आवाज़ के साथ चलना
आपके बोले शब्दों के साथ चलने वाला वॉइस टेलीप्रॉम्प्टर।
ज़्यादातर प्रॉम्प्टर तय रफ़्तार से चलते हैं और बोलने वाला टेक्स्ट के पीछे भागता है। Wispim सुनता है कि आपने असल में क्या कहा और स्क्रिप्ट को उसी जगह ले आता है। आप रुकें, जल्दी बोलें या एक पंक्ति पीछे लौटें, वह आपके साथ चलता है।
6 मुफ़्त टेक। iPad, iPadOS 16 या उसके बाद का। 6 मुफ़्त टेक। iPhone, iOS 16 या उसके बाद का। आवाज़ के साथ चलने का मतलब
“आवाज़” मोड आपकी बोली को पहचानता है और स्क्रिप्ट को उन्हीं शब्दों तक ले जाता है जो आपने असल में कहे। साँस लेने के लिए रुकें या सामने से गाड़ी गुज़रने दें, तो स्क्रिप्ट आपके साथ रुक जाती है। तेज़ बोलें तो वह भी तेज़ हो जाती है। पहले की कोई पंक्ति फिर से बोलें तो वह उसी पंक्ति पर लौट आती है।
पीछे लौटने से साफ़ है कि ट्रैकिंग टेक्स्ट में आपकी जगह पर टिकी है। ऐप जो सुनता है उसे टेक्स्ट में आपकी जगह से मिलाता है, इसलिए पीछे जाना आगे जाने जितना ही सामान्य है और ठीक करने को कोई भटकाव नहीं बचता। 3-2-1 की उलटी गिनती भी नहीं है: “शुरुआत में देरी” ख़त्म होते ही “आवाज़” और “ध्वनि” आपके पहले शब्दों का इंतज़ार करते हैं।
तय रफ़्तार में एक साथ दो काम क्यों करने पड़ते हैं
तय रफ़्तार वाला प्रॉम्प्टर आपसे एक साथ दो काम करवाता है: पंक्ति बोलना, और उस मशीन के हिसाब से अपनी रफ़्तार सँभालना जिसे पता ही नहीं कि आपने अभी क्या कहा। कैमरे पर लोग पढ़ने पर शायद ही ध्यान देते हैं। उन्हें रफ़्तार थोड़ी ज़्यादा तेज़ या थोड़ी ज़्यादा धीमी लगती है, और नज़रें जगह ढूँढ़ने के लिए बग़ल में फिसलती दिखती हैं। शब्दों के साथ चलने से दूसरा काम ख़त्म हो जाता है।
ध्वनि मोड, और उसे कब चुनें
“ध्वनि” मोड तब तक चलता है जब तक वह आपको सुनता है, और आप रुकें तो रुक जाता है। वह सुने हुए को स्क्रिप्ट से नहीं मिलाता। दो हालात में यह काम आता है। पहला, ऐसी भाषा जिसे आपका iPhone पहचान नहीं पाता। “ध्वनि” किसी भी भाषा में चलता है, क्योंकि वह किसी एक भाषा को नहीं सुन रहा होता। दूसरा, ऐसा माहौल जहाँ पहचान मुश्किल हो: शोर वाला कमरा, दूर रखा माइक्रोफ़ोन, या नामों और संख्याओं से भरी स्क्रिप्ट। इसकी क़ीमत यह है कि “ध्वनि” को पता नहीं चलता कि आपने कोई पंक्ति दोहराई, इसलिए वह अपने आप पीछे नहीं जा सकता।
एकसमान, और जब माइक छिन जाए
“एकसमान” पारंपरिक टेलीप्रॉम्प्टर है: शब्द प्रति मिनट में तय रफ़्तार। इसे इसलिए रखा गया है कि कभी-कभी यही सही औज़ार होता है। स्क्रॉल के लिए माइक्रोफ़ोन न चाहने वाला यही अकेला मोड है। “शुरुआत में देरी” हर मोड में एक जैसी है: स्क्रिप्ट चलने से पहले बंद, 5, 10 या 20 सेकंड, जो पूरी स्क्रीन के साथ फ़्लोटिंग विंडो के अंदर भी दिखती है।
iPhone पर कैमरा, Instagram और TikTok में रिकॉर्ड करते समय आवाज़ के साथ चलना जारी रहता है। ये तीनों ऐप आज़माए जा चुके हैं। अगर कोई और ऐप टेक के बीच माइक्रोफ़ोन ले ले, तो टेक उसका इंतज़ार करता है। टेक्स्ट उसी शब्द पर रुक जाता है जहाँ आप पहुँचे थे, और ऊपर एक सूचना में “माइक व्यस्त” दिखता है। माइक्रोफ़ोन लौटते ही पढ़ना उसी शब्द से आगे चलता है। जब आप चाहें कि स्क्रॉल के लिए कुछ भी माइक्रोफ़ोन पर निर्भर न रहे, तब “एकसमान” चुनें। इस हाथ बदलने की दोनों दिशाएँ फ़्लोटिंग विंडो के पेज पर हैं, और तीनों मोड होम पेज पर साथ-साथ रखे हैं।
