Subtitles · लाइव अनुवाद

आपकी भाषा में कैप्शन,
वाक्य पूरा होने से पहले ही।

Subtitles वह लिखता है जो आपका Mac चला रहा है। वर्शन 1.3 से यह उसे आते ही अनुवाद भी कर सकता है, अपनी सुनी हुई सोलह भाषाओं में से किन्हीं दो के बीच, इसी मशीन पर, Apple के अपने अनुवादक से। अनुवाद के लिए कुछ भी अपलोड नहीं होता, और इस पूरे विचार का यही एक रूप था जिसे बनाना सही था।

  • 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

अंग्रेज़ी में एक कॉल, हिंदी में पढ़ी जा रही, Mac पर ही अनुवादित, जब वाक्य अभी बोला ही जा रहा हो। ⌃ दबाए रखिए और अंग्रेज़ी उसकी जगह ले लेती है, लाइव लाइन में भी और ⌥ वाले ढेर के हर बॉक्स में भी, जब तक आप कुंजी छोड़ न दें।

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।

मेन्यू में तीन विकल्प

अनुवाद की भाषा भाषा चुनने वाले हिस्से के नीचे रहता है और “बंद” पर शुरू होता है। एक लक्ष्य भाषा चुनिए और अगले ही वाक्य से कैप्शन उसी भाषा में आने लगेंगे। ठीक नीचे का अनुवाद कब दिखे तय करता है कि वाक्य के बोले जाते समय आपको क्या दिखेगा, और असल में डिज़ाइन की पूरी समस्या यही निकली।

दोनों भाषाएँ दिखाएँ, “अनुवाद की भाषा” मेन्यू में “बंद” के नीचे, अनुवाद और वे शब्द जिनसे वह बना, दोनों एक ही बॉक्स में रखता है: अनुवाद कैप्शन के रूप में, मूल उसके नीचे, छोटे अक्षरों में। “किसे सुनें” में माइक्रोफ़ोन चुन लीजिए और एक ही Mac पर दो लोग दो भाषाओं में बातचीत कर सकते हैं, हर कोई दूसरे की बात अपनी भाषा में पढ़ते हुए; जब लक्ष्य भाषा बोली जा रही हो तो जोड़ी बस उलट जाती है।

अनुवाद पढ़कर सुनाएँ, तीसरा विकल्प, हर वाक्य के पक्का होते ही उसका अनुवाद पढ़कर सुनाता है, उस भाषा के लिए macOS में इंस्टॉल की हुई सबसे अच्छी आवाज़ में। न कुछ छोड़ा जाता है, न जल्दबाज़ी की जाती है: तेज़ बोलने वाले से आवाज़ पीछे रह जाए तो वह ठहरावों में बराबरी कर लेती है। जब तक वह बोलती है, मूल आवाज़ घटकर चौथाई वॉल्यूम पर आ जाती है और फिर लौट आती है, ताकि दोनों आवाज़ें आपस में न टकराएँ। ⌥⌘. उसे रोक देता है, या आख़िरी लाइन फिर से पढ़ देता है।

VoiceOver चलते ही यह डिफ़ॉल्ट रूप से चालू रहता है, और VoiceOver कैप्शन बॉक्स को पढ़ सकता है और उसका बटन दबा सकता है, इसलिए दूसरी भाषा की कॉल या फ़िल्म बिना कुछ पढ़े समझी जा सकती है। VoiceOver की अपनी आवाज़ का न कभी कैप्शन बनता है, न अनुवाद होता है, न वह धीमी की जाती है। VoiceOver के बिना भी सुनना हो तो इसे “हमेशा” पर रखिए।

माइक्रोफ़ोन और Mac के अपने स्पीकर के साथ यह बोलने से पहले किसी ठहराव का इंतज़ार करता है, और उसके पढ़ते समय जो भी बोले, उसका कैप्शन फिर भी बनता है: macOS कॉल के लिए जो इको कैंसलेशन इस्तेमाल करता है, वह माइक्रोफ़ोन की सुनी आवाज़ में से अनुवाद की आवाज़ निकाल देता है। हेडफ़ोन लगे हों तो यह तुरंत पढ़ता है।

