Subtitles

प्राइवेट · डिवाइस पर ही · Apple Neural Engine

आपका Mac जो भी चला रहा हो,
उसके लिए लाइव कैप्शन।

वीडियो, कॉल, पॉडकास्ट: सबका ट्रांसक्रिप्शन चलते-चलते होता है और वे एक ऐसे ओवरले पर लिखे जाते हैं जो हमेशा सबसे ऊपर रहता है। न कुछ अपलोड होता है, न रिकॉर्ड होता है, न डिस्क पर लिखा जाता है।

14 दिन में रिफ़ंड, कोई सवाल नहीं

$9 में ख़रीदें सोर्स कोड देखें

एक बार $9, आगे के सारे अपडेट शामिल · macOS 14.2 या बाद का · Apple Silicon
जितने चाहें उतने कैप्शन, जब तक चाहें। न मिनट ख़रीदने हैं, न कोई अकाउंट, न कोई सब्सक्रिप्शन।

ऐप बदलिए और कैप्शन बने रहते हैं: ओवरले हर विंडो के ऊपर रहता है, और क्लिक आर-पार जाने देता है।

किसी विंडो को सामने लाने के लिए उस पर क्लिक कीजिए। कैप्शन हिलाने हों तो ⇧ दबाकर खींचिए, जैसे ऐप में करते हैं।

कैप्शन पर पॉइंटर ले जाइए और वे आपके नीचे घुल जाते हैं। पिछले कुछ को वापस जमा करने के लिए ⌥ दबाए रखिए। यहाँ दोनों ठीक वैसे ही चलते हैं जैसे ऐप में।

आपके Mac के हर ऐप के लिए लाइव सबटाइटल

Subtitles आपके Mac के चलाए किसी भी ऑडियो का कैप्शन बनाता है, क्योंकि वह किसी एक सेवा से जुड़ने के बजाय ख़ुद ऐप पर टैप लगाता है। आप बहरे हों या कम सुनते हों, दूसरी भाषा में सुन रहे हों, या बस किसी शोरगुल वाली जगह पर काम कर रहे हों, तीन हालात बार-बार आते हैं।

01

मीटिंग और कॉल

Zoom, Google Meet, Teams, कोई Slack हडल, ब्राउज़र टैब में चलती कोई कॉल: यह सब बस किसी ऐप से निकलती आवाज़ है, इसलिए इन सबका कैप्शन बनता है। दूसरी भाषा हो या न हो, इसकी ज़रूरत उसी पल पड़ जाती है जब उच्चारण अनजाना हो, किसी का माइक ख़राब हो, या दो लोग एक साथ बोलने लगें: आधा सुना हुआ शब्द पढ़ लेना दोबारा पूछने से तेज़ है, और इससे किसी की बात नहीं कटती।

02

काम करते हुए सिरा पकड़े रहना

ऑडियो रुकता नहीं। जिस पल आप अपने नोट्स, एडिटर या किसी ब्राउज़र विंडो पर जाते हैं, बातचीत का सिरा छूटने लगता है। ओवरले हर विंडो के ऊपर रहता है और क्लिक-थ्रू है, इसलिए आप उसके सामने काम करते रहिए, वह अपनी जगह टिका रहता है। आप नोट ले सकते हैं, कुछ ढूँढ सकते हैं, और फिर भी जो कहा जा रहा है उसके साथ चल सकते हैं। Granola जैसा कोई नोटपैड मीटिंग को बाद में लिख देता है; यह वह आधा हिस्सा है जो मीटिंग चलते-चलते ही होना होता है।

03

वीडियो, पॉडकास्ट और लेक्चर

ऐसा वीडियो जिसमें कैप्शन हैं ही नहीं, या ऑटोमैटिक कैप्शन हैं जो न होने से भी बुरे हैं। ऐसी भाषा में कोई पॉडकास्ट जो आप अभी सीख ही रहे हैं। कोई रिकॉर्ड किया या स्ट्रीम होता लेक्चर, कोई इंटरव्यू, धीमे संवादों वाली कोई फ़िल्म। कैप्शन उसी विंडो के ऊपर आते हैं जो उसे चला रही है, आपके तय किए टेक्स्ट साइज़ में, सोलह भाषाओं में और भाषा की पहचान भी अपने आप।

