CapiCap · सवाल-जवाब

सवाल और जवाब

इसकी कीमत क्या है, आपके वीडियो के साथ क्या होता है, यह क्या कर सकता है और क्या नहीं, और कुछ गड़बड़ हो तो क्या आज़माएँ।

Alex Brazh · 26 अक्टूबर 2026

CapiCap मैं अकेले बनाता हूँ। ये जवाब वर्शन 1.9 के बारे में हैं। वीडियो चुनने से लेकर कैप्शन वाला वीडियो सेव करने तक के पूरे तरीके के लिए एक एक-एक कदम वाली गाइड है।

कीमत

क्या CapiCap मुफ़्त है?

एक हद तक। इसे डाउनलोड करना मुफ़्त है, हर फ़ीचर के साथ, और हर कैलेंडर महीने 3 एक्सपोर्ट मुफ़्त हैं। उससे आगे, आजीवन एक्सेस एक बार की खरीदारी है (अमेरिका में $9.99, दूसरे देशों में वहाँ की स्थानीय कीमत) जो यह सीमा हमेशा के लिए हटा देती है। कोई सब्सक्रिप्शन नहीं है, और कोई विज्ञापन नहीं। आपके 3 एक्सपोर्ट हर महीने की शुरुआत में, आपके डिवाइस के टाइम ज़ोन के हिसाब से, वापस मिल जाते हैं; इस्तेमाल हो जाने पर आजीवन एक्सेस वाला ऑफ़र वह तारीख़ दिखाता है जब अगले 3 मिलेंगे।

एक्सपोर्ट किसे गिना जाता है?

वीडियो का ऐसा रेंडर जो पूरा हो जाए, और वह पूरा होते ही गिना जाता है, चाहे वह फिर से वही प्रोजेक्ट हो। जो रेंडर फ़ेल हो जाए या जिसे आप रद्द कर दें, उसकी कोई कीमत नहीं लगती। रेंडर हो चुके वीडियो को दोबारा सेव या शेयर करना, और उसकी .srt लेना, जितनी बार चाहें, मुफ़्त है। .srt एक्सपोर्ट करें कभी आपके 3 में से एक इस्तेमाल नहीं करता, न रेंडर से पहले, न बाद में; सेव और शेयर करने की तरह यह भी तभी लॉक होता है जब महीने के 3 खत्म हो चुके हों और आपके पास आजीवन एक्सेस न हो।

आजीवन एक्सेस खरीद लिया है। इसे दूसरे डिवाइस पर कैसे पाएँ?

उसी Apple खाते से साइन इन रहते हुए उस डिवाइस पर CapiCap खोलें। ऐप शुरू होते समय App Store से आपकी खरीदारी जाँचता है, इसलिए आजीवन एक्सेस आम तौर पर अपने आप चालू हो जाता है। अगर न हो, तो खरीदारी बहाल करें पर टैप करें: यह आजीवन एक्सेस वाले ऑफ़र पर है, और महीने की सीमा पूरी हो जाने के बाद CapiCap के बारे में (होम पर जानकारी वाला बटन) में भी।

आपका वीडियो

क्या CapiCap मेरा वीडियो अपलोड करता है?

नहीं। ट्रांसक्रिप्शन, एडिटिंग और एक्सपोर्ट, सब आपके डिवाइस पर होता है, और आपके वीडियो, ऑडियो, ट्रांसक्रिप्ट और एक्सपोर्ट कभी अपलोड नहीं होते, न मुझे, न किसी और को। ऐप को इंटरनेट की ज़रूरत सिर्फ़ स्पीच मॉडल डाउनलोड करने के लिए होती है: एक पहली बार खोलने पर, और एक और अगर किसी वीडियो की भाषा को उसकी ज़रूरत हो। उसके बाद यह बिना किसी कनेक्शन के काम करता है, विमान मोड में भी। ऑनलाइन होने पर यह मुझे गुमनाम यूसेज इवेंट भी भेजता है, जैसे कोई ट्रांसक्रिप्शन या एक्सपोर्ट पूरा होना और उसमें कितना समय लगा, जिनमें न कोई टेक्स्ट होता है, न फ़ाइलों के नाम, न वीडियो, और न कुछ ऐसा जो आपसे जुड़ा हो। कोई अकाउंट नहीं है, न विज्ञापन, न सब्सक्रिप्शन। पूरी जानकारी गोपनीयता नीति में है।

क्या कोई वॉटरमार्क है?

