कॉल, वीडियो, पॉडकास्ट और लेक्चर: सबका ट्रांसक्रिप्शन चलते-चलते होता है और वे एक ऐसे ओवरले पर लिखे जाते हैं जो हर विंडो के ऊपर रहता है। चाहें तो लाइव अनुवाद भी। Mac से कुछ बाहर नहीं जाता।
लॉन्च वीक: 22 अगस्त तक $9 की जगह $5 · 14 दिन में रिफ़ंड
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।
किन कामों के लिए
मीटिंग में, दूसरी भाषा हो या न हो, एक छूटा शब्द अगले तीन भी ले जाता है। Subtitles आपके Mac पर चल रही हर चीज़ का कैप्शन बनाता है, उसी ऐप में जिसमें वह चल रही है, इसलिए आप किसी से दोहराने को कहे बिना साथ चलते रहते हैं। आप बधिर हों या कम सुनते हों, सुनते तो हों पर समझ न पाते 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
Zoom, Google Meet, Teams, कोई Slack हडल, कोई Discord कॉल, ब्राउज़र टैब में चलती कोई कॉल: यह सब बस किसी ऐप से निकलती आवाज़ है, इसलिए इन सबका कैप्शन बनता है। न कोई बॉट जुड़ता है, न किसी को बताया जाता है, न प्रतिभागियों की सूची में कुछ दिखता है। आधा सुना हुआ शब्द पढ़ लेना दोबारा पूछने से तेज़ है, और इससे किसी की बात नहीं कटती।
02
अपने नोट्स, एडिटर या किसी ब्राउज़र पर चले जाइए। ओवरले हर विंडो के ऊपर रहता है और क्लिक आर-पार जाने देता है, इसलिए बातचीत आपके देखे बिना भी चलती रहती है। 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
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। जो भी चलता है उसका कैप्शन चलते-चलते बनता है, उसकी अपनी भाषा में या आपकी भाषा में अनुवाद होकर।
प्राइवेसी
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।
ख़ूबियाँ
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।
यह लोकल और ऑफ़लाइन चलता है: न अकाउंट, न टेलीमेट्री, न कोई ऐसी नेटवर्क कॉल जिसमें आपकी कोई चीज़ जाए। ऑडियो टैप से सीधे रिकग्नाइज़र में जाता है और ख़त्म कर दिया जाता है। डाउनलोड कभी बस दो चीज़ें होती हैं: मॉडल, एक ही बार, और कोई अपडेट, जब आप उसे चुनें।
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।
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।
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।
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।
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।
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।
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 बॉक्स लाइव बॉक्स के ऊपर वापस जमा हो जाते हैं, बातचीत के पिछले ठहराव के बाद का हर एक, पुराने वालों के लिए स्क्रोल के साथ और ⌥F से खोज के साथ। छोड़िए और वे फिर ग़ायब। कहीं कुछ लिखा नहीं जाता।
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।
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।
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।
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।
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।
तुलना
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।
| ख़ूबी | Subtitles | Apple Live Captions |
|---|---|---|
| भाषाएँ | सोलह, अपने आप पहचानी हुईं, किन्हीं दो के बीच लाइव अनुवाद | हर भाषा या क्षेत्र में उपलब्ध नहीं |
| ओवरले | क्लिक-थ्रू, पॉइंटर के नीचे फीका, हर विंडो के ऊपर | ऐसी विंडो जिसे आप हिलाते और छोटा-बड़ा करते हैं |
| यह क्या सुनता है | Mac जो भी चलाता है वह सब, या आपका चुना कोई एक ऐप | Mac जो भी चलाता है वह सब |
| म्यूज़िक | वॉइस डिटेक्टर छोड़ देता है, इसलिए बैकिंग ट्रैक कभी गाने के बोल नहीं बनता | कैप्शन बन जाते हैं |
| वक्ता बदलना | हर वक्ता के लिए नया बॉक्स, वैकल्पिक | ऐसा कुछ नहीं |
| मॉडल | अंग्रेज़ी के सात चेकपॉइंट, लेटेंसी और सटीकता के बीच चुनाव के लिए, और साथ में बहुभाषी मॉडल | एक, तय |
| क़ीमत | 7 दिन मुफ़्त, फिर एक बार $9, हर अपडेट शामिल | मुफ़्त, पहले से मौजूद |
लोग क्या कहते हैं
So smooth, very useful during meetings on different apps (slack, zoom, google), so well integrated on the screen, doesn't block interacting with the other windows, love it!
Almost no setup, no tweaking around: you install it and it just works. Simple, useful and really effective.
Very handy! I love how it can be connected to any audio source on my laptop, which helps not only for meetings and videocalls, but also for all those streaming services that do not support subtitles, like news websites or even some YouTube videos. The model supports many languages, so it's also useful if you're learning a foreign language and need subtitles to help you understand what's being said.
मैं एक अमेरिकी कंपनी में काम करता हूँ और मेरी मीटिंग अंग्रेज़ी में होती हैं, जो न मेरी पहली भाषा है और न मेरे ज़्यादातर साथियों की। जो बात असल में मायने रखती थी, वह अक्सर तभी कही जाती जब मैं किसी और काम के बीच में होता, और वह हाथ से निकल जाती: कोई शब्द जो पकड़ में नहीं आया, कोई लहजा जिसका मुझे अभ्यास नहीं था, या दो लोगों की एक-दूसरे पर चढ़ती आवाज़ें। “ज़रा दोबारा कहिए” कहने में सबके तीस सेकंड जाते हैं और जो बोल रहा होता है उसकी बात बीच में टूट जाती है।
तो कैप्शन ऐसे चाहिए थे जो मैं कोई और काम करते हुए भी पढ़ पाऊँ। इसीलिए वे किसी एक ऐप के भीतर बना पैनल नहीं, हर विंडो के ऊपर टिका एक ओवरले हैं; इसीलिए क्लिक उनके आर-पार चले जाते हैं; और इसीलिए उन्हें हटाना नहीं पड़ता, पॉइंटर के नीचे वे ख़ुद घुल जाते हैं। इस पेज पर बाकी सब कुछ इसके बाद आया।
Mathieu Jouhet, यह ऐप बनाने वाला।
क़ीमत
पहले 7 दिन मुफ़्त आज़माइए, बिना कार्ड और बिना अकाउंट। फिर एक बार $9: न मिनट ख़रीदने हैं, न सीटें, न रिन्यूअल, आगे का हर अपडेट शामिल, किसी भी ट्रांसक्रिप्शन सब्सक्रिप्शन के एक महीने से भी कम में।
Mac के लिए Subtitles
$9 एक बार
एक बार $9 · macOS 14.2 या बाद का · Apple silicon
पहली बार चलाने पर क़रीब 633 MB डाउनलोड होता है।
सामान्य सवाल
लॉन्च वीक: 22 अगस्त तक $9 की जगह $5 · 14 दिन में रिफ़ंड
14 दिन में रिफ़ंड, कोई सवाल नहीं
7 दिन मुफ़्त, कोई कार्ड नहीं, फिर 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। सेटअप गाइड पढ़िए।
