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।

  • 7 दिन मुफ़्त, न कार्ड, न अकाउंट
  • एक बार $19, हर अपडेट शामिल
  • 14 दिन की रिफ़ंड गारंटी, कोई सवाल नहीं
  • macOS 14.2 या बाद के लिए डाउनलोड, Apple silicon
  • Gumroad पर 5.0 रेटिंग

जो शब्द आपसे छूट गया, वह आपके नोट्स के ऊपर स्क्रीन पर है, लेक्चर के अपने शब्दों में, और जब तक आप उसे लिख न लें, वहीं रहता है।

कैप्शन हिलाने हों तो ⇧ दबाकर खींचिए, जैसे ऐप में करते हैं।

⌥ दबाए रखिए, और पिछले कुछ बॉक्स फिर से ढेर में लग जाते हैं।

मेनू बार में पर क्लिक कीजिए: आज़माएँ चिह्नित सभी विकल्प इस डेमो में काम करते हैं।

लेक्चर में यह किसका कैप्शन बनाता है

लेक्चर जिस भी ऐप में 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।

जो आपका Mac चलाता है, या कमरा

Subtitles किसी ऐप से निकलती आवाज़ पकड़ता है, और माइक्रोफ़ोन तब तक बंद रहता है जब तक आप उसे “किसे सुनें” में न चुनें। जानने लायक़ हद यही है: जो लेक्चर आप स्ट्रीम करते या चलाते हैं वह आसान मामला है, और जिस हॉल में आप बैठे हैं उसके लिए माइक्रोफ़ोन चाहिए, और नतीजा उतना ही अच्छा होगा जितनी साफ़ लेक्चरर की आवाज़ माइक्रोफ़ोन तक पहुँचे।

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 क्लिक इसके आर-पार चले जाते हैं, 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 लहजे की रफ़्तार पर होता है।

14 दिन की रिफ़ंड गारंटी, 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 की तय की हुई सटीकता की सीमा पर टिका है। आपकी तरफ़ से इसे चालू करने का कोई बटन नहीं है। Subtitles किसी से इजाज़त नहीं माँगता, क्योंकि वह आपके Mac से बाहर जाता ही नहीं।
  • न कुछ आपके Mac से बाहर जाता है, न आपके कहे बिना उस पर रुकता है। लेक्चर कभी रिकॉर्ड नहीं होता और ट्रांसक्राइब करवाने के लिए कहीं कुछ नहीं भेजा जाता; डिस्क पर कभी कुछ लिखा जाता है तो बस वह ट्रांसक्रिप्ट, जिसे आप सहेजना चुनें। यहाँ यह बात और भी मायने रखती है: लेक्चर किसी और की सामग्री है।
  • 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 ऐप इन सबको संभाल लेता है, क्योंकि वह किसी सेवा का नहीं, आपके Mac का कैप्शन बनाता है।
  • आप देख नहीं रहे, नोट्स ले रहे हैं। लेक्चर एक विंडो में चलता है और आप दूसरी में लिखते हैं, और रिकॉर्डिंग देखने की बड़ी वजह ही यही होती है। प्लैटफ़ॉर्म के प्लेयर के भीतर वाले कैप्शन उसी पल आपके नोट्स के पीछे चले जाते हैं जिस पल आप लिखना शुरू करते हैं। ये कैप्शन उसके ऊपर बने रहते हैं, आप जिसमें भी टाइप कर रहे हों।

कॉल के मुक़ाबले धीमा मॉडल चुनिए

अंग्रेज़ी के मॉडल देरी और सटीकता के बीच अलग-अलग संतुलन रखते हैं, और लेक्चर के लिए बातचीत से बिल्कुल उल्टा चुनाव ठीक रहता 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 एक सेकंड ज़्यादा लगने से आपका कुछ नहीं बिगड़ता, और बदले में सटीकता मिलती 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 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 मॉडल नहीं लिखेगा। यूनिवर्सिटी ख़ुद अपनी गाइड में ऑटोमैटिक कैप्शन के बारे में यही कहती हैं: अनजाने लहजे और विषय के ख़ास शब्द, यहीं 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?
हाँ, सादे ट्रांसक्रिप्ट के रूप में: लेक्चर रुकने पर ऐप उसे टेक्स्ट, Markdown या SRT के रूप में सहेजने की पेशकश करता है, वरना डिस्क पर कुछ नहीं लिखा जाता। दोहराने के लिए, अगर आपके संस्थान की रिकॉर्डिंग और उसका ट्रांसक्रिप्ट मौजूद हो, तो वही बेहतर टूल 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 संस्थान की किसी सेटिंग और सटीकता की किसी तय सीमा पर टिका है, और इनमें से कुछ भी आप अपनी तरफ़ से नहीं बदल सकते।
क्या यह लेक्चर हॉल में काम करता है?
हाँ, माइक्रोफ़ोन के ज़रिए। डिफ़ॉल्ट रूप से ऐप उस ऑडियो का कैप्शन बनाता है जो आपका Mac चला रहा है, यानी वह लेक्चर जिसे आप स्ट्रीम करते हैं, जिसमें जुड़ते हैं या जिसे चलाकर देखते हैं। सामने चल रहे लेक्चर के लिए “किसे सुनें” में माइक्रोफ़ोन चुनिए, तब ऐप हॉल में बोली जा रही बात का कैप्शन बनाता है; macOS माइक्रोफ़ोन की इजाज़त पहली बार चुनने पर माँगता है। यह कितना अच्छा काम करेगा, यह इस पर है कि लेक्चरर की आवाज़ आपकी सीट तक कितनी पहुँचती है: हॉल के पीछे रखे लैपटॉप के माइक्रोफ़ोन के लिए यह स्ट्रीम से कहीं ज़्यादा मुश्किल है।
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 थोड़ी ज़्यादा देरी मंज़ूर कीजिए और बदले में सटीकता लीजिए: 1120 या 2240 ms वाला Nemotron, जो विराम चिह्न और बड़े अक्षर भी लगाता है।

वही ओवरले, कहीं और

बिना सबटाइटल वाले वीडियो

किसी फ़िल्म, स्ट्रीम या ब्राउज़र टैब पर सबटाइटल, जिसमें पहले कभी सबटाइटल थे ही नहीं।

भाषा सीखना

जिस भाषा में बात हो रही है उसी में सबटाइटल, और जब चाहें तब अनुवाद।

बधिर और कम सुनने वाले

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 आपकी कंपनी का IT एडमिन क्या इजाज़त देता है।

Google Meet

कैप्शन आपके Mac पर ही बनते हैं, 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।

Apple के Live Captions से तुलना

macOS में यह पहले से मौजूद है, और मुफ़्त है। यह कहाँ जाकर कम पड़ जाता है।

Granola और नोट्स वाले ऐप्स से तुलना

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 की रिफ़ंड गारंटी, कोई सवाल नहीं

7 दिन मुफ़्त, फिर एक बार $19, 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।