तीनों में एक बात साझा है: मीटिंग, कॉल और निजी रिकॉर्डिंग, किसी सर्वर के मतलब की चीज़ें नहीं हैं। इनमें से कोई ऑडियो अपलोड नहीं होता, क्योंकि होने की ज़रूरत ही नहीं: मॉडल आपके Mac पर चलता है।

तीन शर्तों पर बना

लाइव ऑडियो न रोका जा सकता है, न दोबारा चलाया जा सकता है, और उसे आपकी मशीन से बाहर जाना भी नहीं चाहिए। यहाँ सब कुछ इसी से निकलता है।

Mac से कुछ बाहर नहीं जाता

यह लोकल और ऑफ़लाइन चलता है: न नेटवर्क कॉल, न अकाउंट, न टेलीमेट्री। ऑडियो टैप से सीधे रिकग्नाइज़र में जाता है और ख़त्म कर दिया जाता है। कभी सिर्फ़ एक ही चीज़ डाउनलोड होती है, ख़ुद मॉडल, और वह भी एक ही बार।

Neural Engine पर, CPU पर नहीं

क़रीब 0.15 का रियल-टाइम फ़ैक्टर: हर एक सेकंड की गणना में छह सेकंड की बोली ट्रांसक्राइब। वही मॉडल CPU पर चलाने पर क़रीब 100× धीमा निकला, यानी लाइव स्ट्रीम के साथ चलने लायक़ ही नहीं।

हर ऐप, या सिर्फ़ एक

डिफ़ॉल्ट रूप से यह वह सब सुनता है जो आपका Mac चलाता है, इसलिए चलाने से पहले कुछ सेट नहीं करना पड़ता। दो चीज़ें एक साथ बोल रही हों तो मेन्यू बार से इसे एक ऐप तक सीमित कर दीजिए, और तब यह उस ऐप के साथ उसके शुरू किए हर हेल्पर प्रोसेस को भी पकड़ता है, और इसी से ब्राउज़र तथा Electron ऐप चलते हैं, जहाँ आवाज़ कभी मुख्य प्रोसेस से आती ही नहीं।

म्यूज़िक बोल नहीं बनता

रिकग्नाइज़र से पहले एक वॉइस डिटेक्टर चलता है ताकि बैकिंग ट्रैक उस तक पहुँचे ही नहीं। उसके बिना म्यूज़िक मॉडल का कॉन्टेक्स्ट भर देता है और उसके बाद के पहले कुछ शब्द छूट जाते हैं।

हर वक्ता के लिए नया बॉक्स

चाहें तो कोई और बोलना शुरू करे तब नया सबटाइटल शुरू हो जाए, ठीक वैसे ही जैसे रुकने पर होता है। डिफ़ॉल्ट रूप से बंद: इसके लिए पहले मॉडल के साथ एक दूसरा मॉडल भी चलता है।

सोलह भाषाएँ

डिफ़ॉल्ट मॉडल भाषा ख़ुद पहचान लेता है। अंग्रेज़ी को इसके ऊपर सात अलग चेकपॉइंट मिलते हैं, जो 160 ms से ऊपर लेटेंसी और सटीकता के बीच चुनाव देते हैं।

ओवरले रास्ते से हटा रहता है

हर विंडो के ऊपर बैठी कोई चीज़ तभी काम करती है जब वह ख़ुद वह चीज़ न बन जाए जिसे बचा-बचाकर आपको काम करना पड़े। यह कोई क्लिक नहीं लेता, जहाँ आप इशारा करें वहाँ घुल जाता है, और जिस लाइन से आपकी नज़र हटी थी, वह आपको लौटा देता है।