नहीं, न मुफ़्त एक्सपोर्ट पर, न आजीवन एक्सेस के साथ। आप जो वीडियो एक्सपोर्ट करते हैं, उसमें आपके कैप्शन होते हैं और कुछ नहीं।

क्या एक्सपोर्ट ओरिजिनल क्वालिटी बनाए रखता है?

हाँ, एक अपवाद के साथ। यह वीडियो का रिज़ॉल्यूशन, फ़्रेम रेट और बिटरेट रखता है, 4K60 भी, और हर ऑडियो ट्रैक जैसा है वैसा ही कॉपी करता है। अपवाद HDR है: HDR वीडियो SDR (Rec.709) में एक्सपोर्ट होता है। एडिटर वही SDR तस्वीर प्रीव्यू में दिखाता है, इसलिए एक्सपोर्ट वैसा ही होता है जैसा आपने देखा।

क्या .srt फ़ाइल एक्सपोर्ट की जा सकती है?

हाँ। .srt एक्सपोर्ट करें वीडियो एक्सपोर्ट करें के नीचे है और आपको एक स्टैंडर्ड SubRip फ़ाइल देता है, जिसमें हर कैप्शन का टेक्स्ट और समय होता है, YouTube, Vimeo या किसी वीडियो एडिटर के लिए। पहले वीडियो रेंडर करने की ज़रूरत नहीं। इसे बनाने पर एक गाइड है।

कैप्शन बनाना

ट्रांसक्रिप्शन में कितना समय लगता है?

नए डिवाइस पर वीडियो की लंबाई से कम, और कितना कम, यह भाषा पर निर्भर करता है। जिन 20 यूरोपीय भाषाओं को इसका तेज़ मॉडल संभालता है, जिनमें अंग्रेज़ी भी है, वे सबसे तेज़ हैं: iPhone 17 Pro पर एक मिनट के ऑडियो में कुछ ही सेकंड लगते हैं। दूसरी भाषाएँ सामान्य मॉडल के पास जाती हैं, जो धीमा है और iPhone 14 Pro या उसके बाद के मॉडल, M-सीरीज़ चिप वाले iPad और Mac पर सबसे तेज़ चलता है; M1 Pro वाले MacBook Pro पर 62 मिनट के ऑडियो में उसे लगभग 11 मिनट लगे। इंस्टॉल करने के बाद पहला ट्रांसक्रिप्शन धीमा होता है, क्योंकि स्पीच मॉडल तैयार किया जा रहा होता है (इस पर और नीचे)।

कैप्शन कितने सटीक होते हैं?

बहुत कुछ रिकॉर्डिंग पर निर्भर करता है। माइक के पास साफ़ बोली में सबसे कम सुधार करने पड़ते हैं; संगीत, एक-दूसरे के ऊपर बोलते लोग, हवा और भारी लहजा ज़्यादातर गलतियों की वजह होते हैं। CapiCap भाषा के हिसाब से स्पीच मॉडल चुनता है: 20 यूरोपीय भाषाओं को एक तेज़ मॉडल मिलता है जो उनमें से ज़्यादातर में गलतियाँ भी कम करता है, और बांग्ला और फ़ारसी को उनके लिए ट्रेन किए गए मॉडल मिलते हैं; CapiCap के बारे में (होम पर जानकारी वाला बटन) आपके डिवाइस पर मौजूद मॉडल की सूची दिखाता है। जो भी गलत हो, उसे आप एक्सपोर्ट से पहले ठीक कर सकते हैं।

क्या गलत शब्द ठीक किए जा सकते हैं?

हाँ। पूरा ट्रांसक्रिप्ट वीडियो के साथ सिंक किए गए कैप्शन की एक सूची है। किसी कैप्शन को एडिट करने के लिए उस पर टैप करें; कैप्शन को बाँटें, जोड़ें, नया कैप्शन जोड़ें या हटाएँ; स्क्रबर की पट्टी पर किसी कैप्शन का समय खिसकाएँ; और कुछ भी पूर्ववत करें या फिर से करें। टाइप करते समय कीबोर्ड के ऊपर की पट्टी वीडियो चलाती या रोकती है और पिछले या अगले कैप्शन पर ले जाती है, और कैप्शन के समय पर टैप करने से सिर्फ़ वही कैप्शन चलता है। प्रोजेक्ट काम करते-करते अपने आप सेव होते रहते हैं।

कैप्शन के दिखने में क्या-क्या बदला जा सकता है?