और वह वहीं रहता है जहाँ आप उसे पढ़ सकें। जिस कॉल का अनुवाद आपको चाहिए, आम तौर पर उसी कॉल के दौरान आप काम भी कर रहे होते हैं: साझा दस्तावेज़, स्पेक, या वह डिज़ाइन जिस पर बहस चल रही है। अनुवाद उस ऐप के भीतर नहीं आता जिसमें बात हो रही है, बल्कि हर विंडो के ऊपर रहने वाले ओवरले पर, इसलिए काम पर लौटने पर भी शब्द छूटते नहीं।

Subtitles का मेन्यू, जिसमें “भाषा / मॉडल” के नीचे “अनुवाद की भाषा”, “अनुवाद कब दिखे” और “अनुवाद पढ़कर सुनाएँ” हैं
macOS 14 पर ये तीनों विकल्प धुँधले नहीं होते, होते ही नहीं।

मुश्किल वह वाक्य है जिसे किसी ने पूरा नहीं किया

पूरा हो चुका वाक्य जल्दी अनुवाद होता है: इस हार्डवेयर पर 40 से 125 मिलीसेकंड, जो किसी के उसे बोल लेने में लगने वाले समय के आगे कुछ भी नहीं। असली सवाल यह है कि अंत तक पहुँचने से पहले के उन सेकंडों में स्क्रीन पर क्या होना चाहिए, और ऐसा कोई जवाब नहीं जो सबके लिए सही हो। इसलिए दो हैं, और चुनते आप हैं।

पहले लाइव, फिर पक्का

बोली गई बात का पिछला एक सेकंड हर अपडेट पर दोबारा अनुवाद होता है और जमने तक मद्धिम दिखता है। मद्धिम टेक्स्ट अब भी बदल सकता है; साफ़ वाला रुक चुका है। आप ऐसा पन्ना पढ़ते हैं जो ज़्यादातर टिका रहता है, इस क़ीमत पर कि सबसे नए कुछ शब्द अस्थायी लगते हैं, जो वे हैं भी।

हमेशा लाइव

हर अपडेट पर सब कुछ दोबारा अनुवाद होता है। बोलने वाले से कुछ पीछे नहीं छूटता और कुछ रोका नहीं जाता, और क़ीमत यह है कि जिस पंक्ति को आप पढ़ चुके हैं वह आपके सामने ही दोबारा लिखी जा सकती है, जब वाक्य उस शब्द तक पहुँचे जो सब बदल देता है।

दोनों के नीचे एक नियम है जो वैकल्पिक नहीं: अनुवाद पूरे उपवाक्यों का होता है, बॉक्स का कभी नहीं। ओवरले पन्ना वहीं तोड़ता है जहाँ टेक्स्ट की जगह ख़त्म होती है, और वह ज़्यादातर वाक्य के बीच में पड़ता है; अकेले अनुवाद हुआ टुकड़ा कारक, लिंग का मेल, या वह क्रिया खो देता है जहाँ तक बोलने वाला अभी पहुँचा ही नहीं था। इसलिए जो अनुवाद होता है और जो दिखाया जाता है, वे दो अलग इकाइयाँ हैं, और पन्ने के टूटने की जगह बाद में तय होती है, उस गद्य पर जिसका अर्थ पहले से बनता है।

जो बॉक्स भरकर पलटता है, वह उस शब्द से नहीं जो बाहर छलका, बल्कि आख़िरी दिखाए गए उपवाक्य से दोबारा शुरू होता है, ताकि तीखे कट की जगह पकड़ने को एक पंक्ति रहे। यह तभी मायने रखता है जब बॉक्स जल्दी-जल्दी पलट रहा हो, क्योंकि जो बॉक्स पढ़े जाने भर की देर टिका रहा, वह पंक्ति आपको पहले ही दे चुका है।

⌃ दबाए रखिए और मूल लौट आता है

अनुवाद में वह चीज़ छूट जाती है जिसे आप असल में सुन रहे थे। ⌃ दबाए रखना उसे लौटा देता है: चालू बॉक्स और ⌥ वाला ढेर, दोनों बोली जा रही भाषा पर चले जाते हैं, ठीक उतनी देर के लिए जितनी देर आप कुंजी दबाए रखें। आपके देखते रहने के दौरान भी अनुवाद नीचे चलता रहता है, इसलिए छोड़ते ही आप मौजूदा टेक्स्ट पर लौटते हैं, उस ठहरी तस्वीर पर नहीं जिसे आप छोड़ आए थे; और हर भाषा का अपना इतिहास होता है ताकि ढेर दोनों को कभी न मिलाए।

