Subtitles · लेक्चर के लिए लाइव कैप्शन

लेक्चर के लिए लाइव कैप्शन,
जब दोबारा कहने को कहा ही नहीं जा सकता।

स्ट्रीम होता लेक्चर आपका इंतज़ार नहीं करता, और दोहराने को कहने के लिए वहाँ कोई है भी नहीं। आपका Mac जो चला रहा हो, Subtitles उसका कैप्शन चलते-चलते बनाता है, एक ऐसे ओवरले पर जो उन्हीं नोट्स के ऊपर रहता है जिनमें आप टाइप कर रहे हैं।

14 दिन में रिफ़ंड, कोई सवाल नहीं

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।

छूटे हुए शब्द जुड़ते जाते हैं

बातचीत में एक शब्द छूट जाए तो चल जाता है। लेक्चर में नहीं, क्योंकि दस मिनट पहले जो परिभाषा छूट गई, अगले बीस मिनट उसी पर टिके हैं। जब तक आपको पता चलता है, ज़रूरी चीज़ चार स्लाइड पीछे रह चुकी होती है और कोई आपके लिए वहाँ लौटने वाला नहीं।

और भी बुरा इसलिए, क्योंकि आप साथ में टाइप भी कर रहे होते हैं। नोट लेना और सुनना, दोनों एक ही ध्यान के लिए लड़ते हैं, और जिस पल आप वाक्य पूरा करने के लिए नज़र नीचे करते हैं, ठीक उसी पल कोई ज़रूरी बात कही जाती है। ओवरले आपकी नोट्स विंडो के ऊपर रहता है और कोई क्लिक नहीं लेता, इसलिए पिछली लाइन लिखते-लिखते भी आख़िरी कही गई लाइन स्क्रीन पर बनी रहती है।

और अगर लेक्चर आपकी पहली भाषा में नहीं है, तो यह सब किसी और के उच्चारण की रफ़्तार पर होता है।

14 दिन में रिफ़ंड, कोई सवाल नहीं।

प्लैटफ़ॉर्म के कैप्शन क्यों नहीं?

यूनिवर्सिटी के वीडियो प्लैटफ़ॉर्म कैप्शन बनाते तो हैं। Panopto बीस से ज़्यादा भाषाओं में अपने आप बना देता है, और Echo360 पब्लिश की गई रिकॉर्डिंग का ट्रांसक्रिप्शन करता है और भरोसा काफ़ी हो तो उन्हें कैप्शन के तौर पर लगा भी देता है। जहाँ यह चालू है और चल रहा है, वहाँ उसी का इस्तेमाल कीजिए। तीन चीज़ें हैं जो उसमें नहीं आतीं।

  • वे कैप्शन रिकॉर्डिंग के लिए हैं। वे तब आते हैं जब रिकॉर्डिंग प्रोसेस होकर पब्लिश हो चुकी हो। अभी आपके Mac पर स्ट्रीम होते लेक्चर के पास वे नहीं हैं, और पढ़ने की ज़रूरत तो अभी है।
  • फ़ैसला आपका संस्थान करता है, आप नहीं। कैप्शन होंगे भी या नहीं, यह किसी और की सेट की हुई सेटिंग और किसी और के चुने कॉन्फ़िडेंस थ्रेशोल्ड पर टिका है। आपकी सीट पर इसका कोई टॉगल नहीं है। यह किसी से इजाज़त नहीं माँगता, क्योंकि यह आपके Mac से बाहर जाता ही नहीं।
  • न कुछ आपके Mac से बाहर जाता है, न उस पर रुकता है। लेक्चर कभी रिकॉर्ड नहीं होता, डिस्क पर कुछ नहीं लिखा जाता और ट्रांसक्राइब करवाने के लिए कहीं कुछ नहीं भेजा जाता। यहाँ यह बात और भी मायने रखती है: लेक्चर किसी और की सामग्री है, और यह उसकी कोई कॉपी कहीं नहीं छोड़ता।
  • पढ़ाई का आधा हिस्सा लेक्चर प्लैटफ़ॉर्म में होता ही नहीं। Zoom पर कोई सेमिनार, YouTube पर कोई टॉक, कोई रिकॉर्ड की गई कॉन्फ़्रेंस, स्टडी ग्रुप का कोई हडल, Canvas में लगा कोई वीडियो। एक ही ओवरले इन सबको संभाल लेता है, क्योंकि वह किसी सेवा का नहीं, आपके Mac का कैप्शन बनाता है।

कॉल के मुक़ाबले धीमा मॉडल चुनिए

अंग्रेज़ी के मॉडल लेटेंसी और सटीकता के बीच चुनाव देते हैं, और लेक्चर को उस डायल का वह सिरा चाहिए जो बातचीत के सिरे से उल्टा है। कॉल में आपको 160 ms वाला मॉडल चाहिए, क्योंकि आपको जवाब देना है और देर से आया कैप्शन किसी काम का नहीं। लेक्चर में आपको किसी को जवाब नहीं देना, इसलिए वह एक अतिरिक्त सेकंड आपसे कुछ लेता नहीं और सटीकता दे जाता है।

यहाँ के लिए 1120 या 2240 ms वाला Nemotron सही रहता है। वह चलते-चलते विराम चिह्न और बड़े अक्षर लगाता है, और जब आप किसी की अभी कही बात नहीं, कोई परिभाषा पढ़ रहे हों तो इसका बहुत फ़र्क़ पड़ता है। इसे मेन्यू बार से बदलिए, चाहें तो हर लेक्चर के लिए अलग।

