ट्रांसक्रिप्ट छह घंटे बाद आती है, शेयर छह मिनट में हिल जाता है — अर्निंग्स कॉल और कीनोट अपनी भाषा में लाइव कैसे देखें

ज़रा यह दृश्य सोचिए: Samsung के Galaxy Unpacked की स्ट्रीम अभी-अभी लाइव हुई है, प्रस्तोता तेज़, धाराप्रवाह अंग्रेज़ी बोल रहा है — और सबटाइटल बटन में आपकी भाषा का कोई विकल्प ही नहीं। या फिर देर रात है, CFO फटाफट तिमाही के वे आँकड़े पढ़ रहा है जो सुबह तक आपके पोर्टफ़ोलियो को हिला सकते हैं, और वेबकास्ट प्लेयर पर कोई कैप्शन ही नहीं है।

पहले ही छोटा-सा जवाब: ज़्यादातर अर्निंग्स कॉल (तिमाही नतीजों की कॉल) और टेक कीनोट आपकी भाषा के सबटाइटल के बिना ही लाइव स्ट्रीम होते हैं। YouTube की लाइव स्ट्रीम पर स्वचालित कैप्शन सिर्फ़ अंग्रेज़ी में मिलते हैं, कंपनियाँ वेबकास्ट के लिए लाइव अनुवाद का इंतज़ाम लगभग कभी नहीं करतीं, और पेशेवर ट्रांसक्रिप्ट आने में क़रीब छह घंटे लगते हैं। लेकिन आपको रीप्ले का इंतज़ार नहीं करना पड़ता। आपके ब्राउज़र में मौजूद एक टूल स्ट्रीम की आवाज़ सुनकर, चलते-चलते ही अनूदित कैप्शन दिखा सकता है — लाइव, आपकी भाषा में। यह गाइड बताएगी कि यह खाई क्यों है, मुफ़्त विकल्प असल में क्या देते हैं, और क़रीब एक मिनट में लाइव अनूदित कैप्शन कैसे सेट करें।

लाइव कीनोट और अर्निंग्स कॉल का आधिकारिक अनुवाद क्यों नहीं होता?

सबसे साफ़ मामले — अर्निंग्स कॉल — से शुरू करते हैं।

अर्निंग्स कॉल वह टेलीकॉन्फ़्रेंस या वेबकास्ट है जिसमें कोई सूचीबद्ध कंपनी अपनी तिमाही के नतीजे समझाती है। यह आमतौर पर 30–60 मिनट चलती है, मुफ़्त होती है, और कोई भी कंपनी के इन्वेस्टर रिलेशंस (IR) पेज से सुन सकता है। लेकिन इसे ठीक एक ही श्रोता-वर्ग के लिए बनाया जाता है: अंग्रेज़ी बोलने वाले विश्लेषक। खरबों डॉलर वाली कंपनियाँ भी कॉल आमतौर पर सिर्फ़ अंग्रेज़ी में करती हैं — अक्सर वेबकास्ट प्लेयर पर कोई कैप्शन होता ही नहीं।

टेक कीनोट पहली नज़र में ज़्यादा उदार लगते हैं। Apple WWDC को apple.com, Apple TV ऐप और YouTube पर, और Samsung Galaxy Unpacked को Samsung.com और YouTube पर पूरी दुनिया के लिए मुफ़्त स्ट्रीम करता है। पेच यह है: लाइव प्रसारण ख़ुद अब भी अंग्रेज़ी-प्रथम है। स्थानीय भाषा के सबटाइटल, डब किए रीप्ले और अनूदित सारांश बाद में आते हैं, जब मार्केटिंग टीम को उन्हें बनाने का समय मिल जाता है।

तो सीधे दुभाषिए क्यों नहीं रख लेते? वजह है लागत और इंतज़ाम। लाइव युगपत अनुवाद — जिसमें एक पेशेवर आयोजन को उसी समय दूसरी भाषा में दोबारा बोलता है — हर भाषा और हर आयोजन के लिए अलग बुक करना पड़ता है, और विशेषज्ञ सामग्री का पहले से अध्ययन करते हैं। इसमें क्या-क्या लगता है, यह हमने AI और मानव दुभाषियों की ईमानदार तुलना में खोलकर लिखा है। दर्जनों भाषाओं में बिखरे कुछ हज़ार श्रोताओं वाली तिमाही कॉल के लिए ऐसा लगभग कोई कंपनी नहीं करती।