जहाँ इशारा करें, वहाँ एक छेद

पॉइंटर बॉक्स के पास ले जाइए और वह उसके नीचे से हट जाता है, ताकि आप जो वाक्य पढ़ रहे हैं वह उस वाक्य को कभी न ढके जो आप लिख रहे हैं। कितना हटे और वह छेद कितना चौड़ा हो, दोनों आपके तय करने की चीज़ें हैं। इसे ठोस रखना हो तो ⇧ दबाए रखिए।

जो छूट गया, उसके लिए ⌥ दबाए रखिए

बॉक्स टीवी सबटाइटल की तरह पन्ने बदलता है: भरता है, ख़ाली होता है और फिर शुरू होता है, इसलिए जिस लाइन से नज़र हटी वह चली जाती है। ⌥ दबाए रखिए और ख़त्म हो चुके पिछले बॉक्स लाइव बॉक्स के ऊपर वापस जमा हो जाते हैं, तीस तक, और पुराने वालों के लिए स्क्रोल भी होता है। छोड़िए और वे फिर ग़ायब। कहीं कुछ लिखा नहीं जाता।

ओवरले ही प्रीव्यू है

मेन्यू से ⌘, सेटिंग्ज़ खोलता है: एक बॉक्स कितनी लाइनों के बाद ख़ाली होगा, वह कितना गाढ़ा दिखेगा, पॉइंटर के नीचे कितनी दूर तक हटेगा, ⌥ कितना पीछे तक ले जाएगा। हर स्लाइडर खींचते ही ओवरले पर लागू होता है, इसलिए आप इन्हें नंबर चुनकर नहीं, सामने देखकर तय करते हैं।

यह काम कैसे करता है

एक रियलटाइम ऑडियो थ्रेड जो सिर्फ़ कॉपी करता है, एक पोर्टेबल कोर जो ट्रांसक्राइब करता ही नहीं, और एक मॉडल जो वहीं चलता है जहाँ उसे चलना चाहिए।

  1. 1

    Core Audio process tap

    48 kHz स्टीरियो, हर 10.7 ms पर एक कॉलबैक। रियलटाइम थ्रेड सिर्फ़ एक लॉक-फ़्री रिंग बफ़र में कॉपी करता है, इसके अलावा कुछ नहीं।

  2. 2

    रीसैंपल और गेट

    एक वर्कर थ्रेड पर 16 kHz मोनो तक, ख़ामोशी छोड़ते हुए, और बोली से क़रीब एक सेकंड पहले का हिस्सा दोबारा चलाकर, ताकि कोई शब्द ठंडा शुरू न हो।

  3. 3

    Neural Engine पर Parakeet

    स्ट्रीमिंग मॉडल, 30 सेकंड की विंडो वाला नहीं: यही फ़र्क़ है ऐसे कैप्शन में जो ऑडियो के साथ-साथ चलते हैं और ऐसे कैप्शन में जो कई सेकंड देर से आते हैं।

  4. 4

    ओवरले

    तीन लाइनों वाले पन्ने, जो टीवी सबटाइटल की तरह ख़ाली होकर फिर शुरू होते हैं, और ऑडियो रुकने के बाद नहीं, आख़िरी नए टेक्स्ट के चार सेकंड बाद फीके पड़ते हैं।

रिंग बफ़र से लेकर मॉडल की सरहद तक सब कुछ पोर्टेबल Rust है, जो जान-बूझकर ट्रांसक्राइब नहीं करता: वह बस फ़्रेम आगे बढ़ा देता है। टैप और ओवरले ही अकेले हिस्से हैं जो ख़ास Mac के लिए हैं।

$9 में ख़रीदें

14 दिन में रिफ़ंड, कोई सवाल नहीं।

जाँचने को कुछ नहीं, ऑप्ट आउट करने को कुछ नहीं

आप इसे दफ़्तर की कॉल पर इसलिए लगा सकते हैं कि यह कोई सेवा है ही नहीं। न कोई सर्वर, न अकाउंट, न ट्रांसक्रिप्ट, इसलिए भेजने को कुछ नहीं और बीच में कोई और है भी नहीं। लंबा जवाब लिखा हुआ है। सोर्स प्रकाशित है, इसलिए इसमें से कुछ भी भरोसे पर मानने की ज़रूरत नहीं।

