ऐसी मीटिंग में हिस्सा लेना जिसे आप सुन नहीं सकते

हर मीटिंग के दो आधे हिस्से होते हैं, और ज़्यादातर एक्सेसिबिलिटी टूल उनमें से सिर्फ़ एक को हल करते हैं।

पहला आधा हिस्सा है उसे फ़ॉलो करना। कैप्शन कमोबेश यही संभालते हैं: कोई चीज़ ऑडियो को ट्रांसक्राइब करती है और आप उसे पढ़ते हैं। दूसरा आधा हिस्सा है जवाब देना। वह आम तौर पर चैट बॉक्स के हवाले कर दिया जाता है — आप टाइप करते हैं, और उम्मीद करते हैं कि ग्यारह लोगों के बोलते रहने के बीच कोई साइडबार भी देख रहा होगा। आपका योगदान चुपचाप, क्रम से बाहर, और अक्सर उस लम्हे के बंद हो जाने के बाद पहुँचता है जिसका वह हिस्सा था।

Gaavala दूसरे आधे हिस्से को बंद करता है। आप मीटिंग को लाइव अनुवादित कैप्शन में पढ़ते हैं, और जब आपके पास कहने को कुछ होता है तो आप उसे टाइप करते हैं — और एक संश्लेषित आवाज़ उसे कॉल में, ज़ोर से, वहीं बोल देती है जहाँ बातचीत असल में हो रही है। बाक़ी प्रतिभागी एक वाक्य सुनते हैं, कोई नोटिफ़िकेशन नहीं।

यह पोस्ट उसका ईमानदार संस्करण है: तंत्र क्या है, उसके लिए क्या-क्या चाहिए, और कौन-से हिस्से अभी मौजूद नहीं हैं।

पढ़ने वाला आधा हिस्सा

यह वही है जो Gaavala पहले से सबके लिए करता है, और यह ठीक वही मशीनरी है जो अनुवाद के लिए एक सुनने वाले उपयोगकर्ता को मिलती है।

Extension मीटिंग टैब का ऑडियो कैप्चर करता है और उसे एक speech-to-text इंजन तक स्ट्रीम करता है, जो लोगों के बोलते ही ट्रांसक्रिप्ट लौटाता है। वह ट्रांसक्रिप्ट दो जगह उतरता है: साइड पैनल में, टाइमस्टैम्प और भाषा बैज के साथ एक स्क्रॉल होते द्विभाषी रिकॉर्ड के रूप में, और ख़ुद मीटिंग के ऊपर तैरती एक परत में — ताकि शब्द पढ़ने के लिए आपको चेहरों से नज़र न हटानी पड़े।

दो बातें एक बधिर पाठक के लिए किसी अनुवाद-पाठक से कहीं ज़्यादा मायने रखती हैं:

स्पीकर अलग किए जाते हैं और उन्हें रंग मिलता है। Gaavala पहचानता है कि कौन बोल रहा है और हर आवाज़ को ओवरले, साइड पैनल और आपके एक्सपोर्ट — तीनों में एक ही रंग देता है। आप मीटिंग के बीच में ही "Speaker 2" का नाम बदलकर असली नाम रख सकते हैं और हर सरफ़ेस अपडेट हो जाता है। तेज़ रफ़्तार वाली चार-तरफ़ा बातचीत में यही फ़र्क़ है एक संवाद और टेक्स्ट की दीवार के बीच।

नई लाइनें देखने में ज़्यादा गाढ़ी होती हैं। ओवरले में ताज़ा लाइनें पूरी गहराई के साथ उतरती हैं और पुरानी फीकी पड़ती जाती हैं, ताकि आपकी नज़र मौजूदा वाक्य को बिना ढूँढे पा ले।

कैप्शन फ़ीचर के तौर पर Pro-गेटेड नहीं हैं — मुफ़्त अलाउंस पाँच मिनट का है, एकबारगी, कभी दोबारा नहीं, और वह एक ट्रायल है, कोई प्लान नहीं। किसी असली मीटिंग को पढ़ने का मतलब Pro है।

