किसे सुनें
सारा सिस्टम ऑडियो, जो डिफ़ॉल्ट है और जिसके लिए कुछ सेट नहीं करना पड़ता। अगर आप इसे एक ही ऐप तक सीमित रखना चाहें तो वही मेन्यू बता देता है कि अभी क्या-क्या चल रहा है, और वह चुनाव तब तक टिका रहता है जब तक आप ख़ुद न बदलें।
Subtitles · सेटअप गाइड
एक बार सेट कीजिए,
फिर भूल जाइए कि यह है भी।
इंस्टॉल करने में एक मिनट लगता है। पहला लॉन्च ज़्यादा वक़्त लेता है, क्योंकि किसी भी कैप्शन से पहले स्पीच मॉडल डाउनलोड होता है। बीच का एक क़दम चुपचाप बिगड़ सकता है, और यह पेज ज़्यादातर इसीलिए है कि आप उसे एक घंटे में नहीं, दस सेकंड में पकड़ लें।
शुरू करने से पहले
- macOS 14.2 या बाद का, Apple silicon पर। पूरा ऐप Core Audio process taps पर बना है, और यह API 14.2 में आया था। Intel वाले Mac पर यह चल ही नहीं सकता, और कोई अपडेट इसे बदलेगा नहीं।
- एक बार में क़रीब 600 MB डिस्क। स्पीच मॉडल डाउनलोड में शामिल नहीं है। वह पहली बार चलाने पर आता है और फिर रखा रहता है: लैटिन लिपि वाले पैक के लिए 583 MB, और बाकी सारी भाषाओं वाले पैक के लिए 633 MB।
- बस एक बार, कुछ मिनट का इंटरनेट। वह डाउनलोड ऐप की पूरी ज़िंदगी का इकलौता नेटवर्क कॉल है। उसके बाद सब कुछ ऑफ़लाइन चलता है।
पहला लॉन्च
इसे Applications में खींचिए और खोलिए। न कोई Dock आइकॉन है, न सजाने के लिए कोई विंडो: यह मेन्यू बार में रहता है। सबसे पहले एक छोटा सा स्वागत मिलता है, जो ओवरले को उसके तीनों काम करते हुए दिखाता है।
इसके पीछे मॉडल डाउनलोड हो रहा होता है। जब तक यह चलता है, मेन्यू बार आइकॉन पर एक धड़कता हुआ डॉट रहता है, और मेन्यू में प्रतिशत तथा फ़ाइलों की गिनती दिखती है। पहला लॉन्च कुछ मिनट लेता है; उसके बाद हर लॉन्च कुछ सेकंड।
वह क़दम जो चुपचाप बिगड़ जाता है
macOS सिस्टम ऑडियो रिकॉर्ड करने की इजाज़त माँगता है। वह प्रॉम्प्ट आपसे छूट जाए, या आप उसे हटा दें, तो कोई आपको बताएगा नहीं। Core Audio लगातार सफलता लौटाता रहता है, टैप ख़ुद को चलता हुआ बताता है, बफ़र सही आकार और सही लय में आते रहते हैं, और हर एक सैंपल शून्य होता है। पूरे स्टैक में कहीं कोई एरर नहीं आता, इसलिए ऐप इंस्टॉल और चलता हुआ दिखता है और बस कभी किसी चीज़ का कैप्शन नहीं बनाता।
अगर न कैप्शन दिखें और न कोई एरर, तो वजह क़रीब-क़रीब हमेशा यही होती है। मेन्यू में Check Audio Permission… है, जो सिस्टम सेटिंग्ज़ का सही पैनल खोल देता है; Privacy & Security ▸ Audio Recording के नीचे Subtitles पर निशान लगा होना चाहिए। यह बताने वाला कोई API ही नहीं है कि इजाज़त मिली या नहीं, इसलिए ऐप जानने का दिखावा नहीं करता।
यह कहाँ रहता है
भाषा / मॉडल
सबसे आगे अपने आप पहचान है, और वह सोलह भाषाएँ संभालती है। अंग्रेज़ी के अपने अलग मॉडल हैं, जिनमें रफ़्तार और सटीकता के बीच चुनाव है; बाकी भाषाएँ एक ही बहुभाषी चेकपॉइंट से आती हैं। एक पैक के भीतर बदलना तुरंत होता है, एक पैक से दूसरे पर जाना एक और डाउनलोड है।
जानने लायक़ स्विच
Skip Non-Speech म्यूज़िक को मनगढ़ंत बोल बनने से रोकता है। New Box On Speaker Change डिफ़ॉल्ट रूप से बंद है और कॉल के लिए चालू करने लायक़ है। Fade Away Under Pointer ओवरले को उसके नीचे की चीज़ ढकने से रोकता है।
सेटिंग्ज़
बॉक्स का आकार, अपारदर्शिता, वह कितनी लाइनें रखता है और हिस्ट्री कितनी देर टिकती है, यह सब किसी मॉकअप में नहीं, असली ओवरले पर दिखता है। मॉडल कैश भी उसी विंडो से ख़ाली किया जा सकता है।
चार कीज़