नतीजा: लाइव पल अंग्रेज़ी का रहता है, और बाक़ी सब इंतज़ार करते हैं। और यह इंतज़ार मुफ़्त नहीं है: गाइडेंस (आगे के नतीजों का अनुमान) के एक वाक्य के बाद शेयर मिनटों में नई क़ीमत पकड़ सकता है, जबकि एक घंटे की कॉल की मानक पेशेवर ट्रांसक्रिप्ट में क़रीब छह घंटे लगते हैं। कीनोट में दाँव छोटा है, पर एहसास वही — सबटाइटल वाला रीप्ले आने तक सोशल मीडिया हर घोषणा का स्पॉइलर दे चुका होता है।

क्या YouTube के स्वचालित कैप्शन से काम नहीं चलेगा?

ज़्यादातर लोग यही पहले आज़माते हैं, और यह सोच वाजिब है। सामान्य अपलोड किए वीडियो पर YouTube के ऑटो-कैप्शन वाक़ई व्यापक हैं — दर्जनों भाषाएँ, और दर्शक की ओर से ऑटो-ट्रांसलेट बटन भी।

लेकिन लाइव स्ट्रीम के नियम अलग हैं। Google के अपने दस्तावेज़ के अनुसार, लाइव स्ट्रीम पर स्वचालित कैप्शन:

• सिर्फ़ अंग्रेज़ी में आते हैं — कोई और भाषा नहीं;
• केवल सामान्य विलंबता (normal latency) वाली स्ट्रीम पर चलते हैं (यानी प्रसारण देरी की डिफ़ॉल्ट सेटिंग — कम या अति-कम विलंबता पर सेट स्ट्रीम, मोबाइल लाइव समेत, को कैप्शन मिलते ही नहीं);
• अभी धीरे-धीरे जारी हो रहे हैं, मुख्यतः 1,000 से ज़्यादा सब्सक्राइबर वाले चैनलों को;
• आवाज़ ख़राब हो या कई लोग एक साथ बोलें तो बिगड़ सकते हैं या ग़ायब हो सकते हैं।

एक दूसरा पेच भी है: ऑटो-ट्रांसलेट को अनुवाद के लिए कुछ चाहिए। यह तभी चलता है जब कोई कैप्शन ट्रैक पहले से मौजूद हो — यानी जिस लाइव स्ट्रीम पर अंग्रेज़ी कैप्शन ही नहीं, वहाँ उसके पास काम करने को कुछ नहीं।

और अर्निंग्स कॉल? वे तो आमतौर पर YouTube पर होती ही नहीं। वे निवेशकों के लिए बने ऐसे वेबकास्ट प्लेयर पर चलती हैं जिनमें किसी क़िस्म का कैप्शन नहीं होता।

सारे विकल्प एक नज़र में:

पहली चार पंक्तियों का पैटर्न देखिए: या तो लाइव मिलता है या अपनी भाषा — दोनों कभी नहीं। दोनों एक साथ सिर्फ़ आख़िरी तरीक़ा देता है — अपने ही ब्राउज़र में ख़ुद आवाज़ पकड़ना। चलिए उसे सेट करते हैं।

किसी भी स्ट्रीम पर लाइव अनूदित कैप्शन कैसे पाएँ?