जवाब देने वाला आधा हिस्सा

कैप्शन के नीचे एक टेक्स्ट बॉक्स है।

आप एक वाक्य टाइप करते हैं और Speak दबाते हैं — Ctrl+Enter, या Mac पर ⌘+Enter, वही काम करता है। सादा Enter नई लाइन डालता है, इसलिए भेजने से पहले आप एक से ज़्यादा वाक्य लिख सकते हैं। एक बार में 500 अक्षर तक, एक काउंटर के साथ; सीमा पार होने पर भेजने वाला बटन निष्क्रिय हो जाता है, बजाय इसके कि जो आपने लिखा उसे चुपचाप काट दिया जाए।

अगर आपने जिस भाषा में टाइप किया है वह आपकी Speak भाषा से अलग है, तो Gaavala पहले संदेश का अनुवाद करता है और फिर उसे बोलता है। यानी आप तुर्की में टाइप करके अंग्रेज़ी में सुने जा सकते हैं, या अंग्रेज़ी में टाइप करके जापानी में।

आवाज़ या तो Gaavala की स्टूडियो वॉइसेज़ में से एक होती है, या लगभग दो मिनट की रिकॉर्डिंग से बना आपकी अपनी आवाज़ का क्लोन। अगर आपकी आवाज़ कहीं और इस्तेमाल हो चुकी है — कोई वीडियो, पहले की कोई रिकॉर्डिंग — तो क्लोन का मतलब है कि कमरा किसी स्टॉक प्रीसेट के बजाय कुछ ऐसा सुनता है जो पहचान में आपका है।

पहला संदेश बजते हुए ही दूसरा भेज दें, तो वह उसके पीछे क़तार में लग जाता है। हर संदेश अपनी स्थिति सिर्फ़ रंग से नहीं, शब्दों में दिखाता है: क़तार में, बोला जा रहा है, बोला गया, रद्द किया गया, आंशिक रूप से बोला गया, विफल। क़तार में या बज रही किसी भी चीज़ को एक बटन से रोका जा सकता है।

आप अपना संदेश ख़ुद नहीं सुनेंगे। वह मीटिंग में जाता है, आपके स्पीकर तक नहीं — जो ज़्यादातर उपयोगकर्ताओं के लिए एक बारीकी है और आपके लिए यही पूरी वजह है कि स्थिति के लेबल शब्दों में लिखे गए हैं।

इसके लिए क्या चाहिए

यह वह हिस्सा है जिसे तय करने से पहले पढ़ लेना चाहिए कि Gaavala आपके काम आएगा या नहीं।

आपके मीटिंग ऐप का माइक्रोफ़ोन चालू होना चाहिए, और वहाँ आपका अनम्यूट होना ज़रूरी है

यह इस पेज का सबसे अहम वाक्य है, और यही सबसे ज़्यादा ग़लत समझे जाने की आशंका रखता है।

Gaavala आपका माइक्रोफ़ोन कभी चालू नहीं करता — वह आपकी कोई रिकॉर्डिंग शुरू नहीं करता और आप पर कोई speech-to-text नहीं चलाता — लेकिन इसका मतलब यह नहीं कि यह माइक्रोफ़ोन-रहित फ़ीचर है। असल में यह उल्टा है: आपके मीटिंग ऐप के अपने माइक्रोफ़ोन का चालू होना और उस ऐप में आपका अनम्यूट होना दोनों ज़रूरी हैं, वरना यह फ़ीचर बिल्कुल काम नहीं करेगा। जो आप टाइप नहीं करते, वह कुछ भी कैप्चर नहीं होता — मगर बोलने के लिए एक जीवित, अनम्यूटेड माइक्रोफ़ोन चैनल चाहिए ही।

ऐसा इसलिए है कि Gaavala कोई नया ऑडियो चैनल नहीं बनाता। वह उसी ऑडियो को अपने हाथ में लेकर बोलता है जिसे आपका मीटिंग ऐप पहले से भेज रहा है — यानी वह बाहर जाने वाला चैनल जिसे Teams, Meet, Webex या Zoom ने आपके जॉइन करते समय खोला था। इसलिए उस चैनल का मौजूद होना ज़रूरी है, और उसका चालू होना भी। व्यवहार में:

• आपके डिवाइस पर एक काम करता माइक्रोफ़ोन होना चाहिए;
• आपने मीटिंग साइट को माइक्रोफ़ोन की अनुमति दी होनी चाहिए;
• और ख़ुद मीटिंग ऐप में आपका अनम्यूट होना ज़रूरी है।

