CapiCap 99+ भाषाएँ समझता है: अंग्रेज़ी, स्पेनिश, हिन्दी और अरबी, पर साथ ही वेल्श, स्वाहिली और टैगलॉग भी। बीस यूरोपीय भाषाएँ एक तेज़ मॉडल के पास जाती हैं, और बांग्ला और फ़ारसी के अपने अलग मॉडल हैं। यह भाषा के हिसाब से मॉडल चुनता है, और हर भाषा का मॉडल आपके डिवाइस पर आ जाने के बाद वह भाषा ऑफ़लाइन काम करती है। पूरी सूची नीचे है।
कैप्शन कौन-सा स्पीच मॉडल लिखता है
मॉडल आप नहीं चुनते; भाषा चुनती है। ज़्यादातर भाषाएँ सामान्य मॉडल के पास जाती हैं। ये 20 भाषाएँ तेज़ मॉडल के पास जाती हैं: अंग्रेज़ी, इतालवी, एस्टोनियाई, क्रोएशियाई, चेक, जर्मन, डच, डेनिश, पुर्तगाली, फ़्रेंच, बुल्गारियाई, माल्टीज़, यूक्रेनियाई, रूसी, लातवियाई, लिथुआनियाई, स्पेनिश, स्लोवाक, स्लोवेनियाई और हंगेरियाई। CapiCap के बारे में इन्हें तेज़ मॉडल और सामान्य मॉडल के नाम से दिखाता है।
तेज़ मॉडल सामान्य मॉडल से कई गुना तेज़ है। FLEURS पर, जो Google का टेस्ट रिकॉर्डिंग का सार्वजनिक सेट है, उसने उन 20 में से ज़्यादातर भाषाओं में गलतियाँ भी कम कीं, और स्पेनिश, इतालवी, पुर्तगाली और हंगेरियाई में दोनों लगभग बराबर रहे। यह पाँच और भाषाएँ जानता है, यूनानी, स्वीडिश, रोमानियाई, फ़िनिश और पोलिश, पर उन्हें सामान्य मॉडल बेहतर लिखता है, इसलिए वे उसी के पास रहती हैं।
बांग्ला और फ़ारसी, दोनों को उसी भाषा के लिए ट्रेन किया गया मॉडल मिलता है, क्योंकि सामान्य मॉडल उन्हें काफ़ी अच्छी तरह नहीं लिखता। हर मॉडल तब डाउनलोड होता है जब आप पहली बार उस भाषा के किसी वीडियो में कैप्शन लगाते हैं, बांग्ला के लिए लगभग 580 MB और फ़ारसी के लिए 640 MB।
यह भाषा कैसे चुनता है
आपको इसे बताना ज़रूरी नहीं। ट्रांसक्राइब करने से पहले CapiCap वीडियो के 30-30 सेकंड के ज़्यादा से ज़्यादा तीन हिस्से सुनता है (शुरुआत, बीच और आखिर), उस भाषा को चुनता है जो इनमें से ज़्यादातर में सुनाई दी, और पूरा वीडियो उसी भाषा में ट्रांसक्राइब करता है। जब इसे पक्का नहीं होता, तो ट्रांसक्राइब करने से पहले यह पूछता है: कौन-सी भाषा बोली जा रही है?, बटनों के रूप में सुनी गई भाषा और आपके डिवाइस की भाषाओं के साथ, और बाकी के लिए दूसरी भाषा…।
अगर आपको भाषा पता है, तो उसे खुद चुनने से अंदाज़े की ज़रूरत खत्म हो जाती है। ट्रांसक्राइब होते समय प्रोग्रेस बार के नीचे भाषा वाले बटन पर भाषा पहचानी जा रही है… लिखा होता है, फिर पहचाना गया: और भाषा का नाम; उस पर टैप करें, दूसरी भाषा चुनें, और ट्रांसक्रिप्शन फिर से शुरू हो जाता है। बाद में, एडिटर 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 सूची सबसे पहले आपके डिवाइस की भाषाएँ दिखाती है, “सुझाए गए” के नीचे। इसकी खोज किसी भाषा को आपके डिवाइस की भाषा में उसके नाम से, उसी भाषा में उसके नाम से या उसके कोड से ढूँढ लेती है, इसलिए हिन्दी पर सेट डिवाइस पर “español” लिखने से स्पेनिश मिल जाती है।
