আমরা যারা প্রতিদিন কাজের প্রয়োজনে কিংবা পড়াশোনার খাতিরে ঘণ্টার পর ঘণ্টা কম্পিউটারের সামনে বসে থাকি, তাদের কাছে একটানা কিবোর্ডে টাইপ করে যাওয়া কতটা ক্লান্তিকর হতে পারে, তা আমরা সবাই কম-বেশি জানি। একটি লম্বা ইমেইল ড্রাফট করা, চ্যাটবক্সে দ্রুত রিপ্লাই দেওয়া, মিটিংয়ের নোটস নেওয়া কিংবা কোডিং করার সময় বড় বড় টিউমেন্ট লেখা—সব মিলিয়ে আমাদের হাত আর আঙুলের ওপর দিয়ে এক বিরাট ধকল যায়। অনেক সময়ই আমাদের মনে হয়, যদি কোনো জাদুকরী উপায়ে কেবল মুখে কথা বলেই যেকোনো সফটওয়্যারে সরাসরি লেখা যেত, তাহলে আমাদের মূল্যবান সময় কতটা বেঁচে যেত এবং কাজের গতি কতটা বেড়ে যেত!
ঠিক এই বাস্তব সমস্যাকে নিখুঁতভাবে সমাধান করতে এবং দৈনন্দিন কাজের অভিজ্ঞতাকে সম্পূর্ণ নতুন মাত্রায় নিয়ে যেতে Google তাদের macOS Gemini App-এ উন্মোচন করেছে এক যুগান্তকারী ও অত্যন্ত শক্তিশালী Tool। এই নতুন টুলের সবচেয়ে বড় বিশেষত্ব হলো, এটি কেবল একটি নির্দিষ্ট সফটওয়্যারের ভেতর সীমাবদ্ধ থাকে না, বরং এটি আপনার অপারেটিং সিস্টেমের অন্যান্য সমস্ত Apps-এর ভেতর সরাসরি কথ্য Speech-কে ট্রান্সক্রাইব করে তাৎক্ষণিকভাবে রিয়েল-টাইমে লিখে দিতে সক্ষম।
সাধারণত অন্যান্য প্রচলিত সিস্টেমে ভয়েস কমান্ড দিয়ে টেক্সট লিখতে গেলে নানা রকম ঝামেলা পোহাতে হয়। বারবার অ্যাপ উইন্ডো বদল করা, আলাদা অডিও ড্রপবক্স খোলা কিংবা এক জায়গা থেকে ভয়েস ইনপুট দিয়ে টেক্সট তৈরি করে তা কপি করে অন্য জায়গায় পেস্ট করা—এসবের কারণে কাজের স্বাভাবিক গতি হারিয়ে যায়। কিন্তু Google এই পুরো ইন্টারঅ্যাকশন প্রক্রিয়াকে এমনভাবে সাজিয়েছে, যাতে আপনার কাজের ধারায় বিন্দুমাত্র ছেদ না পড়ে।
এই দুর্দান্ত সুবিধাটি ব্যবহার করার ধাপগুলো অত্যন্ত সহজ ও চমৎকার:
আপনাকে আলাদাভাবে কোনো ফাইল বা উইন্ডো খুলতেই হচ্ছে না; স্ক্রিনের যেকোনো সফটওয়্যার এখন আপনার গলার আওয়াজেই সরাসরি কাজ করতে শুরু করবে।
আমরা যখন স্বাভাবিকভাবে মানুষের সাথে কথা বলি, তখন চিন্তাভাবনা করার ফাঁকে কিংবা কথার মাঝখানের বিরতিতে অজান্তেই নানা ধরনের শব্দ করে থাকি। যেমন—"Um" কিংবা "Ah"-এর মতো অনাকাঙ্ক্ষিত উচ্চারণ আমাদের সবার মুখ দিয়েই কম-বেশি বের হয়। সাধারণ কোনো ভয়েস টাইপিং সিস্টেমে কথা বলতে গেলে এই শব্দগুলোও হুবহু টেক্সট আকারে উঠে আসে, যা পরবর্তীতে ম্যানুয়ালি ব্যাকস্পেস চেপে চেপে মুছে পরিষ্কার করতে হয়, যা বেশ বিরক্তিকর।
