FlowVoice

বলুন। লেখা বসে যায় ঠিক কার্সরে।

FlowVoice

Windows-এর যেকোনো অ্যাপে AI ভয়েস ডিকটেশন। পরিষ্কার, যতিচিহ্নসহ, আর ঠিক সুরে। বিনামূল্যে, ওপেন সোর্স, আর চাইলে ১০০% অফলাইন।

Windows 10 ও 11 · ~3 MB · অ্যাডমিন অনুমতি লাগে না

ডেমো: প্রতিটি অ্যাপে Ctrl+Shift+Space চেপে কথা বলা হয়। লেখা FlowVoice-এর ওভারলেতে লাইভ দেখা যায় এবং কার্সরের জায়গায় পেস্ট হয়, আগেই নতুন করে লেখা: Outlook-এ আনুষ্ঠানিক, Slack-এ স্বাভাবিক, ChatGPT-তে প্রম্পট হিসেবে।

কথা বলতে বলতেই লেখা দেখতে পাবেন।

লাইভ, পেছনে ফেরা ছাড়া
যে শব্দ এখনও অনিশ্চিত, তা হালকা দেখায় এবং দুটি উত্তর মিললে স্থির হয়। যা স্থির হয়েছে, তা আর বদলায় না।
এক ক্লিকে আবার
ফলাফলে স্টাইল বদলান, অনুবাদ করুন, পেস্ট বা কপি করুন। আগেই পেস্ট হয়ে থাকলে বদলান সেই জায়গাতেই লেখা বদলে দেয়।
যেখানে খুশি, 2.2-এ নতুন
রেকর্ডিংয়ের সময় ক্যাপসুলটি যেকোনো কোণে টেনে নিন, অন্য মনিটরেও। অথবা সাধারণ → ভাসমান উইন্ডো থেকে নিজের পছন্দের জায়গা বেছে নিন।
কাচ, 2.1-এ নতুন
ক্যাপসুল হতে পারে কাচের, Windows-এর নিজস্ব ঝাপসা ভাবসহ, অথবা অর্ধস্বচ্ছ। সাধারণ → ভাসমান উইন্ডোতে।
ডেস্কটপের ওপর FlowVoice-এর ভাসমান উইন্ডোর ডেমো: কথা বলার সময় লেখা দেখা যায়, অনিশ্চিত শব্দ হালকা রঙে; তারপর আসে ফলাফল, যা এক ক্লিকে পেশাদার স্টাইলে নতুন করে লেখা হয়। বোতামগুলো ক্যাপসুলের চেহারা নিরেট, কাচ আর অর্ধস্বচ্ছের মধ্যে বদলায়।

একবার বলুন। প্রতিটি জায়গার জন্য ঠিক সুর।

স্টাইল বেছে নিন, অথবা ফোকাসে থাকা অ্যাপকেই বেছে নিতে দিন।

আপনি বলেছেন Outlook-এ

“মানে, সবাইকে হ্যালো, তো, ত্রৈমাসিক রিপোর্টের ব্যাপারে, আসলে, সবাই যার যার অংশ শুক্রবারের মধ্যে পাঠিয়ে দিও, ওই, দুপুর বারোটার মধ্যে, যাতে সোমবারের মিটিংয়ের আগে আমি সব দেখে নিতে পারি”

সবাইকে শুভেচ্ছা। ত্রৈমাসিক রিপোর্টের বিষয়ে: অনুগ্রহ করে শুক্রবার দুপুর ১২টার মধ্যে যার যার অংশ পাঠাবেন, যাতে সোমবারের মিটিংয়ের আগে আমি সবকিছু দেখে নিতে পারি।

আনুষ্ঠানিক ও গোছানো, ইমেলের জন্য তৈরি।

অ্যাপ অনুযায়ী স্টাইল

FlowVoice ফোকাসে থাকা অ্যাপ চিনে নেয়, ব্রাউজারের ভেতরেও, আর সেটির জন্য আপনার ঠিক করা স্টাইল ব্যবহার করে।

Gmail, WhatsApp Web, ChatGPT ও আরও অনেক কিছু Chrome আর Edge-এর ভেতরেও চেনা যায়।

লেখা নির্বাচন করুন। বলুন কী বদলাতে হবে।

কমান্ড মোডে Ctrl Alt K নির্বাচিত লেখা সেই জায়গাতেই নতুন করে লেখে, যেকোনো অ্যাপে।

  1. নির্বাচিত

    হাই অনিকা, কাল মিটিংয়ে আসতে পারব না, এখানে একটা ঝামেলা হয়ে গেছে, সরি

  2. আপনি বলেন

    “আরেকটু আনুষ্ঠানিক করো”

  3. ফলাফল

    অনিকা, একটি অপ্রত্যাশিত সমস্যার কারণে আগামীকালের মিটিংয়ে আমি উপস্থিত থাকতে পারছি না। আন্তরিকভাবে দুঃখিত।

এগুলোও চলে: “ইংরেজিতে অনুবাদ করো”, “বুলেটে সারাংশ দাও”, “ব্যাকরণ ঠিক করো”। শুধু বানান ঠিক চান? নির্বাচন করে Ctrl Alt J চাপুন: প্রুফরিড শব্দ না বদলে চিহ্ন আর যতিচিহ্ন ঠিক করে, আর আপনাকে কিছু বলতে হয় না।