तरकीब का नाम है टैब ऑडियो कैप्चर। आयोजन मंच से कैप्शन की उम्मीद करने के बजाय, आपके ब्राउज़र का एक टूल उस टैब की आवाज़ सुनता है जिसमें स्ट्रीम चल रही है, बोली को टेक्स्ट में बदलता है, और उस टेक्स्ट का मशीनी अनुवाद आपकी भाषा में करता है — सब कुछ रीयल-टाइम में, वक्ता से एक ताल पीछे।

चूँकि सब कुछ स्क्रीन के आपकी तरफ़ होता है, कौन कहाँ से स्ट्रीम कर रहा है, फ़र्क़ नहीं पड़ता। YouTube का कीनोट हो, IR वेबकास्ट प्लेयर हो, या कोई ऐसा कॉन्फ़्रेंस प्लेटफ़ॉर्म जिसका नाम आपने कभी नहीं सुना — अगर ब्राउज़र टैब में आवाज़ आ रही है, तो कैप्शन लग सकते हैं। (कभी सोचा है कि लाइव कैप्शन आँखों के सामने ख़ुद को क्यों सुधारते रहते हैं? यह सामान्य है, और हमने इसे रीयल-टाइम स्पीच अनुवाद कैसे काम करता है में समझाया है।)

सेटअप, कदम-दर-कदम:

1. स्ट्रीम खोलिए — डेस्कटॉप ब्राउज़र के एक टैब में। Chrome या Edge इस्तेमाल करें — टैब ऑडियो कैप्चर Chromium-आधारित ब्राउज़रों की सुविधा है।
2. अपना कैप्शन टूल दूसरे टैब में खोलें और टैब ऑडियो को इनपुट बनाकर सेशन शुरू करें।
3. ब्राउज़र का शेयर डायलॉग खुलने पर स्ट्रीम वाला टैब चुनें।
4. उसी डायलॉग में "ऑडियो शेयर करें (Share audio)" वाला चेकबॉक्स ज़रूर टिक करें। यही वह कदम है जो सबसे छूटता है — इसे छोड़ा तो टूल को सिर्फ़ ख़ामोशी सुनाई देगी।
5. भाषाएँ चुनें: जो बोली जा रही है (ज़्यादातर कीनोट और कॉल में अंग्रेज़ी) और जो आप पढ़ना चाहते हैं।
6. कैप्शन ओवरले को वीडियो पर खींच लाएँ। ज़्यादातर टूल एक छोटी पिक्चर-इन-पिक्चर विंडो देते हैं, जिससे कैप्शन ठीक वहीं बैठते हैं जहाँ आप पहले से देख रहे हैं।

बस — क़रीब एक मिनट का सेटअप। बड़े आयोजन से पहले तीन चीज़ें इत्मीनान से, पहले ही जाँच लेना भी समझदारी है — कीनोट के बीच में नहीं:

• विलंबता। लाइव अनुवाद हमेशा वक्ता से थोड़ा पीछे रहता है; 2026 में यथार्थवादी सर्वश्रेष्ठ क़रीब एक सेकंड है। इससे बहुत धीमा हुआ तो सवाल-जवाब पकड़ना मुश्किल हो जाता है।
• शब्दकोश (ग्लॉसरी) समर्थन। उत्पादों के नाम, अधिकारियों के नाम और शेयर टिकर — यही वह जगह है जहाँ आम स्पीच मॉडल लड़खड़ाते हैं। जो टूल पहले से आपके अपने शब्द तय करने देता है, वह पढ़ने में साफ़ बेहतर लगता है।
• सहेजा हुआ रिकॉर्ड। अगर टूल सेशन की ट्रांसक्रिप्ट रखता है, तो जो कुछ ग़लत सुनने का शक हो, उसे आधिकारिक दस्तावेज़ आने पर दोबारा जाँच सकते हैं।

अर्निंग्स कॉल के लिए ख़ास तौर पर क्या तैयार करें?

कीनोट आसान मामला है: स्क्रिप्टेड, रिहर्स किया हुआ, एक-सी रफ़्तार। अर्निंग्स कॉल एक वजह से कठिन है — घनत्व। आँकड़े, वित्तीय शब्दजाल और बिना स्क्रिप्ट के विश्लेषकों के सवाल, सब आधे घंटे में ठुँसे हुए।

तीन छोटी तैयारियाँ बड़ा फ़र्क़ लाती हैं:

1. वित्तीय शब्दकोश लोड करें। EBITDA (ब्याज, कर, मूल्यह्रास और परिशोधन से पहले की कमाई) या बेसिस पॉइंट (एक प्रतिशत का सौवाँ हिस्सा) जैसे शब्दों के सटीक अनुवाद होते हैं, जिन्हें आम मॉडल हमेशा नहीं चुन पाते। टूल शब्दकोश समर्थित करता हो तो वित्त का टर्म-सेट चालू करें — और कंपनी की अपनी शब्दावली जोड़ें: टिकर, उत्पादों के नाम, सेगमेंट के नाम, और CEO–CFO के नाम।
2. ट्रांसक्रिप्ट सँभालकर रखें। सेशन का रिकॉर्ड सेव करें ताकि कॉल के बाद हर आँकड़ा प्रेस रिलीज़ और आधिकारिक रिपोर्ट से मिला सकें। लाइव कैप्शन को कॉल के साथ चलने का ज़रिया मानिए — जो आँकड़े मायने रखते हैं, वे हमेशा कंपनी के अपने दस्तावेज़ों में होते हैं।
3. कॉल की बनावट समझ लें। पहला आधा तैयार वक्तव्य होता है, जो काफ़ी हद तक उसी प्रेस रिलीज़ को दोहराता है जिसे आप साथ-साथ पढ़ सकते हैं। दूसरा आधा विश्लेषकों का Q&A है — बिना स्क्रिप्ट, अप्रत्याशित, और घंटों तक कहीं भी टेक्स्ट में उपलब्ध नहीं। लाइव कैप्शन की असली कमाई यहीं है।

2026 में कौन-से बड़े लाइव आयोजन इस सेटअप के लायक़ हैं?

लय हर साल दोहराती है: वसंत-से-गर्मी तक डेवलपर कॉन्फ़्रेंस और लॉन्च आयोजनों की झड़ी, और साल में चार अर्निंग्स सीज़न। 2026 के मुख्य पड़ाव और हरेक की आधिकारिक स्ट्रीम:

जुलाई 2026 के मध्य तक, अगले दो आयोजन बिल्कुल क़रीब हैं: 22 जुलाई का Galaxy Unpacked, और दूसरी तिमाही का अर्निंग्स सीज़न, जब अमेरिका में सूचीबद्ध ज़्यादातर बड़ी कंपनियाँ जून तिमाही के नतीजे बताती हैं। दोनों की पटकथा एक ही है — अभी अंग्रेज़ी लाइव स्ट्रीम, स्थानीय सामग्री बाद में।

वही एक मिनट का सेटअप छोटे आयोजनों को भी सँभाल लेता है: एनालिस्ट डे, डेवलपर लाइवस्ट्रीम, उन कंपनियों के लॉन्च जो कुछ भी स्थानीय भाषा में नहीं देतीं। उलटी दिशा में भी काम करता है — जैसे कोई जापानी गेम शोकेस या कोरियाई टेक ब्रीफ़िंग जिसे आप अंग्रेज़ी में समझना चाहें। और अगर दिलचस्पी नतीजों से ज़्यादा मनोरंजन में है, तो वह पहलू हमने बिना सबटाइटल विदेशी एनीमे, फ़िल्में और सीरीज़ देखने के तरीक़े में कवर किया है।

जब आयोजन ख़ुद कैप्शन न दे: Newey

Newey AI ठीक इसी खाई के लिए बना, ब्राउज़र-आधारित लाइव अनुवाद कैप्शन टूल है। यह किसी भी टैब की आवाज़ पकड़ता है — YouTube कीनोट, निवेशक वेबकास्ट, कॉन्फ़्रेंस स्ट्रीम — और अनूदित कैप्शन को पिक्चर-इन-पिक्चर ओवरले में वीडियो के ऊपर तैराता है, 60 भाषाओं में से किसी में भी, वक्ता से क़रीब एक सेकंड पीछे। विशेषज्ञ पैक वाला शब्दकोश (वित्त पैक समेत) कॉल शुरू होने से पहले शब्दजाल तय कर देता है, पूरे हुए सेशन इतिहास में सहेजे जा सकते हैं ताकि बाद में मिलान हो सके, और बिलिंग सिर्फ़ उतना समय गिनती है जितना कैप्शन वाक़ई चालू रहे — चाहे आप कितनी भी भाषाएँ चलाएँ। बीटा के दौरान यह मुफ़्त है — अगले कीनोट पर आज़माइए, फिर तय कीजिए कि हर आयोजन ऐसे ही देखना है या नहीं।

FAQ

क्या अर्निंग्स कॉल में सबटाइटल होते हैं?