  • कॉल में कोई बॉट शामिल नहीं होता। यह वही ऑडियो लेता है जो आपका Mac पहले से चला रहा है, इसलिए प्रतिभागियों की सूची में कुछ नहीं दिखता और किसी को नहीं बताया जाता कि कुछ चल रहा है। इस तरह के ज़्यादातर टूल इसकी जगह एक दिखने वाला प्रतिभागी भेजते हैं, जिसकी कई कंपनियाँ साफ़ मनाही करती हैं।
  • न कुछ रिकॉर्ड होता है, न डिस्क पर लिखा जाता है। ऑडियो टैप से रिकग्नाइज़र में जाता है और वहीं ख़त्म कर दिया जाता है। कैप्शन स्क्रीन पर आते हैं और फिर चले जाते हैं; ⌥ जो बॉक्स वापस लाता है वे ऐप बंद करने तक मेमोरी में रहते हैं, और बाद में ढूँढने के लिए कोई फ़ाइल नहीं होती, न आपके Mac पर, न कहीं और।
  • माइक्रोफ़ोन कभी नहीं खुलता। यह सिर्फ़ वही सुनता है जो आपका Mac चलाता है। यह एक असली सीमा है, और यही वजह भी है कि आपकी कही कोई बात कहीं नहीं जा सकती।
  • न अकाउंट, न टेलीमेट्री, न नेटवर्क। साइन इन करने को कुछ नहीं और कहीं कोई इस्तेमाल रिपोर्ट नहीं होता। मॉडल एक बार डाउनलोड होता है, क़रीब 633 MB, और उसके बाद करने को कोई नेटवर्क कॉल बचता नहीं: Wi-Fi बंद कर दीजिए, कैप्शन तब भी बनते रहेंगे।
  • ट्रेनिंग के लिए कुछ है ही नहीं। भेजने लायक़ कोई ट्रांसक्रिप्ट बनता ही नहीं, इसलिए न कोई ट्रेनिंग सेटिंग ढूँढनी है, न कोई डिफ़ॉल्ट जाँचना है, और न डेटा एग्रीमेंट में किसी प्रोसेसर का नाम लिखना है। यह आपकी अपनी पॉलिसी पर खरा उतरता है या नहीं, यह आप तय करेंगे, पर इसमें जाँचने लायक़ कोई तीसरा पक्ष है ही नहीं।
  • इसमें अकेला अपवाद ख़रीदारी है। पेमेंट Gumroad लेता है और हर दुकान की तरह आपका ईमेल देखता है, और ऐप अपडेट होने पर आपको ईमेल भी करता है। ऐप ख़ुद आपसे इनमें से कुछ नहीं माँगता।

मॉडल नहीं, भाषा चुनिए

कोई मॉडल चलेगा या नहीं, यह सबसे पहले भाषा तय करती है, इसलिए मेन्यू में सबसे ऊपर वही है। एक पैक के भीतर बदलना तुरंत होता है; एक पैक से दूसरे पर जाने पर दूसरा डाउनलोड होता है और जो पहले से है वह भी रखा रहता है।

डाउनलोड के बीच में मन बदल जाए तो वह उसे रोककर तुरंत नया शुरू कर देता है। बाद में वापस लौटिए तो वह शुरू से नहीं, वहीं से आगे चलता है।

कुल सोलह: अंग्रेज़ी, स्पैनिश, फ़्रेंच, इतालवी, पुर्तगाली, जर्मन, डच, तुर्की, रूसी, अरबी, हिंदी, जापानी, कोरियाई, वियतनामी, यूक्रेनी और मैंडरिन। Multilingual पर छोड़ दीजिए और यह ख़ुद पहचान लेता है कि कौन सी सुनाई दे रही है, या भाषा बता दीजिए और यह अंदाज़ा लगाना बंद कर देता है।

