লেখা থেকে মানুষের মতো স্বাভাবিক কণ্ঠস্বর তৈরি করতে এখন আর মাইক্রোফোনের সামনে বসে রেকর্ড করার প্রয়োজন নেই। কৃত্রিম বুদ্ধিমত্তা বা এআইয়ের সাহায্যে সহজেই তৈরি করা যায় ভিডিওর ভয়েসওভার, সামাজিক যোগাযোগমাধ্যমের অডিও কিংবা বিভিন্ন কনটেন্টের জন্য কণ্ঠস্বর। এ কাজের জন্য জনপ্রিয় একটি প্ল্যাটফর্ম হলো ইলেভেনল্যাবস (ElevenLabs)। স্মার্টফোন বা কম্পিউটার ব্যবহার করে কয়েকটি সহজ ধাপ অনুসরণ করেই লিখিত বক্তব্যকে অডিওতে রূপান্তর করা সম্ভব।

এআই দিয়ে ভয়েস তৈরির পদ্ধতি

ইলেভেনল্যাবসের টেক্সট টু স্পিচ সুবিধার মাধ্যমে পছন্দের কণ্ঠ নির্বাচন করে লেখা থেকে অডিও তৈরি করা যায়। কীভাবে এই কাজ করবেন, তা ধাপে ধাপে জেনে নিন।

ধাপ ১: ইলেভেনল্যাবস অ্যাপ ইনস্টল করুন

প্রথমে অ্যান্ড্রয়েড ফোনের গুগল প্লে স্টোরে প্রবেশ করে ‘ElevenLabs: AI Voice Generator’ লিখে সার্চ করুন। এরপর অ্যাপটি ইনস্টল করে চালু করুন। চাইলে কম্পিউটার থেকেও ইলেভেনল্যাবসের ওয়েবসাইট ব্যবহার করতে পারবেন।

অ্যাপ বা ওয়েবসাইটে প্রবেশের পর প্রয়োজন অনুযায়ী অ্যাকাউন্টে সাইন ইন করুন। এরপর ভয়েস তৈরির সুবিধাটি ব্যবহার করার জন্য প্রস্তুতি নিন।

ধাপ ২: টেক্সট টু স্পিচ অপশন নির্বাচন করুন

অ্যাপে প্রবেশ করার পর ‘Text to Speech’ অপশনটি খুঁজে নির্বাচন করুন। এই সুবিধার মাধ্যমে লিখিত বক্তব্যকে কৃত্রিম বুদ্ধিমত্তার সাহায্যে কথার মতো অডিওতে রূপান্তর করা যায়।

এখানে নিজের প্রয়োজন অনুযায়ী ভয়েস তৈরি করার বিভিন্ন সেটিংস ও কণ্ঠ নির্বাচনের সুবিধা পাওয়া যেতে পারে। অ্যাপের সংস্করণ অনুযায়ী অপশনগুলোর অবস্থান কিছুটা আলাদা হতে পারে।

ধাপ ৩: উপযুক্ত এআই মডেল বেছে নিন

ভয়েস তৈরির জন্য উপযুক্ত মডেল নির্বাচন করা গুরুত্বপূর্ণ। মডেলভেদে কণ্ঠের স্বাভাবিকতা, আবেগ প্রকাশ, উচ্চারণ ও অডিও তৈরির গতিতে পার্থক্য থাকতে পারে।

সেটিংস থেকে মডেল নির্বাচনের অপশনে প্রবেশ করে উপলভ্য মডেলগুলো যাচাই করুন। কথার স্বাভাবিকতা ও আবেগপূর্ণ উপস্থাপনার জন্য Eleven v3 এবং দীর্ঘ বক্তব্যের ক্ষেত্রে স্থিতিশীল কণ্ঠ তৈরির জন্য Multilingual v2 পরীক্ষা করে দেখতে পারেন। তবে কোন মডেলটি আপনার জন্য ভালো হবে, তা ভাষা ও কনটেন্টের ধরনের ওপর নির্ভর করবে।

ধাপ ৪: পছন্দের কণ্ঠ নির্বাচন করুন

মডেল নির্বাচনের পর ভয়েস বেছে নেওয়ার অপশনে প্রবেশ করুন। এখানে বিভিন্ন ধরনের কণ্ঠের নমুনা শোনার সুযোগ থাকতে পারে। নিজের কনটেন্টের ধরন অনুযায়ী পুরুষ বা নারী কণ্ঠ, উচ্চারণ ও কথা বলার ভঙ্গি নির্বাচন করুন।