अगर आप Teams में म्यूट हैं, तो Gaavala संदेश भेजने से मना कर देता है और भेजने से पहले आपसे अनम्यूट करने को कहता है। अगर आपके डिवाइस पर माइक्रोफ़ोन है ही नहीं, तो यह फ़ीचर आपके लिए काम नहीं कर सकता।

हम यह साफ़-साफ़ इसलिए कह रहे हैं कि इसका उल्टा फ़्रेम — "बिना माइक्रोफ़ोन के बोलिए" — लिखना आसान होता और उसकी हक़ीक़त पता चलना क्रूर। Speak Text माइक्रोफ़ोन-रहित फ़ीचर नहीं है।

एक Pro प्लान

टाइप किए गए संदेश Speak का हिस्सा हैं, और Speak Pro में है। एकबारगी मिलने वाला पाँच मिनट का मुफ़्त अलाउंस सिर्फ़ लाइव कैप्शन कवर करता है और उसमें टाइप-करके-बोलना बिल्कुल नहीं है, इसलिए वह प्रोडक्ट के इस आधे हिस्से को आज़माने का रास्ता नहीं है। Pro $19.99 प्रति माह है, प्रतिदिन 120 मिनट के लिए।

Gaavala की अपनी आवाज़ों में से एक

टाइप-करके-बोलना Gaavala की स्टूडियो वॉइसेज़ पर या किसी निजी क्लोन पर चलता है। अगर आपने Speak के लिए इसकी जगह अपनी ख़ुद की ElevenLabs key जोड़ रखी है, तो मैसेज बॉक्स बंद रहता है और एक क्लिक में वापस स्विच करने का विकल्प देता है।

क्रॉस-लैंग्वेज संदेशों के लिए Chrome 138 या नया

आपके टाइप किए संदेश का अनुवाद आपकी अपनी मशीन पर होता है, Chrome के बिल्ट-इन ऑन-डिवाइस अनुवादक से। अगर वह उपलब्ध नहीं है, या उसके पास वह भाषा-जोड़ी नहीं है जो आपको चाहिए, तो Gaavala संदेश भेजने से मना कर देता है और आपको बता देता है — वह आपके टेक्स्ट को बिना अनुवाद किए बोलकर उसे अनुवाद बताकर कभी नहीं चलाएगा। जो संदेश पहले से आपकी Speak भाषा में है, उसके लिए कुछ अतिरिक्त नहीं चाहिए।

ब्राउज़र टैब में चल रही मीटिंग

Microsoft Teams, Google Meet, Cisco Webex और Zoom — किसी Chromium डेस्कटॉप ब्राउज़र में उनके वेब क्लाइंट से जॉइन की गई। डेस्कटॉप मीटिंग ऐप्स किसी ब्राउज़र एक्सटेंशन की पहुँच से बाहर हैं। ख़ास तौर पर Zoom पर, टैब उस समय खुला होना चाहिए जब Gaavala पहले से चल रहा हो, वरना Speak आपसे उसे रीलोड करने को कहेगा।

Gaavala आपको क्या नहीं बता सकता

वह इसकी पुष्टि नहीं कर सकता कि किसी ने आपको सुना। Gaavala को इतना पता होता है कि उसने आपके संदेश का ऑडियो मीटिंग में भेजना पूरा कर लिया। वह उस संदेश को "बोला गया" के रूप में चिह्नित करता है। यह डिलीवरी के बराबर नहीं है, और ऐसा कोई प्लेटफ़ॉर्म नहीं है जहाँ हम डिलीवरी की पुष्टि कर सकें। हम चाहेंगे कि आप यह जानें, बजाय इसके कि आप ऐसी पुष्टि मान बैठें जो हम दे ही नहीं सकते।

हमारे पास जो एक चेतावनी है, वह भी सँकरी है। Microsoft Teams पर, अगर आपका संदेश बजते समय मीटिंग का माइक्रोफ़ोन म्यूट हो जाता है, तो उस संदेश को "शायद डिलीवर न हुआ हो" के रूप में चिह्नित किया जाता है। Google Meet, Webex और Zoom पर ऐसी कोई चेतावनी दिख ही नहीं सकती। चेतावनी का न होना इस बात का सबूत नहीं है कि संदेश पहुँच गया।