সত্যিই বিনামূল্যে। ইন্টারনেট ছাড়াও।

একটি বিনামূল্যের কী দিয়ে
Groq (প্রস্তাবিত), Gemini, Mistral বা OpenRouter। কার্ড ছাড়া, কয়েক মিনিটে। কী গাইড দেখুন
অথবা ১০০% আপনার PC-তে
লোকাল Whisper মডেল, যার মধ্যে ব্রাজিলীয় পর্তুগিজের জন্য বিশেষভাবে টিউন করা একটি মডেলও আছে। কিছুই কম্পিউটারের বাইরে যায় না।
অ্যাকাউন্ট নেই, আমাদের কোনো সার্ভারও নেই
কী থাকে Windows ক্রেডেনশিয়াল ম্যানেজারে। ওপেন সোর্স, GPL-3.0 লাইসেন্স। গোপনীয়তা
FlowVoice-এর প্রদানকারী স্ক্রিন: Groq প্রস্তাবিত ও বিনামূল্যে, Google Gemini, OpenRouter ও Mistral বিনামূল্যে, OpenAI পেইড এবং Ollama লোকাল।

আর সেই খুঁটিনাটি, যার অভাব টের পাওয়া যায়।

  • বলতে বলতে অনুবাদবাংলায় বলুন, ৩৪টি ভাষার যেকোনোটিতে পেস্ট করুন। Ctrl Shift Y
  • নিজের শব্দভান্ডারনাম, ব্র্যান্ড আর কারিগরি শব্দ সবসময় সঠিক বানানে।
  • সার্চসহ ইতিহাসযা কিছু ডিকটেট করেন, সব আপনার PC-তেই সেভ থাকে।
  • চেপে ধরে বলুনশর্টকাট চেপে রাখা পর্যন্তই রেকর্ড করে।
  • ভয়েস সহকারীজোরে প্রশ্ন করুন, ওয়েব সার্চসহ। Ctrl Shift U
  • নিজে নিজেই আপডেট হয়~3 MB-র ইনস্টলার, অ্যাডমিন অনুমতি ছাড়া।
  • আবার চেষ্টা করুনট্রান্সক্রিপশন ব্যর্থ হলে রেকর্ডিং মেমরিতে থাকে, আর এক ক্লিকে ডিকটেশন আবার হয়।
  • রেকর্ডিংয়ের সময় নীরবতাঐচ্ছিক: রেকর্ডিংয়ের সময় PC-র শব্দ বন্ধ থাকে, পরে নিজে থেকেই ফিরে আসে।
  • ১০টি ভাষায়পর্তুগিজ, ইংরেজি, স্প্যানিশ, ফরাসি, জার্মান, জাপানি, চীনা, রুশ, হিন্দি ও বাংলা।

ঝটপট প্রশ্নোত্তর

সত্যিই কি বিনামূল্যে?

হ্যাঁ। FlowVoice-এর কোনো সার্ভার নেই: এটি আপনার কী দিয়ে সরাসরি প্রদানকারীর সঙ্গে কাজ করে, অথবা আপনার PC-তেই চলে। Groq আর Gemini-র বিনামূল্যের প্ল্যান রোজকার স্বাভাবিক ব্যবহারের জন্য যথেষ্ট, কার্ড ছাড়াই।

ইনস্টল করার সময় Windows একটি সতর্কবার্তা দেখিয়েছে। এটা কি নিরাপদ?

এটা প্রত্যাশিত: ইনস্টলারে এখনও পেইড সিগনেচার নেই। “আরও তথ্য”, তারপর “তবুও চালান”-এ ক্লিক করুন। ইনস্টলারটি ওপেন সোর্স কোড থেকে GitHub Actions তৈরি করে।

কোন কোন সিস্টেমে চলে?

Windows 10 ও 11-এ। ইনস্টলারটি প্রায় 3 MB, অ্যাডমিন অনুমতি চায় না এবং নিজে নিজেই আপডেট হয়।

কোনো সমস্যা পেয়েছেন বা কোনো আইডিয়া আছে? কোথায় জানাবেন?

GitHub-এ: সমস্যা জানান অথবা উন্নতির পরামর্শ দিন। অ্যাপের ভেতরে, সেটিংস → পরিচিতি-তে একই বোতামগুলো অ্যাপ ও Windows-এর ভার্সন আগেই পূরণ করে দেয়।

ব্রাজিলের একজন মানুষের তৈরি, পুরোপুরি খোলামেলাভাবে।

FlowVoice বিনামূল্যে এবং সবসময় তাই থাকবে। এটি যদি আপনার সময় বাঁচায়, তবে LivePix (Pix, ব্রাজিলের জন্য) বা GitHub Sponsors (যেকোনো কার্ড, মাসিক বা একবার) দিয়ে এক কাপ কফি আপডেট চালু রাখতে সাহায্য করে।

FlowVoice-কে দান করার জন্য LivePix-এর QR কোড
LivePix দিয়ে দান করুন

livepix.gg/caliberda
ফোনের ক্যামেরা কোডের দিকে ধরুন বা সেটিতে ক্লিক করুন।

মাসিক বা একবার, যেকোনো কার্ডে। GitHub পুরো অর্থ পৌঁছে দেয়।

দান করতে পারছেন না? এগুলোও সমানভাবে সাহায্য করে।

  • GitHub-এ একটি স্টারএতে আরও বেশি মানুষ প্রকল্পটি খুঁজে পায়।
  • বাগ রিপোর্টভার্সন আর ধাপগুলো দিলে সমাধান দ্রুত আসে।
  • একটি আইডিয়াবলুন, FlowVoice কীভাবে আপনার জন্য আরও ভালো হতে পারে।
  • কাউকে জানানসারাদিন টাইপ করেন এমন মানুষেরা ধন্যবাদ দেবেন।

FlowVoice

যা বলা যায়, তা টাইপ করা বন্ধ করুন।

ডাউনলোড করুন, Groq-এর একটি বিনামূল্যের কী পেস্ট করুন, আর পাঁচ মিনিটে প্রথম ডিকটেশন করুন।