पहचान कहाँ चलती है
जिन भाषाओं में डिवाइस पर पहचान का मॉडल है, वहाँ पहचान आपके iPhone पर चलती है: Wispim जब भी डिवाइस पर चलने वाला पहचान इंजन मौजूद होता है, iOS से उसी को माँगता है। जिस भाषा में ऐसा मॉडल नहीं है, वहाँ iOS ऑडियो को टेक्स्ट में बदलने के लिए Apple को भेजता है। वह Apple की प्रक्रिया है, हमारी नहीं, और दोनों हालात में ऑडियो हम तक नहीं पहुँचता।
टेक से पहले आपको अपनी भाषा में बताया जाता है: भाषा की सूची में Apple की पहचान इस्तेमाल करने वाली भाषाओं पर निशान लगा होता है। अगर डिवाइस पर पहचान बार-बार विफल हो और ऐप Apple पर लौट आए, तो पूरी स्क्रीन पर एक सूचना आ सकती है; फ़्लोटिंग विंडो में कोई सूचना नहीं दिखती। यहाँ आपको “ऑफ़लाइन टेलीप्रॉम्प्टर” नहीं पढ़ने को मिलेगा, क्योंकि कुछ भाषाओं के लिए यह सच नहीं होगा। आपकी स्क्रिप्ट, ऑडियो और ट्रांसक्रिप्ट हमें कभी नहीं भेजे जाते; बाक़ी प्राइवेसी पॉलिसी में है।
भाषाओं की तीन गिनतियाँ, तीन अलग संख्याएँ
| क्या | कितनी |
|---|---|
| आवाज़ के साथ चलना | हर वह भाषा जिसे आपका iPhone पहचान सकता है: मौजूदा iOS पर 60 से ज़्यादा लोकेल, और सूची iOS के साथ बदलती रहती है। |
| ऐप का इंटरफ़ेस | 16 भाषाएँ। सभी 16 में बोली की पहचान है। |
| वॉइस कमांड | 10 भाषाएँ, फ़्रेज़ बदले जा सकते हैं। हिन्दी इनमें नहीं है। इंटरफ़ेस की बाक़ी छह भाषाओं में भी कमांड नहीं हैं, और ऐप यह साफ़ बताता है। |
जब वह आपको ग़लत सुन ले
कभी-कभी ऐसा होगा: कोई मिलता-जुलता शब्द, कोई नाम, या पास से गुज़रे ट्रक में खोया हुआ वाक्य। इससे उबरना ही आवाज़ के पीछे चलने वाले प्रॉम्प्टर को इस्तेमाल लायक बनाता है, और इसमें आपको रिकॉर्डिंग रोककर टेक दोबारा शुरू नहीं करना पड़ता:
- किसी शब्द पर टैप करें। हर मोड में पढ़ना उसी शब्द से आगे चलता है, और बीच में रुकता नहीं।
- खींचकर इधर-उधर देखें। स्क्रिप्ट को खींचकर आगे पढ़ें या छूटी पंक्ति देखें। चलना रुक जाता है और ऊपर एक सूचना में “इधर-उधर देख रहे हैं” दिखता है। उस पर टैप करें, या टेक्स्ट के बाहर कहीं भी टैप करें, तो आप वापस आ जाते हैं। “आवाज़” में आप जहाँ पहुँचे वहीं से पढ़ना शुरू भी कर सकते हैं, और Wispim आपको ढूँढ़ लेता है।
- वॉइस कमांड। रुकना, जारी रखना, एक वाक्य पीछे जाना, शुरू से करना या अंत पर जाना, बोलकर। ये 10 भाषाओं में हैं और हिन्दी उनमें नहीं है।
- वॉल्यूम बटन। ये एक वाक्य पीछे या आगे ले जाते हैं। ऐप में ये “प्रायोगिक” लिखे हैं और कैमरा ऐप के अंदर काम नहीं करते, जो इन बटनों को ले लेते हैं।
टैप और खींचना पूरी स्क्रीन के औज़ार हैं: फ़्लोटिंग विंडो छूना बिल्कुल स्वीकार नहीं करती। यह iOS की पाबंदी है, और वॉइस कमांड भी इसी वजह से बने हैं। पर वे 10 भाषाओं में ही हैं और हिन्दी उनमें नहीं है। स्क्रिप्ट को फ़्लोटिंग विंडो में रखकर कैमरा के ऊपर या Zoom या Meet कॉल के ऊपर चलाना हो, तो टेक ऐसे बनाएँ कि बीच में कुछ छूना न पड़े।
सवाल
टेलीप्रॉम्प्टर को कैसे पता चलता है कि आप स्क्रिप्ट में कहाँ हैं?