लेक्चर में यह किसका कैप्शन बनाता है

वह जिसमें भी चल रहा हो

Panopto, Echo360, Zoom, Canvas में लगा कोई वीडियो, YouTube की कोई रिकॉर्डिंग, कोई ब्राउज़र टैब। यह ऐप की निकाली आवाज़ पकड़ता है, और साथ में वे हेल्पर प्रोसेस भी जो ब्राउज़र शुरू करते हैं, इसलिए प्लैटफ़ॉर्म कंपैटिबिलिटी का सवाल है ही नहीं।

दूसरी भाषा, पूरी रफ़्तार पर

सोलह भाषाएँ, भाषा की पहचान अपने आप, और आधा सुना हुआ शब्द पढ़ लेना उसे तीन वाक्य बाद संदर्भ से जोड़कर बनाने से तेज़ है।

सिर्फ़ वही, जो आपका Mac चलाता है

यह ऐप से निकलती आवाज़ पर टैप लगाता है और माइक्रोफ़ोन कभी नहीं खोलता। जानने लायक़ हद यही है: यह उस लेक्चर का कैप्शन बनाता है जिसे आप स्ट्रीम करते या चलाते हैं, उस कमरे का नहीं जिसमें आप बैठे हैं।

लेक्चर से जुड़े सवाल

क्या यह Panopto, Echo360, Canvas और YouTube के साथ चलता है?
सभी। यह किसी प्लैटफ़ॉर्म से जुड़ने के बजाय ऐप की निकाली आवाज़ पकड़ता है, इसलिए Panopto में कोई लेक्चर, Echo360 की कोई रिकॉर्डिंग, Zoom का कोई सेमिनार, YouTube की कोई रिकॉर्डिंग और Canvas में लगा कोई वीडियो, इसके लिए सब एक ही चीज़ हैं: आपके Mac से निकलती आवाज़।
क्या यह तकनीकी शब्द ठीक लिखेगा?
अक्सर नहीं, और कोई भी स्पीच रिकग्नाइज़र नहीं करेगा। यूनिवर्सिटी ख़ुद अपनी गाइड में ऑटोमैटिक कैप्शन के बारे में यही कहती हैं: उच्चारण वाली बोली और विषय के ख़ास शब्दों पर सटीकता गिरती है। यह उस वाक्य में मदद करता है जो आपने आधा सुना, उस शब्द में नहीं जो मॉडल ने कभी देखा ही नहीं। नाम, संकेत और तकनीकी शब्द आपको ख़ुद ठीक करने होंगे।
क्या दोहराने के लिए कैप्शन रखे जा सकते हैं?
नहीं। यहाँ डिस्क पर कभी कुछ नहीं लिखा जाता। दोहराने के लिए अपने संस्थान की रिकॉर्डिंग और उससे बनने वाला ट्रांसक्रिप्ट इस्तेमाल कीजिए, वह इस काम के लिए बेहतर है और आम तौर पर आपकी फ़ीस में शामिल भी।
अगर मेरी यूनिवर्सिटी ने कैप्शन चालू ही नहीं किए हैं, तब?
तब भी यह चलता है, क्योंकि यह आपकी यूनिवर्सिटी से कुछ पूछता ही नहीं। प्लैटफ़ॉर्म के कैप्शन होंगे या नहीं, यह किसी संस्थागत सेटिंग और किसी कॉन्फ़िडेंस थ्रेशोल्ड पर टिका है, और इनमें से कुछ भी आप अपनी सीट से नहीं बदल सकते।
क्या यह लेक्चर हॉल में काम करता है?
नहीं, और ख़रीदने से पहले साफ़ कर लेने लायक़ बात यही है। यह उस ऑडियो का कैप्शन बनाता है जो आपका Mac चला रहा है और माइक्रोफ़ोन कभी नहीं खोलता, इसलिए कमरे में बोलता कोई लेक्चरर इसे सुनाई ही नहीं देता। यह उन लेक्चर के लिए है जिन्हें आप स्ट्रीम करते हैं, जिनमें जुड़ते हैं या जिन्हें चलाकर देखते हैं।
लेक्चर के लिए कौन सा मॉडल इस्तेमाल करूँ?
इनमें से कोई धीमा वाला। बातचीत में आपको 160 ms वाला मॉडल चाहिए, क्योंकि आपको जवाब भी देना है; लेक्चर में आपको किसी को जवाब नहीं देना, इसलिए लेटेंसी देकर सटीकता ले लीजिए और 1120 या 2240 ms वाला Nemotron इस्तेमाल कीजिए, जो विराम चिह्न और बड़े अक्षर भी लगाता है।

वही ओवरले, कहीं और

Zoom

किसी फ़िल्म, स्ट्रीम या ऐसे टैब पर सबटाइटल, जिसके पास कभी कोई ट्रैक था ही नहीं।

Microsoft Teams

जो भाषा बोली जा रही है उसी में सबटाइटल, आपकी भाषा में अनुवाद नहीं।

Zoom

हर ऐप पर कैप्शन, किसी से चालू करने को कहे बिना।

Zoom

ऐसे कैप्शन जो होस्ट के कुछ चालू करने का इंतज़ार नहीं करते।

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, आप किसी भी Workspace प्लान पर हों।

Slack हडल

ऐसे कैप्शन, जिनके लिए वर्कस्पेस में कोई ऐप मंज़ूर नहीं कराना पड़ता।

Podcasts

उन शो के कैप्शन जिनका ट्रांसक्रिप्ट कभी था ही नहीं।

बनाम Apple Live Captions

macOS में यह पहले से और मुफ़्त है। वह कहाँ जाकर काफ़ी नहीं रहता।

बनाम Granola और नोट्स वाले ऐप्स

ये एक-दूसरे के विकल्प नहीं, पूरक हैं। नोट्स बाद के लिए, कैप्शन उसी वक़्त के लिए।

अभी-अभी जो परिभाषा छूटी, वह पढ़ लीजिए।

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।