নির্দেশিত ‘Bunty Punchy’ ভয়েসটি খুঁজে দেখতে চাইলে ভয়েস লাইব্রেরির সার্চ বারে নামটি লিখুন। এটি পাওয়া গেলে নমুনা শুনে নির্বাচন করতে পারেন। তবে ভয়েসটি সব অ্যাকাউন্টে পাওয়া যাবে, এমন নিশ্চয়তা নেই।

ধাপ ৫: লেখা দিয়ে ভয়েস তৈরি করুন

যে বক্তব্যকে অডিওতে রূপান্তর করতে চান, সেটি নির্দিষ্ট টেক্সট বক্সে লিখুন অথবা আগে থেকে তৈরি করা লেখা কপি করে পেস্ট করুন। এরপর ‘Generate’ বা ‘Generate Speech’ বাটনে ক্লিক করুন।

কিছুক্ষণ অপেক্ষা করলে আপনার লেখা থেকে অডিও তৈরি হবে। তৈরি হওয়া কণ্ঠটি মনোযোগ দিয়ে শুনুন। বিশেষ করে বাংলা শব্দের উচ্চারণ, বাক্যের বিরতি, নামের সঠিক উচ্চারণ এবং কণ্ঠের স্বাভাবিকতা যাচাই করুন।

প্রয়োজনে লেখার বানান ও বাক্যবিন্যাস সংশোধন করে আবার অডিও তৈরি করতে পারেন। এতে চূড়ান্ত ভয়েসের মান আরও ভালো হতে পারে।

ধাপ ৬: অডিও ডাউনলোড করে ব্যবহার করুন

তৈরি হওয়া অডিও পছন্দ হলে ডাউনলোড আইকনে ক্লিক করে ফাইলটি সংরক্ষণ করুন। উপলভ্য সুবিধা অনুযায়ী এমপিথ্রি বা অন্য কোনো সমর্থিত ফরম্যাট বেছে নিতে পারেন।

এরপর অডিওটি ভিডিও সম্পাদনার অ্যাপে যুক্ত করে ইউটিউব ভিডিও, ফেসবুক রিলস, টিকটক ভিডিও, শিক্ষামূলক কনটেন্ট কিংবা নিউজের ভয়েসওভার হিসেবে ব্যবহার করতে পারবেন।

এআই ভয়েস তৈরির আগে যে বিষয়গুলো জানা জরুরি

ইলেভেনল্যাবসে তৈরি হওয়া কণ্ঠের মান অনেকটাই নির্ভর করে নির্বাচিত ভয়েস, এআই মডেল এবং ইনপুট হিসেবে দেওয়া লেখার ওপর। তাই শুধু মডেল নির্বাচন করলেই প্রতিবার নিখুঁত ফল পাওয়া যাবে, এমন নয়।

এ ছাড়া বিনা মূল্যের ও অর্থের বিনিময়ে ব্যবহৃত অ্যাকাউন্টে অডিও তৈরির সীমা এবং কিছু সুবিধায় পার্থক্য থাকতে পারে। নিয়মিত বা বাণিজ্যিক কাজে ব্যবহারের আগে সংশ্লিষ্ট পরিকল্পনার শর্ত যাচাই করে নেওয়া উচিত।

অন্য কারও কণ্ঠ নকল করে অডিও তৈরি করতে চাইলে অবশ্যই তাঁর অনুমতি নিতে হবে। এআই দিয়ে তৈরি অডিওকে বাস্তব ব্যক্তির বক্তব্য হিসেবে উপস্থাপন না করে প্রয়োজন অনুযায়ী সেটি কৃত্রিমভাবে তৈরি বলে উল্লেখ করাও গুরুত্বপূর্ণ।

সঠিক ভয়েস, উপযুক্ত মডেল এবং পরিষ্কার লেখা ব্যবহার করতে পারলে ইলেভেনল্যাবসের সাহায্যে সহজেই তৈরি করা যায় মানসম্মত এআই ভয়েস। এতে ভিডিও ও ডিজিটাল কনটেন্ট তৈরির কাজ আরও সহজ ও সময়সাশ্রয়ী হতে পারে।