ओवरले कोई क्लिक नहीं लेता, इसलिए आप सीधे इसके आर-पार काम करते हैं। आपके कीबोर्ड से इसे बस इतना ही चाहिए।
- ओवरले हिलाने के लिए ⇧ दबाकर खींचें। आप इसे जहाँ रखेंगे, वह जगह याद रहेगी।
- ⌥ दबाए रखें और पिछले कुछ कैप्शन वापस लाकर उनमें स्क्रोल करें।
- ⌥⌘S से कैप्शन बनना रुकता है और फिर शुरू होता है।
- उस पर पॉइंटर ले जाइए और वह फीका पड़ जाता है, तो कुछ भी हिलाए बिना उसके नीचे का पढ़ा जा सकता है।
जब कुछ गड़बड़ हो
- किसी चीज़ का कैप्शन नहीं बन रहा और कोई एरर भी नहीं है।
- दस में से नौ बार, वह ऑडियो इजाज़त। मेन्यू में Check Audio Permission… खोलिए और देख लीजिए कि Audio Recording के नीचे Subtitles पर निशान लगा है। यह चूक चुपचाप इसलिए होती है कि API ऐसा ही है, किसी के चुनाव से नहीं: ऐप के भीतर से इजाज़त का मना होना और मशीन का चुप होना, दोनों एक जैसे दिखते हैं।
- कैप्शन तो आ रहे हैं, पर शब्द ग़लत हैं।
- देखिए कि कौन सा मॉडल लोड है। अपने आप पहचान सबसे सुविधाजनक है, सबसे सटीक नहीं; अगर आप सिर्फ़ अंग्रेज़ी सुन रहे हैं तो अंग्रेज़ी वाला मॉडल चुनना मदद करता है, और उनमें से धीमा वाला चुनना और भी ज़्यादा। नाम, तकनीकी शब्द और शॉर्ट फ़ॉर्म पर हर रिकग्नाइज़र फिसलता है, और उन्हें कोई सेटिंग ठीक नहीं करती।
- म्यूज़िक बोल में बदल रहा है।
- Skip Non-Speech (VAD) बंद है। इसे वापस चालू कीजिए और रिकग्नाइज़र से पहले एक वॉइस डिटेक्टर चलने लगता है, जिससे बैकिंग ट्रैक उस तक पहुँचते ही नहीं। यह डिफ़ॉल्ट रूप से चालू रहता है।
- ओवरले ऐसी चीज़ ढक रहा है जो मुझे देखनी है।
- ⇧ दबाकर इसे कहीं और खींच लीजिए, या पॉइंटर इसी पर छोड़ दीजिए और यह घुल जाता है। वह पहुँच कितनी दूर तक जाए और यह कितना फीका पड़े, दोनों सेटिंग हैं। कहीं ऐसी जगह चला जाए जहाँ हाथ ही न पहुँचे, तो मेन्यू में Reset Overlay Position इसे वापस ले आता है।
- Mac के सोने के बाद इसने कैप्शन बनाना बंद कर दिया।
- मेन्यू से कैप्शन बंद करके फिर चालू कीजिए, जिससे टैप दोबारा बन जाता है। अगर ऐप बाकी सब में जवाब दे रहा है, तो यह उसे बंद करने से तेज़ पड़ता है।
- मुझे डिस्क की जगह वापस चाहिए।
- सेटिंग्ज़ में Clear Model Cache है, जो डाउनलोड किए गए वेट हटा देता है और बता देता है कि कितनी जगह वापस मिली। अगली बार चलाने पर वे दोबारा डाउनलोड होंगे, इसलिए यह काम दो सेशन के बीच नहीं, तब कीजिए जब आपका काम पूरा हो चुका हो।
वही ओवरले, कहीं और
Zoom
जो भाषा बोली जा रही है उसी में सबटाइटल, आपकी भाषा में अनुवाद नहीं।
बनाम Apple Live Captions
macOS में यह पहले से और मुफ़्त है। वह कहाँ जाकर काफ़ी नहीं रहता।
Zoom
कैप्शन, और होस्ट को कुछ चालू नहीं करना पड़ता।
Microsoft Teams
ऐसे कैप्शन जो इस पर टिके न हों कि आपके टेनेंट का एडमिन क्या इजाज़त देता है।
Google Meet
डिवाइस पर ही बनते कैप्शन, और किसी Workspace प्लान पर होने की ज़रूरत नहीं।
Slack हडल
ऐसे कैप्शन, जिनके लिए वर्कस्पेस में कोई ऐप मंज़ूर नहीं कराना पड़ता।
लेक्चर
कैप्शन उसी वक़्त, रिकॉर्डिंग प्रोसेस होने के बाद नहीं।
Podcasts
उन शो के कैप्शन जिनका ट्रांसक्रिप्ट कभी था ही नहीं।
बनाम Granola और नोट्स वाले ऐप्स
ये एक-दूसरे के विकल्प नहीं, पूरक हैं। नोट्स बाद के लिए, कैप्शन उसी वक़्त के लिए।
एक मिनट में सेटअप, फिर रास्ते से बाहर।
लॉन्च वीक: 22 अगस्त तक $9 की जगह $5 · 14 दिन में रिफ़ंड
14 दिन में रिफ़ंड, कोई सवाल नहीं
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।