आप बारह स्टाइल में से किसी एक से शुरू करते हैं (क्लासिक, इम्पैक्ट, कराओके, ग्लाइड, लेबल, कवर, आउटलाइन्ड, हाइप, पॉप, बॉक्स्ड, एडिटोरियल और टाइपराइटर), और कस्टमाइज़ करें फ़ॉन्ट, मोटाई, कैपिटल अक्षर, आकार, आउटलाइन, रंग, छाया, बैकग्राउंड, मोशन और जगह बदलता है। नतीजे को आप अपने स्टाइल के रूप में सेव कर सकते हैं या नए वीडियो के लिए डिफ़ॉल्ट बना सकते हैं। लेआउट पेज पर पंक्तियाँ हर कैप्शन में एक, दो या तीन पंक्तियाँ तय करता है, डिफ़ॉल्ट रूप से दो, और कैप्शन स्वाभाविक वाक्यांशों की सीमाओं पर टूटते हैं। प्रीव्यू उसी रेंडरर से बनता है जिससे एक्सपोर्ट, इसलिए वीडियो वैसा ही निकलता है जैसा एडिटर में दिखा था।

क्या कैप्शन किसी व्यक्ति के पीछे रखे जा सकते हैं?

हाँ, कवर स्टाइल से: कैप्शन शॉट में दिख रहे व्यक्ति के पीछे रहता है, जैसे मैगज़ीन कवर पर हेडलाइन। Apple का Vision सब्जेक्ट डिटेक्शन डिवाइस पर, फ़्रेम-दर-फ़्रेम, व्यक्ति को ढूँढता है, और व्यक्ति के पीछे रखें ऐसी ऊँचाई ढूँढता है जहाँ यह काम करे। जहाँ व्यक्ति किसी शब्द का बहुत ज़्यादा हिस्सा छिपा देता, वहाँ कैप्शन आगे आ जाता है ताकि वह पढ़ने लायक रहे। एडिटर यह इफ़ेक्ट रोके हुए फ़्रेम पर दिखाता है। यह कैसे काम करता है, इस पर मैंने लिखा है।

डिवाइस और भाषाएँ

क्या यह iPad, Mac या Android पर काम करता है?

iPad और Mac पर हाँ; Android पर नहीं। CapiCap iOS 17 या उसके बाद वाले iPhone और iPad के लिए, और macOS 14 या उसके बाद वाले Apple silicon (M1 या उसके बाद) वाले Mac के लिए एक ही ऐप है, जहाँ यह iPad वाले ऐप के रूप में एक ऐसी विंडो में चलता है जिसका आकार बदला जा सकता है। Mac पर, और लैंडस्केप में रखे iPad पर, प्रीव्यू और पूरा ट्रांसक्रिप्ट आमने-सामने रहते हैं। दोनों पर आप किसी दूसरे ऐप से, या Finder से, कोई वीडियो खींचकर होम पर कहीं भी छोड़ सकते हैं। Windows या वेब वर्शन भी नहीं है। Mac पर कैप्शन लगाने पर और जानकारी।

यह कौन-सी भाषाएँ समझता है?

99+, अंग्रेज़ी, स्पेनिश, हिन्दी और अरबी से लेकर वेल्श, स्वाहिली और टैगलॉग तक। बीस यूरोपीय भाषाएँ एक तेज़ मॉडल के पास जाती हैं, और बांग्ला और फ़ारसी के अपने अलग मॉडल हैं। यह बोली जा रही भाषा खुद पहचानता है और पक्का न होने पर पूछता है, या आप उसे चुन सकते हैं। यह रही पूरी सूची, इस जानकारी के साथ कि कौन-सा मॉडल कौन-सी भाषा लिखता है।

यह एक और स्पीच मॉडल क्यों डाउनलोड कर रहा है?

क्योंकि वीडियो ऐसी भाषा में है जिसे आपके डिवाइस का कोई भी मॉडल नहीं संभालता। बांग्ला और फ़ारसी, दोनों का अपना-अपना मॉडल है, लगभग 580 MB और 640 MB। और जिस डिवाइस पर 20 यूरोपीय भाषाओं वाला सिर्फ़ तेज़ मॉडल है, उस पर किसी दूसरी भाषा का वीडियो सामान्य मॉडल डाउनलोड करता है, लगभग 630 MB। डाउनलोड पर लिखा होता है कि वह किस भाषा के लिए है, और CapiCap के बारे में अतिरिक्त मॉडल की सूची दिखाता है, हर एक के साथ हटाएँ।

क्या यह कैप्शन का अनुवाद कर सकता है?