यह मेन्यू बार में रहता है

न Dock आइकॉन, न संभालने के लिए कोई विंडो। आइकॉन ख़ुद बता देता है कि वह क्या कर रहा है: सुनते वक़्त गहरा नीला, मॉडल डाउनलोड होते वक़्त हल्का नीला, पाइपलाइन पीछे छूटने लगे तो पीला, और लाल कभी नहीं, क्योंकि लाल का मतलब रिकॉर्डिंग होता है, और यहाँ कहीं कुछ लिखा ही नहीं जाता। स्विच मेन्यू में रहते हैं, और वहाँ ⌘, से एक सेटिंग्ज़ विंडो खुलती है, जिसमें उनके पीछे के सारे डायल हैं।

⌥⌘S
रोकना और फिर शुरू करना
⇧ दबाए रखिए
ओवरले को खींचने लायक़ बनाइए; बाकी वक़्त यह क्लिक-थ्रू रहता है
⌥ दबाए रखिए
पिछले कुछ बॉक्स लाइव बॉक्स के ऊपर वापस जमा कीजिए; पुराने के लिए स्क्रोल कीजिए
⌘,
खुले मेन्यू से सेटिंग्ज़: प्रति बॉक्स लाइनें, अपारदर्शिता, पॉइंटर के नीचे हटना, ⌥ कितना पीछे तक जाता है
मेन्यू बार
मॉडल, स्रोत, टेक्स्ट साइज़, ओवरले की जगह, इजाज़त की स्थिति

Apple का Live Captions क्यों नहीं?

macOS में हर Apple silicon Mac पर कैप्शन पहले से और मुफ़्त हैं, सिस्टम सेटिंग्ज़, ऐक्सेसिबिलिटी, Live Captions के नीचे। उससे आपका काम चल जाता है तो वही इस्तेमाल कीजिए। ये वे जगहें हैं जहाँ वह मेरा काम चलाना बंद कर देता था, और लंबा जवाब चाहिए तो पंक्ति दर पंक्ति तुलना मौजूद है।

  • सोलह भाषाएँ, पहचान भी अपने आप। Apple वाला हर भाषा, हर देश या हर क्षेत्र में उपलब्ध नहीं है। यहाँ का डिफ़ॉल्ट मॉडल भाषा ख़ुद पहचान लेता है, और मेन्यू बार से उनके बीच अदला-बदली होती है।
  • मॉडल आप चुनते हैं। अंग्रेज़ी के सात चेकपॉइंट, जो 160 ms से ऊपर लेटेंसी और सटीकता के बीच चुनाव देते हैं, और साथ में बहुभाषी वाला। Apple आपको कैप्शन देता है, डायल नहीं।
  • ओवरले क्लिक-थ्रू है। Apple वाला एक विंडो है जिसे आप हिलाते और छोटा-बड़ा करते हैं। यह एक भी क्लिक नहीं लेता, इसलिए आप सीधे इसके आर-पार काम करते हैं। हिलाना ही हो तो ⇧ दबाए रखिए।
  • आप जहाँ इशारा करें, यह वहाँ से हट जाता है। पॉइंटर के नीचे बॉक्स फीका पड़ जाता है ताकि आप उसके नीचे का पढ़ सकें, जितना और जितनी दूर तक आप तय करें। Apple वाला एक अपारदर्शी विंडो है, जिसे आप बस कहीं और खिसका देते हैं।
  • सब कुछ, या सिर्फ़ एक ऐप। दोनों शुरुआत उसी से करते हैं जो मशीन चला रही है। फ़र्क़ यह है कि इसे उसी ऐप तक सीमित किया जा सकता है जिसकी आपको परवाह है, तो कॉल के कैप्शन बनते हैं और बाकी मशीन चुप रहती है।
  • म्यूज़िक बोल नहीं बनता। रिकग्नाइज़र से पहले एक वॉइस डिटेक्टर चलता है, इसलिए बैकिंग ट्रैक उस तक पहुँचता ही नहीं।
  • हर वक्ता के लिए नया बॉक्स। वैकल्पिक, डिफ़ॉल्ट रूप से बंद, और बिल्ट-इन वाले में इसके जैसा कुछ है ही नहीं।