यह कितना सटीक है
सामान्य मॉडल ने हर भाषा अलग-अलग मात्रा में रिकॉर्ड की गई बोली से सीखी है, इसलिए यह अंग्रेज़ी, स्पेनिश या जर्मन जैसी ज़्यादा बोली जाने वाली भाषाओं में सबसे अच्छा काम करता है, और उन भाषाओं में कमज़ोर, जिनके लिए इसे कम ट्रेनिंग डेटा मिला। कम आम भाषा के लिए भाषा पहचान पर भरोसा करने के बजाय उसे खुद चुनें, और एक्सपोर्ट करने से पहले कैप्शन एक बार पढ़ लें। हर कैप्शन एडिट किया जा सकता है।
रिकॉर्डिंग भी भाषा जितनी ही मायने रखती है। माइक के पास साफ़ बोली में सबसे कम सुधार करने पड़ते हैं; संगीत, एक-दूसरे के ऊपर बोलते लोग और हवा ज़्यादातर गलतियों की वजह होते हैं।
दूसरी लिपियाँ
अरबी, हिब्रू, फ़ारसी, उर्दू, पश्तो, सिंधी और यिडिश के कैप्शन दाएँ से बाएँ लिखे जाते हैं, प्रीव्यू में भी और एक्सपोर्ट में भी। बटनों से दूर वाली जगह, जो कैप्शन को छोटे वीडियो वाले ऐप के लाइक और शेयर बटनों के नीचे आने से बचाती है, इन भाषाओं के लिए दूसरी तरफ़ चली जाती है।
चीनी और जापानी शब्दों के बीच खाली जगह नहीं छोड़तीं, और सामान्य मॉडल उनके शब्द टुकड़ों में देता है। CapiCap Apple के अपने शब्द-विभाजन से इन टुकड़ों को फिर से शब्दों में जोड़ता है, ताकि कैप्शन शब्दों के बीच बँटें, और पंक्तियाँ किन्हीं भी दो अक्षरों के बीच नहीं, बल्कि वाक्यांशों के बीच और वहाँ टूटें जहाँ बोलने वाला रुका। जब वाक्यांश के बीच कोई टूट फ़िट न हो, तो पंक्तियाँ बराबर रखी जाती हैं। चीनी कैप्शन उपवाक्य जितने वाक्यांशों में टूटते हैं, बोली के समय के साथ।
वियतनामी में खाली जगह शब्दों के बीच नहीं, अक्षरों (सिलेबल) के बीच होती है, इसलिए CapiCap उसके दो-सिलेबल वाले शब्दों और तय मुहावरों को साथ रखता है और किसी कैप्शन को उनके बीच में खत्म नहीं करता। इंडोनीशियाई, मलय और बांग्ला के कैप्शन छोटे शब्दों को उसी वाक्यांश के साथ रखते हैं जिसके वे हिस्से हैं, जैसे बांग्ला का না उस क्रिया के साथ जिसे वह नकारता है।
हर भाषा में, बंद करने वाला विराम-चिह्न कभी कैप्शन की शुरुआत में नहीं आता: न 、 या 。, न अरबी का प्रश्नचिह्न ؟, न हिन्दी का पूर्ण विराम ।।
लैटिन, यूनानी और सिरिलिक लिपियों में, जो शब्द अपनी पंक्ति के लिए बहुत लंबा हो, वह उस भाषा के हाइफ़नेशन बिंदुओं पर हाइफ़न के साथ टूटता है, ताकि लंबे जर्मन समास और रूसी शब्द भी फ़िट हो जाएँ। हाइफ़न सिर्फ़ वीडियो पर दिखता है; कैप्शन का टेक्स्ट और .srt शब्द को पूरा रखते हैं।
यह क्या नहीं करता
यह अनुवाद नहीं करता: कैप्शन, और .srt, उसी भाषा में होते हैं जो वीडियो में बोली जा रही है। यह पूरे वीडियो को एक ही भाषा में ट्रांसक्राइब करता है, इसलिए जिस वीडियो में भाषा बदलती है, उसमें दूसरी भाषा वाले हिस्से हाथ से ठीक करने पड़ेंगे। और यह नहीं बताता कि कौन बोल रहा है।