তবে Google এই সমস্যার ক্ষেত্রে নিয়ে এসেছে এক অত্যন্ত আধুনিক সল্যুশন। ইতিপূর্বে iOS প্ল্যাটফর্মের জন্য নিয়ে আসা Google’s Dictation App-এ যে অসাধারণ নির্ভুলতা দেখা গিয়েছিল, ঠিক সেই প্রযুক্তির ধারাবাহিকতায় এই নতুন Feature-টিও চমৎকারভাবে কাজ করে। এটি আপনার অডিওর ভেতর থেকে যাবতীয় অপ্রয়োজনীয় "Um" এবং "Ah"-এর মতো Filler Words স্বয়ংক্রিয়ভাবে শনাক্ত করে মুছে ফেলে। এর ফলে আপনি কোনো রকম ইতস্তত বোধ ছাড়াই নিজের স্বাভাবিক ছন্দে কথা বলে যেতে পারেন, আর ব্যাকগ্রাউন্ডে সফটওয়্যারটি আপনার জন্য তৈরি করে দেয় একদম পরিচ্ছন্ন, প্রাঞ্জল ও সম্পূর্ণ প্রফেশনাল একটি খসড়া।
কথ্য ভাষাকে লেখায় রূপান্তর করার চমৎকার সুবিধার বাইরেও এই টুলের ভেতরে যুক্ত করা হয়েছে এক অসাধারণ ও গভীর আর্টিফিশিয়াল ইন্টেলিজেন্সের স্তর। ব্যবহারকারী চাইলে তার প্রয়োজন অনুযায়ী এই টুলের একটি বিশেষ Screen-Aware Reasoning Mode সক্রিয় বা চালু করে নিতে পারেন।
এই মোডটি কার্যকর হওয়া মাত্রই Gemini আপনার কম্পিউটারের ডিসপ্লেতে প্রদর্শিত সমস্ত On-Screen Content দেখার ও তা বিশ্লেষণ করার পূর্ণ Access বা অনুমতি লাভ করে। এই বিশেষ মোডটির সক্ষমতা অত্যন্ত বিস্তৃত:
অ্যাপলের ডিভাইস ব্যবহারকারীদের মধ্যে দীর্ঘদিনের এক বিরাট প্রত্যাশা ছিল যে, তাদের ম্যাক অপারেটিং সিস্টেমে সরাসরি এমন একটি ইন্টেলিজেন্ট ভয়েস অ্যাসিস্ট্যান্ট থাকবে যা কাজের সমস্ত জটিলতা কমিয়ে দেবে। কিন্তু বাস্তব পরিস্থিতি হলো, Apple’s বহুল আলোচিত ও রিফ্রেশড Siri এখনও সম্পূর্ণভাবে পরীক্ষামূলক Beta দশায় আটকা পড়ে রয়েছে এবং আনুষ্ঠানিক ঘোষণা অনুযায়ী আগামী September মাসের আগে এটি সাধারণ মানুষের ব্যবহারের জন্য পুরোপুরি উন্মুক্ত হওয়ার কোনো বাস্তব সম্ভাবনা নেই।
সিরির এই দীর্ঘ অপেক্ষার পটভূমিতে দাঁড়িয়ে, বিশ্বজুড়ে থাকা লাখ লাখ Mac Users-দের জন্য দৈনন্দিন কম্পিউটিং আরও দ্রুত করার কোনো বিকল্প ছিল না। আর ঠিক এই জায়গাতেই বাজিমাত করেছে গুগল। নিজস্ব সিস্টেমের সাথে গভীরভাবে মিশে থাকা একটি কার্যকর Smart Assistant পাওয়ার অনুভূতির ক্ষেত্রে এই মুহূর্তে ম্যাকপ্রেমীদের হাতের নাগালে থাকা সবচেয়ে কাছাকাছি, শক্তিশালী ও নির্ভরযোগ্য বাস্তব Thing হয়ে উঠেছে জেমিনাইয়ের এই নতুন রূপ।
যেকোনো নতুন প্রযুক্তি ব্যবহারের ক্ষেত্রে সেটির ভাষা সমর্থন এবং ব্যবহারকারীর নিজস্ব সুবিধার বিষয়টি অত্যন্ত গুরুত্বপূর্ণ ভূমিকা পালন করে:
সব মিলিয়ে বলা যায়, কিবোর্ডের একঘেয়েমি দূর করতে, নিজের কাজের সময় কমাতে এবং অপারেটিং সিস্টেমের প্রতিটি কোণায় ভয়েসের পূর্ণ শক্তি ছড়িয়ে দিতে macOS Gemini App-এর এই আপডেটটি ম্যাক ব্যবহারকারীদের দৈনন্দিন প্রোডাক্টিভিটি এক অনন্য উচ্চতায় নিয়ে যাবে।
-
টেকটিউনস টেকবুম
আমি টেকটিউনস টেকবুম। বিশ্বের সর্ববৃহৎ বিজ্ঞান ও প্রযুক্তির সৌশল নেটওয়ার্ক - টেকটিউনস এ আমি 13 বছর যাবৎ যুক্ত আছি। টেকটিউনস আমি এ পর্যন্ত 1349 টি টিউন ও 0 টি টিউমেন্ট করেছি। টেকটিউনসে আমার 3 ফলোয়ার আছে এবং আমি টেকটিউনসে 0 টিউনারকে ফলো করি।