Wispim iOS से पहचान करवाता है कि आप क्या बोल रहे हैं, उसे स्क्रिप्ट से मिलाता है, और फिर स्क्रिप्ट को उन्हीं शब्दों तक ले जाता है जो आपने असल में कहे। वह टेक्स्ट में आपकी जगह पकड़ता है, इसलिए रुकने पर स्क्रिप्ट थमी रहती है, जल्दी बोलने पर तेज़ चलती है, और पहले की कोई पंक्ति फिर बोलने पर उसी पंक्ति पर लौट आती है।
अगर मैं अपनी तरफ़ से कुछ बोलूँ या कोई पंक्ति छोड़ दूँ तो क्या होता है?
स्क्रिप्ट वहीं रुकी रहती है जहाँ आपने उसे छोड़ा था, और जब आप लिखे हुए शब्दों पर लौटते हैं तो फिर आपके साथ हो लेती है। ख़ुद आगे बढ़ाना हो तो किसी भी शब्द पर टैप करें, पढ़ना वहीं से बिना रुके चलता है। या स्क्रिप्ट को खींचकर इधर-उधर देखें: ऊपर एक सूचना में “इधर-उधर देख रहे हैं” दिखता है, और उस पर या टेक्स्ट के बाहर कहीं भी टैप करने से आप वापस आ जाते हैं। “आवाज़” में आप जहाँ पहुँचे वहीं से पढ़ना शुरू भी कर सकते हैं, और वह आपको ढूँढ़ लेता है।
क्या हिन्दी में आवाज़ के साथ चलना और वॉइस कमांड काम करते हैं?
आवाज़ के साथ चलना हर उस भाषा में काम करता है जिसे आपका iPhone पहचान सकता है: मौजूदा iOS पर 60 से ज़्यादा लोकेल, जिनमें ऐप के इंटरफ़ेस की सभी 16 भाषाएँ आती हैं। वॉइस कमांड की सूची छोटी है: 10 भाषाएँ, और हिन्दी उनमें नहीं है। अगर आपकी भाषा बिल्कुल न पहचानी जाए, तब भी “ध्वनि” मोड आपके साथ चलता है, क्योंकि वह बोली सुनते ही चल पड़ता है।
क्या आवाज़ के साथ चलने के लिए इंटरनेट चाहिए?
यह आपकी भाषा पर निर्भर करता है, और ऐप शुरू करने से पहले बता देता है। जहाँ आपकी भाषा का डिवाइस पर मॉडल है, वहाँ पहचान आपके iPhone पर चलती है। जहाँ नहीं है, वहाँ iOS ऑडियो को टेक्स्ट में बदलने के लिए Apple को भेजता है, इसलिए उस भाषा के लिए कनेक्शन चाहिए। भाषा की सूची में ऐसी भाषाओं पर पहले से निशान दिखता है। अगर डिवाइस पर पहचान बार-बार विफल हो और ऐप Apple पर लौट आए, तो पूरी स्क्रीन पर एक सूचना आ सकती है; फ़्लोटिंग विंडो में कोई सूचना नहीं दिखती। “ध्वनि” मोड बोली सुनते ही चलता है और शब्द नहीं मिलाता, और “एकसमान” को स्क्रॉल के लिए माइक्रोफ़ोन नहीं चाहिए।