पूरी सूची
हिन्दी नामों के वर्णक्रम में। दूसरे कॉलम में भाषा का नाम उसी भाषा में है, जैसा ऐप की भाषा सूची हर नाम के नीचे दिखाती है।
| भाषा | उसी भाषा में |
|---|---|
| अंग्रेज़ी | English |
| अज़रबैजानी | azərbaycan |
| अफ़्रीकी | Afrikaans |
| अम्हेरी | አማርኛ |
| अरबी | العربية |
| अल्बानियाई | shqip |
| असमिया | অসমীয়া |
| आइसलैंडिक | íslenska |
| आर्मेनियाई | հայերեն |
| इंडोनीशियाई | Indonesia |
| इतालवी | italiano |
| उज़्बेक | o‘zbek |
| उर्दू | اردو |
| एस्टोनियाई | eesti |
| ओसीटान | occitan |
| कन्नड़ | ಕನ್ನಡ |
| क़ाज़ाक़ | қазақ тілі |
| कातालान | català |
| कैंटोनीज़ | 廣東話 |
| कोरियाई | 한국어 |
| क्रोएशियाई | hrvatski |
| खमेर | ខ្មែរ |
| गुजराती | ગુજરાતી |
| गैलिशियन | galego |
| चीनी | 中文 |
| चेक | čeština |
| जर्मन | Deutsch |
| जापानी | 日本語 |
| जावानीज़ | Jawa |
| जॉर्जियाई | ქართული |
| टैगलॉग | Tagalog |
| डच | Nederlands |
| डेनिश | dansk |
| तमिल | தமிழ் |
| ताजिक | тоҷикӣ |
| तातार | татар |
| तिब्बती | བོད་སྐད་ |
| तुर्कमेन | türkmen dili |
| तुर्की | Türkçe |
| तेलुगू | తెలుగు |
| थाई | ไทย |
| नेपाली | नेपाली |
| नॉर्वेजियाई | norsk |
| नॉर्वेजियाई नॉयनॉर्स्क | norsk nynorsk |
| पंजाबी | ਪੰਜਾਬੀ |
| पश्तो | پښتو |
| पुर्तगाली | português |
| पोलिश | polski |
| फ़ारसी | فارسی |
| फ़िनिश | suomi |
| फ़ैरोईस | føroyskt |
| फ़्रेंच | français |
| बर्मीज़ | မြန်မာ |
| बशख़िर | башҡорт |
| बांग्ला (बंगाली) | বাংলা |
| बास्क | euskara |
| बुल्गारियाई | български |
| बेलारूसी | беларуская |
| बोस्नियाई | bosanski |
| ब्रेटन | brezhoneg |
| मंगोलियाई | монгол |
| मकदूनियाई | македонски |
| मराठी | मराठी |
| मलय | Bahasa Melayu |
| मलयालम | മലയാളം |
| माओरी | Māori |
| मालागासी | Malagasy |
| माल्टीज़ | Malti |
| यहूदी (यिडिश) | ייִדיש |
| यूक्रेनियाई | українська |
| यूनानी | Ελληνικά |
| योरूबा | Èdè Yorùbá |
| रूसी | русский |
| रोमानियाई | română |
| लग्ज़मबर्गी | Lëtzebuergesch |
| लाओ | ລາວ |
| लातवियाई | latviešu |
| लिंगाला | lingála |
| लिथुआनियाई | lietuvių |
| लैटिन | — |
| वियतनामी | Tiếng Việt |
| वेल्श | Cymraeg |
| शोणा | chiShona |
| संस्कृत | संस्कृत भाषा |
| सर्बियाई | српски |
| सिंधी | سنڌي |
| सिंहली | සිංහල |
| सुंडानी | Basa Sunda |
| सोमाली | Soomaali |
| स्पेनिश | español |
| स्लोवाक | slovenčina |
| स्लोवेनियाई | slovenščina |
| स्वाहिली | Kiswahili |
| स्वीडिश | svenska |
| हंगेरियाई | magyar |
| हवाईवी | ʻŌlelo Hawaiʻi |
| हिन्दी | हिन्दी |
| हिब्रू | עברית |
| हैतियाई | Kreyòl Ayisyen |
| हौसा | Hausa |