नहीं। कैप्शन हमेशा उसी भाषा में होते हैं जो वीडियो में बोली जा रही है। अगर आपको अनुवाद चाहिए, तो .srt एक्सपोर्ट करें और किसी दूसरे टूल से उसका अनुवाद करें।

क्या यह बता सकता है कि कौन बोल रहा है?

नहीं, यह बोलने वालों को नहीं पहचानता। अगर किसी कैप्शन में नाम चाहिए, तो उसे कैप्शन में टाइप कर दें।

जब कुछ गड़बड़ हो

पहली बार खोलना इतना धीमा क्यों है?

पहली बार खोलने पर CapiCap एक स्पीच मॉडल डाउनलोड करता है, एक ही बार, इसलिए तब इसे कनेक्शन चाहिए। नए डिवाइस पर उसके बाद यह मॉडल को Neural Engine के लिए तैयार करता है। सामान्य मॉडल के लिए इसमें कुछ मिनट लग सकते हैं; होम पर अनुमानित समय दिखता है, और डिवाइस गर्म हो सकता है। ऐसा ऐप के हर अपडेट पर एक बार होता है। M1 Pro वाले Mac पर इसमें 134 सेकंड लगे, और बाद में लोड होने में लगभग 2 सेकंड। 20 यूरोपीय भाषाओं वाला तेज़ मॉडल इससे बहुत जल्दी तैयार होता है: iPhone 17 Pro पर लगभग 10 सेकंड।

इसने गलत भाषा चुन ली। इसे कैसे ठीक करें?

ट्रांसक्राइब होते समय प्रोग्रेस बार के नीचे भाषा वाले बटन पर टैप करें और सही भाषा चुनें; ट्रांसक्रिप्शन उस भाषा में फिर से शुरू हो जाता है। बाद में, कैप्शन की सूची के नीचे भाषा वाले बटन पर टैप करें, भाषा चुनें और फिर से ट्रांसक्राइब करें पर टैप करें। इससे कैप्शन वीडियो से दोबारा बनते हैं, इसलिए उनमें किए गए आपके बदलाव मिट जाते हैं। भाषा पहचानने के लिए यह वीडियो के 30-30 सेकंड के ज़्यादा से ज़्यादा तीन हिस्से सुनता है, इसलिए जो क्लिप संगीत से शुरू होती है या कई भाषाएँ मिलाती है, वह इसे धोखा दे सकती है। जब इसे पक्का नहीं होता, तो ट्रांसक्राइब करने से पहले यह आपसे पूछता है कि कौन-सी भाषा बोली जा रही है।

स्पीच मॉडल डाउनलोड नहीं हो रहा।

आम तौर पर यह अपने आप ठीक हो जाता है। कनेक्शन टूटने से डाउनलोड फ़ेल नहीं होता: वह इंतज़ार करता है, पट्टी पर कनेक्शन का इंतज़ार हो रहा है… लिखा आता है, और वह वहीं से आगे बढ़ता है जहाँ रुका था, ऐप छोड़कर वापस आने के बाद भी। अगर पर्याप्त खाली जगह न हो, तो CapiCap बताता है कि कितनी जगह खाली करनी है। अगर यह किसी एरर के साथ रुक ही जाए, तो फिर से कोशिश करें इसे फिर से शुरू करता है। एक बार डाउनलोड हो जाने के बाद मॉडल ऐप के अपडेट के बाद भी बना रहता है।

“फ़ोटोज़ में सेव करें” काम नहीं कर रहा।

अगर CapiCap को आपकी फ़ोटो लाइब्रेरी में वीडियो जोड़ने की अनुमति नहीं है, तो एक्सपोर्ट स्क्रीन यह बताती है और सेटिंग्स खोलें का विकल्प देती है, जहाँ आप इसकी अनुमति दे सकते हैं। अगर सेव करना किसी और वजह से फ़ेल हो, तो इसके बजाय शेयर करें… इस्तेमाल करें। एक्सपोर्ट करने से पहले CapiCap यह चेतावनी भी देता है कि नए वीडियो के लिए पर्याप्त खाली जगह नहीं है, अगर ऐसा हो।

CapiCap: वीडियो कैप्शनiPhone, iPad और Mac के लिए App Store पर।
App Store सेडाउनलोड करें

और पढ़ें