डाउनलोड करने से पहले जान लेने लायक़

  • पहला लॉन्च कुछ मिनट लेता है। मॉडल क़रीब 633 MB का है और पहली बार चलाने पर ख़ुद डाउनलोड हो जाता है। प्रोग्रेस मेन्यू बार में दिखती है।
  • macOS सिस्टम ऑडियो रिकॉर्ड करने की इजाज़त माँगेगा। वह प्रॉम्प्ट छोड़ दीजिए तो हर सैंपल डिजिटल ख़ामोशी बनकर आता है और कहीं कोई एरर नहीं दिखता, इसलिए ऐप जानने का दिखावा करने के बजाय मेन्यू में इजाज़त की जाँच रखता है। डाउनलोड साइन और नोटराइज़ किया हुआ है, इसलिए आपका दिया जवाब हर अपडेट के बाद भी बना रहता है।
  • गाना भी बोली में ही गिना जाता है। वॉइस डिटेक्टर इनमें फ़र्क़ नहीं कर पाता, इसलिए गाए हुए म्यूज़िक के बोल कैप्शन में आ जाते हैं।
  • वक्ता बदलने का पता थोड़ा बाद चलता है। डायराइज़ेशन एक तय लय में रिपोर्ट करता है, इसलिए नए वक्ता के एक-दो शब्द पुराने बॉक्स के ख़ाली होने से पहले उसी में आ सकते हैं।
  • एक ही डिस्प्ले। ओवरले मुख्य स्क्रीन पर आता है।
  • मॉडल एक बार आज़माने के बाद डिस्क पर रह जाते हैं। आठों के बीच अदला-बदली करके ही आप अपने काम का मॉडल ढूँढते हैं, और आज़माया हुआ हर मॉडल रखा रह जाता है। सेटिंग्ज़ में एक बटन है जो उन्हें हटा देता है जिनका कोई इस्तेमाल नहीं, और जो इस्तेमाल में है उसे कभी नहीं।

