Friskription → ब्लॉग → लाइव स्ट्रीम अनुवाद

लाइव स्ट्रीम अनुवाद: हर तरीक़े की तुलना

यहाँ से शुरू करें 17 सितंबर 2026

जो भाषा आप नहीं बोलते, उसमें लाइव स्ट्रीम देखने के चार तरीक़े हैं। इनमें से तीन के लिए ज़रूरी है कि स्ट्रीम पहले आपको कुछ दे। यहाँ बताया है कि हर तरीक़ा क्या करता है, कहाँ रुक जाता है, और दस सेकंड में कैसे पहचानें कि आप किसके साथ फँसे हैं।

लाइव स्ट्रीम वीडियो से कठिन क्यों है

रिकॉर्ड किए वीडियो को पहले से प्रोसेस किया जा सकता है। कोई चीज़ पूरी फ़ाइल पढ़ सकती है, हिसाब लगा सकती है कि वाक्य कहाँ ख़त्म होते हैं, और किसी के प्ले दबाने से पहले ही सही सबटाइटल तैयार कर सकती है। लाइव स्ट्रीम में इनमें से कुछ भी उपलब्ध नहीं: जिस वाक्य का आप अनुवाद कर रहे हैं वह अभी ख़त्म नहीं हुआ, और अगला शुरू भी हो चुका है।

इससे एक ऐसा समझौता पैदा होता है जो इस पेज के हर औज़ार में मिलेगा। पंक्ति दिखाने से पहले ज़्यादा रुकें तो वह पढ़ने में बेहतर बनती है पर देर से आती है। जल्दी दिखाएँ तो वह समय पर आती है पर टुकड़ों में, जो आपके सामने ही फिर से लिखे जाते हैं। इससे बचने वाली कोई सेटिंग नहीं है; बस इस वक्र पर बैठने की अलग-अलग जगहें हैं।

दूसरी दिक़्क़त यह है कि ज़्यादातर लाइव स्ट्रीम में कोई टेक्स्ट होता ही नहीं। YouTube पर चढ़ाए रिकॉर्ड किए वीडियो में आम तौर पर अपने-आप बने कैप्शन होते हैं। Twitch चैनल में लगभग कभी नहीं, क्योंकि वहाँ कैप्शन तभी होते हैं जब स्ट्रीमर ख़ुद कैप्शन सॉफ़्टवेयर चलाए, और ज़्यादातर नहीं चलाते। यह अकेला तथ्य तय कर देता है कि नीचे के चार तरीक़ों में से कौन-सा आपके लिए उपलब्ध भी है।

चार तरीक़े

1. कैप्शन अनुवादक

ब्राउज़र एक्सटेंशन और अंदर बने फ़ीचर, जो मौजूद कैप्शन ट्रैक लेकर उसका अनुवाद करते हैं। YouTube का अपना ऑटो-अनुवाद सबसे जाना-पहचाना उदाहरण है: सबटाइटल मेन्यू में भाषा चुनिए, कैप्शन उसी में आ जाएँगे।

इसे क्या चाहिए: एक कैप्शन ट्रैक। पूरी कहानी बस इतनी है। अगर सबटाइटल मेन्यू ख़ाली है, तो कैप्शन अनुवादक के पास काम करने को कुछ नहीं और वह आपको कुछ नहीं दिखाएगा — आम तौर पर कोई ग़लती का संदेश भी नहीं, बस चुप्पी।

यह कहाँ रुकता है: गुणवत्ता विरासत में मिलती है। अपने-आप बने कैप्शन कोई नाम ग़लत सुन लें, तो अनुवाद उस ग़लती का ईमानदारी से अनुवाद कर देता है। और अपने-आप कैप्शन उससे कहीं कम भाषाओं के लिए बनते हैं जितना लोग सोचते हैं, इसलिए जिस भाषा में YouTube अपने-आप कैप्शन नहीं बनाता, उस स्ट्रीम के पास YouTube पर भी अनुवाद करने लायक़ ट्रैक नहीं होता।

2. स्ट्रीमर की दी हुई कैप्शनिंग

कुछ प्रसारक अपनी ओर से कैप्शन चलाते हैं — हार्डवेयर कैप्शनर, उनके प्रोडक्शन सॉफ़्टवेयर से जुड़ी वाक्-से-लेख सेवा, या बड़े आयोजनों में इंसानी आशुलिपिक। जब यह मौजूद हो तो आम तौर पर यही सबसे सटीक टेक्स्ट होता है जो आपको मिलेगा, क्योंकि इसे उस व्यक्ति ने बैठाया है जिसे वहाँ की शब्दावली पता थी।

