सारांश, प्रश्न और अनुवाद

ट्रांसक्रिप्शन तैयार होने के बाद Audiotext किसी भाषा मॉडल या अनुवाद सेवा से उसका सारांश बना सकता है, उसके बारे में प्रश्नों के उत्तर दे सकता है और उसका अनुवाद कर सकता है। ये सब इतिहास में रखे जाते हैं, इसलिए केवल एक बार बनाए जाते हैं।

सारांश

किसी ट्रांसक्रिप्शन का सारांश मोड खोलें और सारांश बनाएँ पर क्लिक करें। भाषा मॉडल लिखता है:

ट्रांसक्रिप्शन का सारांश।
उसके मुख्य बिंदु।
उसके अध्याय, अगर टाइमस्टैम्प हों। किसी अध्याय की शुरुआत से ऑडियो चलाने के लिए उस पर क्लिक करें।

शीर्षक के नीचे पैनल बताता है कि इसे किस मॉडल ने और कब बनाया। इसके हेडर के बटन:

खोजें (Ctrl+F, macOS पर ⌘F): सारांश में कोई टेक्स्ट खोजता है।
कॉपी करें: इसे कॉपी करता है।
निर्यात करें: इसे अलग से सादे टेक्स्ट, Markdown या Word दस्तावेज़ के रूप में सहेजता है, video.summary.md जैसे नाम के साथ ताकि यह ट्रांसक्रिप्शन की जगह न ले। ट्रांसक्रिप्शन के Markdown और Word निर्यात में भी यह शामिल होता है।
सारांश फिर से बनाएँ: इसे दोबारा लिखता है (जैसे दूसरा मॉडल चुनने के बाद), पहले पूछकर, क्योंकि मौजूदा सारांश बदल दिया जाता है।

अगर प्रदाता की API कुंजी सेट नहीं है, तो सारांश मोड उसे सेट करने का विकल्प देता है। बहुत लंबे ट्रांसक्रिप्शन (लगभग तीन घंटे या उससे ज़्यादा भाषण) का सारांश केवल उनकी शुरुआत से बनाया जाता है।

एक ट्रांसक्रिप्शन का सारांश, उसके मुख्य बिंदुओं और अध्यायों के साथ

ट्रांसक्रिप्शन के बारे में पूछें

पूछें मोड खोलें, ट्रांसक्रिप्शन के बारे में प्रश्न पूछें… में कोई प्रश्न लिखें (जैसे क्या तय हुआ, या किसने कुछ कहा) और Enter दबाएँ या पूछें पर क्लिक करें।

भाषा मॉडल ट्रांसक्रिप्शन और पिछले प्रश्नों व उनके उत्तरों के आधार पर जवाब देता है, इसलिए कोई प्रश्न उनका हवाला दे सकता है (जैसे “क्यों?”)।
अगर ट्रांसक्रिप्शन में टाइमस्टैम्प हैं, तो हर उत्तर ट्रांसक्रिप्शन के उन हिस्सों से जुड़ता है जहाँ वह कहा गया है। वहाँ से ऑडियो चलाने के लिए किसी पर क्लिक करें।
प्रश्न और उनके उत्तर ट्रांसक्रिप्शन के साथ इतिहास में रखे जाते हैं। हेडर का कूड़ेदान पहले पूछकर बातचीत साफ़ करता है।

प्रश्नों के उत्तर वह प्रदाता देता है जो उनके लिए प्राथमिकताएँ → प्रदाता → पूछें में चुना गया है; जब तक आप उसे न बदलें, वह सारांश का प्रदाता होता है। सारांश की तरह, बहुत लंबे ट्रांसक्रिप्शन का केवल शुरुआती हिस्सा पढ़ा जाता है।

अनुवाद

अनुवाद करें पर क्लिक करें, इस भाषा में अनुवाद करें: में भाषा और इससे अनुवाद करें: में प्रदाता चुनें, और पुष्टि करें। डायलॉग बताता है कि चुना गया प्रदाता क्या करता है, और उसकी API कुंजी न होने पर उसे सेट करने का विकल्प देता है। अनुवाद मूल टेक्स्ट के दाईं ओर एक पैनल में दिखता है।