जो सवाल लोग सबसे पहले पूछते हैं

क्या यह Zoom, Teams और Google Meet के साथ चलता है?
हाँ। यह किसी एक सेवा से जुड़ने के बजाय ऐप की चलाई आवाज़ पर टैप लगाता है, इसलिए Zoom की विंडो, Slack का हडल और ब्राउज़र टैब की कोई कॉल, तीनों का कैप्शन एक ही तरह बनता है। ब्राउज़र और Electron ऐप भी इसमें शामिल हैं: यह उनके शुरू किए हेल्पर प्रोसेस पकड़ता है, और उनकी आवाज़ असल में वहीं से आती है।
क्या ओवरले रास्ते में नहीं आता?
यह एक भी क्लिक नहीं लेता, इसलिए आप सीधे इसके आर-पार काम करते हैं, और पॉइंटर के नीचे यह फीका पड़ जाता है ताकि आप इसके नीचे का पढ़ सकें। यह कितना फीका पड़े, वह असर कितनी दूर तक जाए, बॉक्स कितना गाढ़ा हो और वह कितनी लाइनें रखे, सब सेटिंग हैं। इसे ठोस रखकर कहीं और खींचना हो तो ⇧ दबाए रखिए; आप जहाँ रखेंगे, वह जगह याद रहती है।
क्या यह मेरी अपनी आवाज़ का कैप्शन बनाता है?
नहीं। यह सिर्फ़ वही सुनता है जो आपका Mac चलाता है, माइक्रोफ़ोन कभी नहीं। कॉल पर इसका मतलब है कि आप बाकी लोगों को पढ़ते हैं, ख़ुद को नहीं।
क्या इसके लिए इंटरनेट कनेक्शन चाहिए?
एक बार, पहली बार चलाने पर मॉडल लाने के लिए, क़रीब 633 MB। उसके बाद यह पूरी तरह ऑफ़लाइन चलता है और कोई नेटवर्क कॉल करता ही नहीं।
क्या ट्रांसक्रिप्ट सेव या एक्सपोर्ट किया जा सकता है?
नहीं, और यह जान-बूझकर है। डिस्क पर कुछ भी नहीं लिखा जाता: कैप्शन स्क्रीन पर होते हैं और फिर ख़त्म। ऐप चलते हुए ⌥ दबाए रखने पर पिछले कुछ बॉक्स वापस आ जाते हैं, जो उस लाइन को पकड़ने के लिए है जिससे आपकी नज़र हट गई थी, रिकॉर्ड रखने के लिए नहीं। किसी बातचीत का रिकॉर्ड चाहिए तो यह ग़लत टूल है।
क्या IT से मंज़ूरी लेनी पड़ती है?
यहाँ मंज़ूरी देने लायक़ कोई विक्रेता है ही नहीं: न अकाउंट, न सर्वर, न Mac से बाहर जाता कोई ट्रांसक्रिप्ट, और न कॉल में प्रतिभागी बनकर जुड़ती कोई चीज़, इसलिए मीटिंग में किसी को कुछ रिकॉर्ड नहीं कर रहा। यह एक मशीन पर चलता एक साइन और नोटराइज़ किया हुआ ऐप है, और मॉडल के एक बार डाउनलोड होने के बाद यह कोई नेटवर्क कॉल करता ही नहीं। यह आपकी अपनी पॉलिसी पर खरा उतरता है या नहीं, यह आप तय करेंगे, पर इसमें जाँचने लायक़ कोई तीसरा पक्ष है ही नहीं।
क्या यह हेडफ़ोन या AirPods के साथ चलता है?
हाँ। यह ऐप की निकाली आवाज़ पकड़ता है, स्पीकर से बाहर आती आवाज़ नहीं, इसलिए आप किस चीज़ पर सुनते हैं इससे कोई फ़र्क़ नहीं पड़ता।
क्या इससे मेरा Mac धीमा होगा?
ट्रांसक्रिप्शन CPU पर नहीं, Neural Engine पर चलता है, क़रीब 0.15 के रियल-टाइम फ़ैक्टर पर, यानी हर एक सेकंड की गणना में छह सेकंड की बोली। वही मॉडल CPU पर चलाने पर क़रीब 100× धीमा निकला, यानी साथ चलने के लायक़ ही नहीं।
यह किन Mac पर चलता है?
Apple Silicon, macOS 14.2 या बाद का। वर्शन की यह शर्त Core Audio process taps से आती है, वही API जिस पर पूरी चीज़ बनी है।
क्या यह सब्सक्रिप्शन है?
नहीं। एक बार $9, आगे का हर अपडेट शामिल, न कोई अकाउंट बनाना है और न मिनट ख़रीदने हैं। आपके काम का न लगे तो 14 दिन में रिफ़ंड है।
क्या सोर्स कोड देखा जा सकता है?
हाँ। यह FSL-1.1-ALv2 के तहत प्रकाशित है, जो हर रिलीज़ के दो साल बाद Apache 2.0 बन जाता है। इसे github.com/daformat/subtitles पर पढ़िए, या ख़ुद बिल्ड कीजिए।

किसी भी चीज़ के कैप्शन, और ऑडियो कहीं भेजे बिना।

14 दिन में रिफ़ंड, कोई सवाल नहीं

$9 में ख़रीदें

एक बार $9, आगे के सारे अपडेट शामिल · macOS 14.2 या बाद का · Apple Silicon
जब तक यह Mac आपका है, तब तक असीमित लाइव कैप्शन। न मिनट ख़रीदने हैं, न कोई अकाउंट, न कोई सब्सक्रिप्शन।