मीटिंग का म्यूट बटन हर जगह एक जैसा बर्ताव नहीं करता। Microsoft Teams पर वहाँ ख़ुद को म्यूट करने पर Gaavala का आउटपुट भी आपके साथ चुप हो जाता है। Google Meet और Cisco Webex पर ऐसा नहीं होता — वे क्लाइंट अपने ऑडियो हैंडलिंग के तहत माइक्रोफ़ोन ट्रैक को लगातार बदलते रहते हैं, और उसकी नक़ल करने से आपकी बात वाक्य के बीच कट जाती, इसलिए Gaavala जानबूझकर उसकी नक़ल नहीं करता। Zoom पर म्यूट ख़ुद Zoom के एनकोडर के अंदर होता है, जहाँ Gaavala उसे पढ़ नहीं सकता। इन तीनों पर वह नियंत्रण जो Speak को भरोसे से रोकता है, Gaavala पैनल वाला ही है।

टाइप किए गए संदेश रिकॉर्ड में नहीं होते। वे Gaavala के ट्रांसक्रिप्ट में, उसके TXT/SRT/JSON एक्सपोर्ट में, या उसके ऑन-डिवाइस AI सारांश में दर्ज नहीं होते। अगर आप टाइप करके मीटिंग में हिस्सा लेते हैं, तो उस रिकॉर्ड में आपका योगदान ग़ैरहाज़िर रहेगा जिसमें बोलकर बात करने वाले सहकर्मी दिखते हैं। यह एक कमी है, कोई प्राइवेसी फ़ीचर नहीं, और हम इसका नाम इसलिए ले रहे हैं क्योंकि वरना कोई इसे एक्शन-आइटम्स की उस सूची में खोजेगा जिसमें उसका अपना काम नहीं है।

पढ़ना और बोलना एक ही बजट साझा करते हैं। Pro प्रतिदिन 120 मिनट का एक ही अलाउंस है, जो आपके पढ़े जाने वाले लाइव कैप्शन और आपके टाइप किए संदेश — दोनों को कवर करता है।

हमने टाइप वाला आधा हिस्सा क्यों बनाया

ईमानदार जवाब यह है कि इसकी शुरुआत कहीं और से हुई थी। Speak इसलिए मौजूद है ताकि जो व्यक्ति कमरे की भाषा साझा नहीं करता, वह उसमें सुना जा सके। एक टेक्स्ट कंपोज़र उन स्थितियों को संभालने का ज़ाहिर तरीक़ा था जहाँ ज़ोर से बोलना असहज था — साझा दफ़्तर, शोर भरा कमरा, या ऐसा वाक्य जिसे आप बिल्कुल ठीक कहना चाहते थे।

बनाते-बनाते जो साफ़ हुआ, वह यह कि "इसे टाइप कीजिए, और कमरे में सुने जाइए" ज़्यादातर लोगों के लिए एक सुविधा है और कुछ लोगों के लिए ज़रूरत। किसी बधिर प्रतिभागी के लिए यही मीटिंग का छूटा हुआ आधा हिस्सा है: कैप्शन आपको उसे फ़ॉलो करने तो देते ही हैं; यह आपको उसका जवाब उसी चैनल में देने देता है जिसे बाक़ी सब इस्तेमाल कर रहे हैं, ठीक उस लम्हे में जब वह मायने रखता है — न कि किसी साइडबार में, जिसे कोई बाद में शायद पढ़ ले।

यह अभी कहाँ है

Gaavala अभी Chrome Web Store पर नहीं है। इस पेज पर कोई इंस्टॉल लिंक नहीं है, और कोई भी पुरानी पोस्ट जो ऐसा लिंक देती है वह पुरानी पड़ चुकी है — लिस्टिंग सार्वजनिक नहीं है।

अगर यह वही समस्या है जो आपके सामने है, तो वेटलिस्ट में शामिल हों और जिस दिन यह लॉन्च होगा हम आपको इंस्टॉल लिंक भेज देंगे। एक ईमेल, एक क्लिक में अनसब्सक्राइब, और कुछ नहीं।

अगर आपने पहले ऐसे टूल आज़माए हैं और वे किसी ख़ास तरीक़े से आपके काम नहीं आए, तो हम सचमुच जानना चाहेंगे कि वह तरीक़ा क्या था। support@gaavala.com पर लिखें।