जो यह भाषा सीख रहे हैं उनके लिए काम की बात यही है: जब सिरा छूट जाए तब अपनी भाषा पढ़ लेना, और बाक़ी समय कुछ भी न दबाना।

हर जोड़ी, अंग्रेज़ी का चक्कर लगाए बिना

सोलह भाषाओं से 240 क्रमित जोड़ियाँ बनती हैं, और सब चलती हैं। यही वजह है कि यहाँ अनुवाद स्पीच मॉडल की कोई सेटिंग नहीं बल्कि दूसरा चरण है: जो मॉडल लिखते-लिखते अनुवाद करते हैं, उन्हें अंग्रेज़ी में और अंग्रेज़ी से अनुवाद के लिए प्रशिक्षित किया गया है, इसलिए फ़्रेंच से जर्मन को अंग्रेज़ी से होकर जाना पड़ता, और इनमें से कई भाषाएँ तो उनकी सूची में हैं ही नहीं। बन चुके टेक्स्ट को ऐसे अनुवादक को सौंपना जो हर जोड़ी संभालता है, बस कुछ मिलीसेकंड लेता है और किसी को छोड़ता नहीं।

अपने आप पहचान वाले मोड में स्रोत भाषा स्पीच मॉडल के अपने भाषा-टैग से ली जाती है, जिसे वह एक-दो शब्दों में जान लेता है, न कि अनुवादक से वाक्य-दर-वाक्य अंदाज़ा लगवाकर।

अब भी Mac से कुछ बाहर नहीं जाता

ऑडियो कभी बाहर गया ही नहीं, और अनुवादित टेक्स्ट भी नहीं जाता। यह Apple के Translation फ़्रेमवर्क से चलता है, वही डिवाइस पर होने वाला अनुवाद जिसे बाक़ी macOS भी इस्तेमाल करता है, इसलिए इसमें कोई सर्वर नहीं, संभालने को कोई API कुंजी नहीं, और रखने को कोई अकाउंट नहीं। नेटवर्क का इकलौता मौक़ा वह है जब पहली बार इस्तेमाल पर macOS किसी भाषा-जोड़ी को डाउनलोड करने की अनुमति माँगता है, जो वह अपने अनुवाद के लिए भी करता है; उसके बाद जोड़ी डिस्क पर रहती है और लाने को कुछ बचता नहीं।

पढ़कर सुनाया गया अनुवाद भी Mac पर ही रहता है: आवाज़ macOS में इंस्टॉल की हुई है, और बोलने के लिए कुछ भी कहीं नहीं भेजा जाता।

और दोनों ही हाल में, जब तक आप ट्रांसक्रिप्ट न सहेजें, कुछ लिखा नहीं जाता। अनुवादित कैप्शन स्क्रीन पर आता है और फिर चला जाता है, ठीक बिना अनुवाद वाले की तरह, और प्राइवेसी पेज उसी वजह से छोटा है जिस वजह से हमेशा रहा है।

इस पर भरोसा करने से पहले जान लेना ठीक है

  • सिर्फ़ इसी सुविधा के लिए macOS 15 या बाद का। Apple का अनुवादक वहीं आता है। 14.2 पर ऐप पहले की तरह सब कुछ का कैप्शन बनाता रहता है, और वे तीनों विकल्प मेन्यू से ग़ायब रहते हैं, धुँधले नहीं।
  • यह वही अनुवाद करता है जो उसने सुना, वह नहीं जो कहा गया था। जो नाम स्पीच मॉडल ने ग़लत सुना, वह ईमानदारी से, ग़लती समेत, अनुवादित हो जाएगा। दूसरे चरण में ग़लतियाँ आपस में कट नहीं जातीं, और जहाँ सटीकता सबसे ज़्यादा मायने रखती है वहाँ बोली जा रही भाषा को अपने आप पहचानने देने के बजाय ख़ुद तय कर देना ही काम आता है।
  • जहाँ किसी के लिखे सबटाइटल मौजूद हों, वे बेहतर हैं। जिस अनुवाद को किसी ने लिखा, जाँचा और समय के साथ बिठाया हो, वह हर बार मशीन के अनुवाद से बेहतर रहेगा। यह उस ऑडियो के लिए है जिसके साथ ऐसा कुछ कभी आया ही नहीं: वह कॉल, वह हडल, वह लेक्चर, वह पॉडकास्ट, वह वीडियो जिसमें बस मूल ट्रैक है।
  • एक बार में एक ही दिशा। लक्ष्य भाषा एक होती है, जोड़ी नहीं, इसलिए दो भाषाओं वाली कॉल भी आपकी उसी एक भाषा में आती है, और असल में क्या कहा गया, यह ⌃ दबाकर देखिए।