अगर ट्रांसक्रिप्शन में टाइमस्टैम्प हैं, तो उसका अनुवाद वाक्य-दर-वाक्य होता है, हर हिस्से से पहले और बाद में बोले गए टेक्स्ट को संदर्भ के रूप में लेकर, इसलिए अनुवाद हर वाक्य के टाइमस्टैम्प से शुरू होता है: यह चल रहे वाक्य को हाइलाइट करता है, और किसी वाक्य पर क्लिक करने से वह चलता है।
अगर ट्रांसक्रिप्शन में टाइमस्टैम्प नहीं हैं, तो उसका पूरा टेक्स्ट एक साथ अनुवादित होता है।
दोनों टेक्स्ट साथ-साथ स्क्रॉल होते हैं, ताकि ऑडियो का एक ही हिस्सा दिखाएँ। उनके बीच के हैंडल पर गोल बटन इसे चालू और बंद करता है। हैंडल को खींचकर उनका आकार बदलें, या आकार रीसेट करने के लिए उस पर डबल-क्लिक करें।

अनुवाद के हेडर के बटन उसमें ढूँढते और बदलते हैं, उसे कॉपी और निर्यात करते हैं, और फिर से अनुवाद करें (उसी प्रदाता और मॉडल से) तथा अनुवाद छिपाएँ के विकल्प देते हैं। अनुवाद करें बटन से आप उसे फिर से दिखा सकते हैं, किसी दूसरी भाषा में अनुवाद करें… या अनुवाद हटाएँ भी चुन सकते हैं।

कई भाषाएँ

किसी ट्रांसक्रिप्शन का कई भाषाओं में, एक साथ भी, अनुवाद किया जा सकता है, और हर अनुवाद रखा जाता है। पैनल का शीर्षक दिखाया जाने वाला अनुवाद चुनता है, बताता है कि हर एक का कितना अनुवाद हुआ है, और किसी दूसरी भाषा में अनुवाद करने के विकल्प के साथ समाप्त होता है। जिस भाषा का अनुवाद पहले से है, उसमें फिर अनुवाद करने पर वह पहले पूछकर बदल दिया जाता है, क्योंकि उसके सुधार खो जाते हैं। शीर्षक का मेनू दिखाता है कि हर अधूरे अनुवाद के कितने सबटाइटल अनुवादित हो चुके हैं (जैसे अंग्रेज़ी · 148/150)।

अनुवाद की प्रगति

प्रगति सबटाइटल में गिनी जाती है: किसी सबटाइटल में टेक्स्ट होने पर वह अनुवादित माना जाता है। अनुवाद के ऊपर एक पंक्ति दिखाती है कि कितने अनुवादित हैं (जैसे अनूदित: 148/150 · 98%)। प्रतिशत को नीचे की ओर पूर्णांकित किया जाता है, इसलिए 100% तभी दिखता है जब सभी अनुवादित हों।

जब तक कुछ बाकी हैं, उसके बगल के तीर पिछले और अगले अभी तक अनुवाद नहीं हुआ सबटाइटल पर जाते हैं, हर एक को हाइलाइट करते हैं, और दिखाते हैं कि आप किस पर हैं (जैसे 2 में से 1)। किसी एक पर पॉइंटर ले जाने पर उसके दाईं ओर टेक्स्ट का अनुवाद करें… बटन दिखता है, जो उसका अनुवाद करने का डायलॉग खोलता है।

अनुवाद सुधारें और उसका समय बदलें

अनुवाद को अक्सर मूल से अलग समय की ज़रूरत होती है, जैसे ऐसे सबटाइटल जिन्हें पढ़ने में ज़्यादा समय लगता है। अनुवाद के किसी सेगमेंट पर राइट-क्लिक करके:

टेक्स्ट संपादित करें…: उसका टेक्स्ट बदलें।
समय संपादित करें…: मिलीसेकंड तक बदलें कि वह कब शुरू और खत्म होता है। समय 00:01:05,900, 01:05,9 या 65.9 की तरह लिखें।
इसके बाद एक सेगमेंट जोड़ें…: एक सेगमेंट जोड़ें, जो डिफ़ॉल्ट रूप से अगले सेगमेंट तक की खाली जगह भरता है।
सेगमेंट हटाएँ।

खुद अनुवाद करें

अनुवाद खुद लिखने के लिए इससे अनुवाद करें: में मैन्युअल चुनें। इसके लिए किसी API कुंजी की ज़रूरत नहीं है। अनुवाद ट्रांसक्रिप्शन के हर सबटाइटल के लिए एक खाली सेगमेंट के साथ शुरू होता है, जो अभी तक अनुवाद नहीं हुआ के रूप में दिखता है, और पैनल बताता है कि कितने बाकी हैं। किसी पर राइट-क्लिक करके टेक्स्ट का अनुवाद करें… चुनें: डायलॉग उस दौरान बोला गया मूल टेक्स्ट दिखाता है। किसी पर पॉइंटर ले जाने पर उसके दाईं ओर टेक्स्ट का अनुवाद करें… बटन दिखता है, जो वही डायलॉग खोलता है।

सबटाइटल और निर्यात

वीडियो के ट्रांसक्रिप्शन में, अनुवाद को सबटाइटल के रूप में दिखाने के लिए अनुवाद करें मेनू में इसे वीडियो के सबटाइटल के रूप में दिखाएँ चुनें। वीडियो का मेनू भी उन्हें बदलता है। देखें सबटाइटल के साथ वीडियो देखें।
अनुवाद को फ़ाइल के रूप में सहेजने के लिए उसके पैनल के निर्यात बटन पर क्लिक करें। यह ट्रांसक्रिप्शन वाले ही प्रारूपों में निर्यात होता है, फ़ाइल के नाम में उसकी भाषा के साथ (जैसे video.es.srt), ताकि वीडियो प्लेयर उसे वीडियो के साथ लोड करें। जिन सेगमेंट का अभी तक अनुवाद नहीं हुआ, वे सबटाइटल में शामिल नहीं होते। उसी मेनू से सबटाइटल वाली वीडियो की प्रति भी बनती है।

प्रदाता

प्रदाता प्राथमिकताएँ → प्रदाता में चुने जाते हैं, सारांश, प्रश्नों और अनुवाद के लिए अलग-अलग।

प्रदाता	डिफ़ॉल्ट मॉडल	API कुंजी
OpenAI (डिफ़ॉल्ट)	`gpt-5.4-mini`	OpenAI
Claude (Anthropic)	`claude-haiku-4-5`	Anthropic
DeepSeek	`deepseek-chat`	DeepSeek
Gemini (Google)	`gemini-3.8-flash`	Google AI Studio
Mistral	`mistral-small-latest`	Mistral
Grok (xAI)	`grok-4.3`	xAI
Ollama (लोकल)	`llama3.2`	ज़रूरी नहीं

प्रदाता का डिफ़ॉल्ट मॉडल उपयोग करने के लिए मॉडल खाली छोड़ दें, या प्रदाता के किसी दूसरे मॉडल का नाम लिखें (जैसे claude-sonnet-5-5 या deepseek-reasoner)।

अनुवाद इनसे भी किए जा सकते हैं:

DeepL, जिसके लिए DeepL API कुंजी चाहिए। मुफ़्त प्लान की कुंजियाँ भी काम करती हैं।
Google Translate, जो Cloud Translation API सक्षम Google API कुंजी का उपयोग करता है।

Ollama

Ollama मॉडल आपके कंप्यूटर पर चलाता है, बिना API कुंजी और बिना टेक्स्ट कहीं भेजे। इसे इंस्टॉल करें, कोई मॉडल डाउनलोड करें (जैसे ollama pull llama3.2) और प्रदाता के रूप में Ollama चुनें। अगर यह डिफ़ॉल्ट पते पर नहीं चलता, तो प्राथमिकताएँ → प्रदाता में सर्वर URL बदलें (डिफ़ॉल्ट http://localhost:11434)।