FlowVoice কোনো টাকা নেয় না এবং এর নিজস্ব কোনো সার্ভার নেই: এটি সরাসরি আপনার বেছে নেওয়া AI প্রদানকারীর সঙ্গে কথা বলে। এর জন্য একটি বিনামূল্যের API কী-ই যথেষ্ট। অথবা একটিও না, যদি অফলাইনে ব্যবহার করতে চান।
আজই শুধু ডিকটেট করতে চাইলে: Groq-এ একটি কী তৈরি করুন, ব্যস। এটি কণ্ঠ ট্রান্সক্রাইব করে এবং লেখা গুছিয়ে দেয়, খুব দ্রুত, আর বিনামূল্যের প্ল্যানে সারাদিনের স্বাভাবিক ব্যবহার চলে যায়।
বাকি কী ঐচ্ছিক। একাধিক প্রদানকারী ব্যাকআপ হিসেবে কাজ করে: একটি ব্যর্থ হলে বা সীমায় পৌঁছালে FlowVoice নিজে থেকেই পরেরটিতে চলে যায়।
কিছু মুখস্থ করতে হবে নাঅ্যাপের ভেতরে প্রতিটি প্রদানকারীর জন্য এই একই ধাপগুলো আছে, সঠিক পেজ খোলার একটি বোতাম, আর একটি পরীক্ষা করুন বোতাম, যা নিশ্চিত করে কী কাজ করছে কি না।
প্রতিটিতে কয়েক মিনিট লাগে। Groq দিয়ে শুরু করুন; বাকিগুলো ব্যাকআপ হিসেবে কাজ করে বা নতুন সুবিধা যোগ করে।
কণ্ঠ ও লেখা। খুব দ্রুত ট্রান্সক্রিপশন ও গোছানো।
gsk_ দিয়ে)। এটি একবারই দেখা যায়।কণ্ঠ ও লেখা। Google-এর AI, উদার বিনামূল্যের প্ল্যানসহ।
AIza দিয়ে) এবং অ্যাপে পেস্ট করুন।শুধু লেখা: গোছানো, অনুবাদ আর প্রশ্ন। কয়েক ডজন মডেলে প্রবেশাধিকার দেয়, আর যেগুলোর নাম :free দিয়ে শেষ, সেগুলোর কোনো খরচ নেই।
sk-or- দিয়ে) এবং অ্যাপে পেস্ট করুন।কণ্ঠ ও লেখা। ইউরোপীয় AI, খুব ভালো একটি ট্রান্সক্রিপশন মডেলসহ।
ঐচ্ছিক। ভয়েস সহকারীকে (Ctrl Shift U) ইন্টারনেটে প্রবেশাধিকার দেয়: এটি খুঁজে দেখে এবং উৎস উল্লেখ করে উত্তর দেয়।
tvly- দিয়ে) ড্যাশবোর্ডেই দেখা যায়।Windows ক্রেডেনশিয়াল ম্যানেজারে। শুধু বিরল ক্ষেত্রে, ভল্ট উপলব্ধ না থাকলে বা খুব লম্বা কী নিতে না চাইলে, এটি আপনার ইউজার ফোল্ডারের একটি লোকাল ফাইলে থাকে। এটি আপনার PC ছাড়ে শুধু সংশ্লিষ্ট প্রদানকারীর কাছে, প্রতিটি অনুরোধের সঙ্গে।
একই প্রদানকারীতে একাধিক কী যোগ করতে পারেন। একটি সীমায় পৌঁছালে বা ব্যর্থ হলে FlowVoice নিজে থেকেই পরেরটিতে চলে যায়।
প্রদানকারীরা প্রায়ই মডেল বদলায়। FlowVoice বুঝতে পারে কখন কোনো মডেল বন্ধ হয়ে গেছে, প্রদানকারীর বর্তমান তালিকা থেকে বিকল্প বেছে নেয়, পরীক্ষা করে এবং নিজে থেকেই সেটি ব্যবহার শুরু করে। দিনে একবার ব্যাকগ্রাউন্ডে এটি যাচাইও করে। আপনাকে কিছুই করতে হয় না।
প্রতিটি বিনামূল্যের প্ল্যানের একটি সীমা আছে: মিনিটে এতগুলো অনুরোধ, দিনে এত মিনিট অডিও। রোজকার ডিকটেশনের জন্য তা যথেষ্টর চেয়েও বেশি। সঠিক সংখ্যা মাঝে মাঝে বদলায়, তাই প্রতিটি প্রদানকারীর পেজে দেখে নিন।
| প্রদানকারী | সীমা প্রযোজ্য | একই অ্যাকাউন্টে আরেকটি কী |
|---|---|---|
| Groq | পুরো অ্যাকাউন্ট (সংস্থা) | কোটা বাড়ে না |
| Gemini | Google প্রজেক্ট, কী নয় | একই প্রজেক্টের হলে বাড়ে না |
| OpenRouter | :free মডেলে দিনে অনুরোধ; অ্যাকাউন্টে কেনা ক্রেডিট থাকলে বাড়ে | বাড়ে না |
| Tavily | মাসে ক্রেডিট; প্রতিটি সার্চে ১ বা ২টি খরচ হয় | বাড়ে না |
একই অ্যাকাউন্টের একাধিক কী যোগ হয় নাGroq-এ সীমা পুরো অ্যাকাউন্টের ওপর: একই অ্যাকাউন্টে পাঁচটি কী থাকলেও কোটা ঠিক একটির সমান। আসলে কাজে লাগে ব্যাকআপ হিসেবে ভিন্ন প্রদানকারী, যেমন Groq আর Gemini।
কোনো ক্লাউডই চান না? সেটিংস → ট্রান্সক্রিপশন-এ ১০০% লোকাল বেছে নিন এবং একটি স্পিচ রিকগনিশন মডেল (Whisper) ডাউনলোড করুন। ট্রান্সক্রিপশন চলে আপনার প্রসেসরে, আর অডিও কখনো PC ছাড়ে না।
আপনি যে ভাষায় কথা বলেন, তার জন্য কোন মডেলগুলো প্রস্তাবিত, অ্যাপ তা দেখায়। নিচের সংখ্যাগুলো আনুমানিক:
| মডেল | ডাউনলোড | ব্যবহৃত মেমরি | কার জন্য |
|---|---|---|---|
| Tiny | 31 MB | ~150 MB | খুব দুর্বল PC; ভুল বেশি |
| Base | 57 MB | ~300 MB | দ্রুত; লাইভ প্রিভিউতেও ব্যবহৃত |
| Small | 181 MB | ~600 MB | বেশি প্রচলিত ভাষাগুলোতে ভালো ভারসাম্য |
| Distil-Whisper pt-BR pt-BR | 513 MB | ~950 MB | ব্রাজিলীয় পর্তুগিজের জন্য টিউন করা |
| Large v3 Turbo | 547 MB | ~1 GB | যেকোনো ভাষায় সর্বোচ্চ নির্ভুলতা |