इसे क्या चाहिए: कि स्ट्रीमर ने यह किया हो और करता रहे। आप अपनी ओर से इसे चालू नहीं कर सकते।

यह कहाँ रुकता है: यह लगभग हमेशा सिर्फ़ बोली जा रही भाषा में होता है। जापानी कैप्शन वाली जापानी स्ट्रीम बिना कैप्शन वाली से कहीं ज़्यादा सुलभ है, और फिर भी उनके लिए अपठनीय है जो जापानी नहीं पढ़ते — हालाँकि यह कैप्शन अनुवादक को काम करने लायक़ कुछ दे देती है।

3. Chrome का Live Caption

Chrome में पहले से मौजूद, मुफ़्त, और इसे स्ट्रीम से कुछ नहीं चाहिए: यह आपकी मशीन पर बज रहे ऑडियो को सुनता है और वहीं लिख देता है। सब कुछ डिवाइस पर ही रहता है, जो सच में इस पेज की सबसे अच्छी निजता वाली कहानी है।

इसे क्या चाहिए: Chrome की एक्सेसिबिलिटी सेटिंग्स में यह फ़ीचर चालू हो, और ऐसी स्रोत भाषा जिसे वह सपोर्ट करता हो।

यह कहाँ रुकता है: स्रोत भाषाओं का दायरा सीमित है, कैप्शन वीडियो पर नहीं बल्कि एक छोटे तय पैनल में आता है, और अनुवाद सामान्य मशीन अनुवाद है, न कि कुछ ऐसा जो संदर्भ के लिए बातचीत पढ़ता हो। यह एक एक्सेसिबिलिटी फ़ीचर है जो संयोग से यहाँ काम आ जाता है, अनुवाद का औज़ार नहीं। यह फ़ासला हमने एक अलग तुलना में विस्तार से नापा है।

4. लिखने वाला ओवरले

विचार वही है जो Live Caption का — टेक्स्ट ढूँढ़ने के बजाय टैब का ऑडियो सुनना — पर और आगे ले जाया गया: बोले गए शब्दों को प्रोडक्शन-स्तर के वाक्-पहचान मॉडल से लिखना, उन्हें ऐसे भाषा मॉडल से अनूदित करना जो हर पंक्ति को पिछली पंक्तियों के साथ पढ़ता है, और नतीजे को वीडियो पर ऐसे सबटाइटल के रूप में खींचना जिसे आप हिला और सजा सकें। Friskription यही करता है।

इसे क्या चाहिए: एक ऐसा टैब जिसमें आवाज़ बज रही हो। स्ट्रीमर से कुछ नहीं, प्लेटफ़ॉर्म से कुछ नहीं, कोई कैप्शन ट्रैक नहीं।

यह कहाँ रुकता है: यह Chrome में चलता है, ट्रांसक्रिप्शन आपकी मशीन पर नहीं बल्कि सर्वर पर होता है, और मुफ़्त साप्ताहिक कोटे के बाद मिनट के हिसाब से शुल्क लगता है। जो ऑडियो यह सुन ही नहीं सकता, उसमें भी मदद नहीं कर सकता — टेलीविज़न पर देखी जा रही स्ट्रीम इसकी पहुँच से बाहर है।

कौन-सा इस्तेमाल करें

जल्दी तय करने का तरीक़ा: स्ट्रीम खोलिए और सबटाइटल मेन्यू देखिए। अगर उसमें कुछ है तो कैप्शन अनुवादक से शुरू करें। अगर ख़ाली है — और Twitch पर ख़ाली ही होगा — तो मौजूद इकलौता टेक्स्ट ऑडियो ही है, और सिर्फ़ वही चीज़ मदद कर सकती है जो उसे लिखती हो।

इनमें से किसी से भी क्या उम्मीद रखें

एक से तीन सेकंड की देरी

यह टाली नहीं जा सकती: पंक्ति बोली जाए तभी सुनी जा सकती है, सुनी जाए तभी लिखी जा सकती है, और लिखी जाए तभी अनूदित हो सकती है। औज़ारों में फ़र्क़ बस इस बात का है कि वे यह बजट कैसे ख़र्च करते हैं। Friskription में तीन प्रीसेट हैं — त्वरित, संतुलित और सटीक — जो हर पंक्ति की पूर्णता और उसके जल्दी आने के बीच अदला-बदली करते हैं, और एक Sync मोड है जो प्लेबैक को कुछ सेकंड रोक लेता है ताकि सबटाइटल शब्दों के बाद नहीं, उनके साथ पहुँचे।

