এসব তথ্যও দেখা যায়।
যদিও বর্তমানে এটি আইওএস–এ সীমাবদ্ধ হলেও ভবিষ্যতে এটি অ্যান্ড্রয়েডে যুক্ত হলে সিস্টেম-ওয়াইড ডিফল্ট কিবোর্ড হিসেবেও ব্যবহারের সুযোগ মিলতে পারে।
বিশেষজ্ঞরা বলছেন, পরীক্ষামূলক এই অ্যাপটি সফল হলে অ্যান্ড্রয়েড ডিভাইসেও উন্নত ভয়েস টাইপিং ফিচার যুক্ত হতে পারে। এতে ব্যবহারকারীদের দৈনন্দিন কাজ আরও সহজ হয়ে উঠবে।
বিষয় : তথ্য ও প্রযুক্তি
মঙ্গলবার, ০৭ এপ্রিল ২০২৬
প্রকাশের তারিখ : ০৭ এপ্রিল ২০২৬
নীরবে নতুন একটি এআই ডিকটেশন অ্যাপ উন্মোচন করেছে গুগল। ‘গুগল এআই এজ এলোকোয়েন্ট’ নামের এই অ্যাপ ইন্টারনেট সংযোগ ছাড়াই ভয়েস থেকে লেখা তৈরি করতে পারে। পরীক্ষামূলকভাবে অ্যাপটি আইওএস প্ল্যাটফর্মে চালু হয়েছে। এটি মূলত একটি অফলাইন-ফার্স্ট ডিকটেশন অ্যাপ। যা ব্যবহারকারীর কথাকে তাৎক্ষণিকভাবে লেখায় রূপান্তর করে।
অ্যাপটি ডাউনলোড করার পর প্রয়োজনীয় ভয়েস মডেল ইনস্টল করলে ইন্টারনেট ছাড়াই কাজ করা যায়। এতে ব্যবহৃত হয়েছে গুগলের ‘Gemma’ ভিত্তিক স্বয়ংক্রিয় স্পিচ রিকগনিশন প্রযুক্তি। ফলে ব্যবহারকারী কথা বলার সঙ্গে সঙ্গে স্ক্রিনে লাইভ ট্রান্সক্রিপশন দেখা যায়।
বিশেষত্ব হলো, কথা বলার সময় সাধারণত ব্যবহৃত ‘উম’, ‘আহ’–এর মতো ফাঁকা শব্দগুলো স্বয়ংক্রিয়ভাবে বাদ দিয়ে লেখাকে আরও পরিপাটি করে তোলে অ্যাপটি। ব্যবহারকারী চাইলে লেখাকে সংক্ষিপ্ত, দীর্ঘ বা আনুষ্ঠানিক ভঙ্গিতে রূপান্তর করার অপশনও পাবেন।
অ্যাপটিতে ক্লাউড মোড চালু থাকলে জেমিনি–ভিত্তিক প্রসেসিং ব্যবহার করা হয়। তবে ক্লাউড বন্ধ করে সম্পূর্ণ লোকাল ডিভাইসেই ডেটা প্রক্রিয়াকরণের সুবিধাও রাখা হয়েছে। যা গোপনীয়তা সচেতন ব্যবহারকারীদের জন্য গুরুত্বপূর্ণ।
আরও একটি উল্লেখযোগ্য ফিচার হলো, ব্যবহারকারীর জিমেইল অ্যাকাউন্ট থেকে প্রয়োজনীয় নাম, কীওয়ার্ড বা জার্গন নিয়ে তা ডিকশনারিতে যুক্ত করা যায়। ফলে নির্দিষ্ট শব্দ বা নাম বারবার ভুল হওয়ার সম্ভাবনা কমে।
এছাড়া অ্যাপটি ব্যবহারকারীর পূর্বের ট্রান্সক্রিপশন সংরক্ষণ করে এবং সেগুলো খোঁজার সুবিধাও দেয়। এমনকি কত শব্দ বলা হয়েছে, প্রতি মিনিটে গড় শব্দসংখ্যা —এসব তথ্যও দেখা যায়।
যদিও বর্তমানে এটি আইওএস–এ সীমাবদ্ধ হলেও ভবিষ্যতে এটি অ্যান্ড্রয়েডে যুক্ত হলে সিস্টেম-ওয়াইড ডিফল্ট কিবোর্ড হিসেবেও ব্যবহারের সুযোগ মিলতে পারে।
বিশেষজ্ঞরা বলছেন, পরীক্ষামূলক এই অ্যাপটি সফল হলে অ্যান্ড্রয়েড ডিভাইসেও উন্নত ভয়েস টাইপিং ফিচার যুক্ত হতে পারে। এতে ব্যবহারকারীদের দৈনন্দিন কাজ আরও সহজ হয়ে উঠবে।
আপনার মতামত লিখুন