अनुवाद से जुड़े सवाल

यह किन भाषाओं के बीच अनुवाद कर सकता है?
जिन सोलह भाषाओं के यह कैप्शन बनाता है उनमें से किसी से भी बाक़ी पंद्रह में से किसी में: अंग्रेज़ी, स्पेनिश, फ़्रेंच, इतालवी, पुर्तगाली, जर्मन, डच, तुर्की, रूसी, अरबी, हिंदी, जापानी, कोरियाई, वियतनामी, यूक्रेनी और मैंडरिन। यह 240 क्रमित जोड़ियाँ हुईं, और इनमें से कोई भी रास्ते में अंग्रेज़ी से होकर नहीं जाती।
क्या अनुवाद के लिए ऑडियो मेरे Mac से बाहर जाता है?
नहीं। ऑडियो तो वैसे भी कहीं नहीं जाता, और टेक्स्ट भी नहीं: अनुवाद Apple के Translation फ़्रेमवर्क से चलता है, जो डिवाइस पर ही काम करता है। पहली बार इस्तेमाल पर macOS किसी भाषा-जोड़ी को डाउनलोड करने की अनुमति माँग सकता है, जैसा वह अपने अनुवाद के लिए भी करता है, और उसके बाद वह जोड़ी डिस्क पर रहती है। ऐप बस दो अनुरोध अब भी कर सकता है: अपने नए वर्शन की रोज़ाना जाँच, जिसे आप मना कर सकते हैं, और कुंजी आ जाने पर महीने में एक बार आपकी लाइसेंस कुंजी की जाँच।
दोनों टाइमिंग में फ़र्क़ क्या है?
“पहले लाइव, फिर पक्का” हर अपडेट पर बोली गई बात के पिछले एक सेकंड का अनुवाद करता है और जमने तक उसे मद्धिम रखता है, यानी साफ़ दिखता टेक्स्ट बदलना बंद कर चुका है और मद्धिम अब भी खिसक सकता है। “हमेशा लाइव” हर अपडेट पर सब कुछ दोबारा अनुवाद करता है: बोलने वाले से कुछ पीछे नहीं छूटता, और स्क्रीन पर कुछ भी दोबारा लिखा जा सकता है। पढ़ने में ज़्यादा शांत “पहले लाइव, फिर पक्का” है; एक वाक्य भी पीछे न छोड़ने वाला “हमेशा लाइव” है।
क्या मैं मूल भाषा भी देख सकता हूँ?
⌃ दबाए रखिए। चालू बॉक्स और ⌥ वाला ढेर, दोनों बोली जा रही भाषा पर चले जाते हैं जब तक कुंजी दबी है, और अनुवाद नीचे चलता रहता है, इसलिए छोड़ते ही आपको मौजूदा टेक्स्ट मिलता है, वह ठहरी तस्वीर नहीं जिसे आप छोड़ आए थे। हर भाषा का अपना इतिहास होता है, इसलिए ढेर दोनों को कभी नहीं मिलाता।
अनुवाद के लिए कौन-सा macOS चाहिए?
macOS 15, क्योंकि Apple का Translation फ़्रेमवर्क वहीं आता है। कैप्शन बनाना 14.2 पर अब भी चलता है, जहाँ “अनुवाद की भाषा” और “अनुवाद कब दिखे” धुँधले नहीं होते, मेन्यू में होते ही नहीं।
क्या यह स्ट्रीमिंग सेवा के सबटाइटल जैसा ही है?
नहीं। स्ट्रीमिंग सेवा वह अनुवाद देती है जिसे किसी ने लिखा, जाँचा और समय के साथ बिठाया है, और जहाँ वह मौजूद है वहाँ वह इससे बेहतर है। यह उस ऑडियो के लिए है जिसके साथ ऐसा कुछ कभी आया ही नहीं: एक कॉल, एक हडल, एक लेक्चर, एक पॉडकास्ट, एक वीडियो जिसमें बस उसका मूल ट्रैक है।

सोलह भाषाएँ अंदर, बाहर आपकी अपनी भाषा।

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।