कमज़ोर कड़ी नाम होंगे

हर वाक्-पहचान प्रणाली नामों पर सबसे ख़राब रहती है, क्योंकि नाम ठीक वही शब्द है जिसके लिए उसके पास सबसे कम संदर्भ होता है। स्ट्रीमर के हैंडल, किरदारों के नाम, अंदरूनी मज़ाक़ और गेम के शब्द — यहीं आपको यह दिखेगा। सत्र भर वर्तनी को बाँध देने वाली ग्लॉसरी ही इसका असली इलाज है, और जिस चैनल को आप अक्सर देखते हैं उसके लिए इसे एक बार बना लेना फ़ायदे का सौदा है।

शोर सटीकता की क़ीमत लेता है

प्रकाशित बेंचमार्क साफ़ रिकॉर्डिंग पर नापे जाते हैं। लाइव स्ट्रीम में गेम की आवाज़ है, संगीत है, एक-दूसरे पर चढ़ते बोलने वाले हैं और एक कमरे में रखा माइक्रोफ़ोन है। यहाँ हर इंजन अपने बेंचमार्क से ख़राब स्कोर करता है, और अलग-अलग जगह नापे गए दो आँकड़ों की तुलना करने से पहले यह जान लेना ठीक रहता है।

ट्रांसक्रिप्शन वाला रास्ता तैयार करना

अगर सबटाइटल मेन्यू ख़ाली था, तो आप इसी रास्ते पर हैं। इसमें क़रीब एक मिनट लगता है।

1. एक्सटेंशन लगाएँ और साइन इन करें

   Web Store से Friskription को Chrome में जोड़ें और Google से साइन इन करें। खाता मिनट गिनने के लिए है; यह हर हफ़्ते तीस मुफ़्त मिनटों के साथ शुरू होता है, जो हर सोमवार भर जाते हैं, और इसमें न कार्ड चाहिए न किसी AI प्रदाता का खाता।

2. जिस भाषा में अनुवाद चाहिए, वह चुनें

   पंद्रह भाषाएँ हैं: अंग्रेज़ी, जापानी, चीनी, कोरियाई, स्पैनिश, फ़्रेंच, जर्मन, पुर्तगाली, रूसी, अरबी, हिंदी, इतालवी, वियतनामी, थाई और इंडोनेशियाई। बोली जा रही भाषा आपके लिए ख़ुद पहचान ली जाती है, इसलिए आम तौर पर और कुछ सेट करने को नहीं होता।

3. स्ट्रीम खोलें और स्टार्ट दबाएँ

   कुछ सेकंड में वीडियो के ऊपर सबटाइटल आ जाते हैं। ओवरले को ऐसी जगह खींच लें जहाँ वह दृश्य को न ढके, आकार बदलें, और फ़ॉन्ट का आकार एक बार तय कर दें — हर साइट के लिए यह चुनाव याद रखा जाता है।

ख़र्च कितना है

पहला से तीसरा तरीक़ा मुफ़्त है। चौथा इसलिए मीटर पर है क्योंकि ट्रांसक्रिप्शन और अनुवाद किसी के सर्वर पर चलते हैं और बोले गए हर मिनट पर असली पैसा लगता है।

• हर हफ़्ते तीस मिनट मुफ़्त, हर सोमवार भर दिए जाते हैं — चाहे आपने कभी भुगतान किया हो या नहीं। किसी भी तरह की कोई सदस्यता नहीं।
• एक बार का $1.99 स्टार्टर पैक 90 मिनट जोड़ता है और खाते पर Premium सुविधाएँ हमेशा के लिए खोल देता है, जिनमें Sync प्रीसेट भी शामिल हैं।
• सामान्य पैक $2.99 से $24.99 तक हैं, 1,440 मिनट तक। बड़े पैक में प्रति मिनट लागत कम पड़ती है और मिनट कभी ख़त्म नहीं होते।
• या अपनी OpenAI, Anthropic या ElevenLabs API कुंजी जोड़ें और सिर्फ़ अपने प्रदाता को भुगतान करें — उस मोड में ऑडियो आपके ब्राउज़र से सीधे उन्हीं के पास जाता है और हमारे सर्वरों तक कभी नहीं पहुँचता।

शुल्क सिर्फ़ बोले गए हिस्से का लगता है, इसलिए राउंड के बीच की ख़ामोशी, इंतज़ार वाली स्क्रीन और स्ट्रीमर के हटने पर बजता संगीत आपके बैलेंस से नहीं कटते।

सवाल