क्या Google Meet में AI अनुवाद है?

Google Meet दो अलग-अलग तरीकों से अनुवाद करता है, दोनों की शर्तें अलग हैं, और लोग आमतौर पर उनमें से किसी एक की बात करते हैं बिना यह जाने कि दूसरा भी मौजूद है।

• अनुवादित कैप्शन: बोलने वाला एक भाषा में बोलता है और Meet उसे दूसरी भाषा के सबटाइटल में दिखाता है, वही सामान्य कैप्शन बार में। सिर्फ टेक्स्ट।
• स्पीच ट्रांसलेशन: Gemini उस अनुवाद को ऐसी आवाज़ में बोलकर सुनाता है जो मूल बोलने वाले जैसी लगती है, और यह मूल ऑडियो के ऊपर बजता है। सबसे पहले अंग्रेज़ी और स्पेनिश आए, बाकी भाषा-जोड़े समय के साथ जुड़ते गए।

दोनों ही पेड हैं। अनुवादित कैप्शन पेड Google Workspace एडिशन में मिलते हैं; स्पीच ट्रांसलेशन पेड Google AI सब्सक्रिप्शन के ज़रिए आया। बिना सब्सक्रिप्शन वाले पर्सनल Google अकाउंट को सिर्फ बोली जा रही भाषा में कैप्शन मिलते हैं, उससे ज़्यादा कुछ नहीं। Google Meet से जुड़े बाकी इंटरव्यू सवाल इंटरव्यू के प्रकार में इकट्ठे किए गए हैं।

ऐसी भाषा में इंटरव्यू देना जो आपकी परवरिश की भाषा नहीं रही, वैसे ही मुश्किल है, ऊपर से यह चिंता कि टूल तालमेल बनाए रख पाएगा या नहीं। यह सेक्शन बताता है कि अनुवाद क्या ठीक करता है और क्या वैसा ही छोड़ देता है। सीधी बात: यह आपको समझने में मदद करता है, और आप जो बोलते हैं उसके लिए कुछ नहीं करता।

अनुवाद स्पीच रिकग्निशन के बाद चलता है, इसलिए उस चेन की हर देरी उसे विरासत में मिलती है। इंटरव्यूअर एक वाक्यांश पूरा करता है, ऑडियो पहचाना जाता है, टेक्स्ट का अनुवाद होता है, फिर उसे दिखाया या बोला जाता है। हर कदम छोटा होता है, पर सब मिलकर जुड़ जाते हैं, और तीन वाक्यों वाले सवाल के दौरान आप शुरुआत ही पढ़ रहे होते हैं जबकि इंटरव्यूअर पहले ही अगले सवाल पर जा चुका होता है।

बाकी आधा हिस्सा वह है जहां अनुवाद पहुंच ही नहीं पाता। अपनी पहली भाषा में सवाल समझ लेना जवाब को इंटरव्यू की भाषा में नहीं बदल देता। आपको फिर भी वह वाक्य खुद बनाना पड़ता है, ज़ोर से बोलकर, समय के दबाव में, उसी भाषा में जो उस पद के लिए चाहिए।

वारसॉ में मौजूद एक डेटा इंजीनियर को लीजिए, जो लंदन की टीम के साथ Google Meet राउंड दे रही है। अनुवादित कैप्शन उसे बैकफ़िल स्ट्रैटेजी के बारे में एक तेज़ सवाल को बिना दोबारा पूछे समझने में मदद करते हैं, जो सच में उपयोगी है। लेकिन कैप्शन जो नहीं देते, वह है उस जवाब की अंग्रेज़ी वाली शब्दावली जो उसके दिमाग में पहले से तैयार है।

SubcueAI इसी कमी के दूसरे पक्ष पर काम करता है। macOS और Windows पर डेस्कटॉप ऐप सिस्टम ऑडियो और आपके माइक्रोफ़ोन दोनों को एक साथ कैप्चर करता है और दोनों को एक लाइव ट्रांसक्रिप्ट में बदल देता है; Chrome और Edge साइड पैनल मीटिंग टैब के ऑडियो को, यानी इंटरव्यूअर के पक्ष को, कैप्चर करता है, उन कॉल के लिए जो ब्राउज़र टैब में चलती हैं। उस ट्रांसक्रिप्ट से यह इंटरव्यू की भाषा में एक सुझाया गया जवाब तैयार करता है, एक लोकल ओवरले पर जिसे सिर्फ आप देख सकते हैं। कोई बॉट पार्टिसिपेंट लिस्ट में शामिल नहीं होता और Meet पेज में कुछ भी इंजेक्ट नहीं किया जाता। इसकी कार्यप्रणाली यह कैसे काम करता है में बताई गई है।

दोनों साफ-साफ साथ मिलकर काम करते हैं। Meet का अनुवाद इंटरव्यूअर के शब्दों को संभालता है; लोकल असिस्टेंट आपके जवाब की बनावट को संभालता है।

अनुवाद एक असली फ़ीचर है, जिसकी सीमाएं भी असली हैं। किसी इंटरव्यू के इस पर निर्भर होने से पहले:

• भाषा कवरेज एक सूची है, कोई वादा नहीं: हर फ़ीचर कुछ खास सोर्स और टारगेट भाषाओं को सपोर्ट करता है, और जो जोड़ी Google ने अभी तक शिप नहीं की, वह मेन्यू में बस दिखाई ही नहीं देती।
• एक्सेंट और खास शब्दावली इसकी क्वालिटी गिरा देते हैं: क्वालिटी रिकग्निशन स्टेप तक सीमित होती है, और इंटरव्यू की शब्दावली में प्रोडक्ट नाम, संक्षिप्तीकरण और आंतरिक शब्द भरे रहते हैं।
• स्क्रीन शेयरिंग और रिकॉर्डिंग: शेयर की गई स्क्रीन पर दिखने वाले कैप्शन या ओवरले सबको दिखते हैं, और रिकॉर्डिंग उन्हें बनाए रखती है।
• निगरानी वाले असेसमेंट और कंपनी द्वारा प्रबंधित डिवाइस: ये अपने ही नियमों से निगरानी करते हैं, और इनके भीतर किसी भी थर्ड-पार्टी टूल को सुरक्षित नहीं मान लेना चाहिए।

असिस्टेंट वाले हिस्से की कीमत क्या है, फ्री टियर में क्या शामिल है सहित, यह प्राइसिंग पेज पर है।