लगभग कभी नहीं। अर्निंग्स कॉल कंपनी के इन्वेस्टर रिलेशंस पेज से चलने वाले वेबकास्ट होते हैं, आमतौर पर अंग्रेज़ी में और बिना किसी कैप्शन ट्रैक के। कॉल का सुलभ रूप उसकी ट्रांसक्रिप्ट है, जिसे पेशेवर सेवाएँ एक घंटे की कॉल के क़रीब छह घंटे बाद प्रकाशित करती हैं। अपनी भाषा में लाइव कैप्शन चाहिए तो स्क्रीन की अपनी तरफ़ एक टूल चाहिए — जैसे कोई ब्राउज़र-आधारित कैप्शन टूल जो वेबकास्ट टैब की आवाज़ पकड़ता हो।

क्या YouTube किसी लाइव स्ट्रीम का रीयल-टाइम में मेरी भाषा में अनुवाद कर सकता है?

अभी नहीं। YouTube की लाइव स्ट्रीम के स्वचालित कैप्शन सिर्फ़ अंग्रेज़ी में हैं, सामान्य विलंबता की स्ट्रीम तक सीमित हैं, और चैनल-दर-चैनल जारी हो रहे हैं — और ऑटो-ट्रांसलेट को काम करने के लिए पहले से मौजूद कैप्शन ट्रैक चाहिए। सामान्य YouTube वीडियो वाली बहुभाषी कैप्शन सुविधाएँ अपलोड किए वीडियो पर लागू होती हैं, लाइव प्रसारण पर नहीं।

WWDC या Galaxy Unpacked को अपनी भाषा के सबटाइटल के साथ लाइव कैसे देखें?

आधिकारिक स्ट्रीम को डेस्कटॉप Chrome या Edge टैब में खोलें, फिर टैब ऑडियो कैप्चर वाला कोई लाइव अनुवाद कैप्शन टूल लें: "ऑडियो शेयर करें" टिक करके स्ट्रीम का टैब साझा करें, बोली जाने वाली भाषा अंग्रेज़ी और कैप्शन की भाषा अपनी रखें, और कैप्शन ओवरले को प्लेयर पर खींच लाएँ। पूरा सेटअप क़रीब एक मिनट का है और किसी भी ऐसी साइट पर चलता है जो टैब में आवाज़ बजाती हो।

अर्निंग्स कॉल के कितनी देर बाद ट्रांसक्रिप्ट मिलती है?

पेशेवर ट्रांसक्रिप्ट सेवाओं का लक्ष्य एक घंटे की कॉल के क़रीब छह घंटे बाद का है; कंपनियाँ अपनी ट्रांसक्रिप्ट या रीप्ले अक्सर और भी देर से डालती हैं। सुर्ख़ियों के आँकड़ों की मीडिया कवरेज तेज़ होती है, पर पूरा Q&A — आमतौर पर बाज़ार को सबसे ज़्यादा हिलाने वाला हिस्सा — ट्रांसक्रिप्ट आने तक पहुँच से बाहर रहता है।

क्या AI लाइव कैप्शन निवेश के फ़ैसलों लायक़ सटीक हैं?

इन्हें कॉल के साथ चलने के लिए इस्तेमाल करें, रिकॉर्ड के स्रोत के तौर पर नहीं। 2026 की रीयल-टाइम पहचान और अनुवाद तैयार वक्तव्य और Q&A को आराम से पकड़ने लायक़ हो चुके हैं — ख़ासकर वित्तीय शब्दकोश लोड हो तो — लेकिन आँकड़े, टिकर और नाम अब भी ग़लत सुने जा सकते हैं। जिस पर अमल करना हो, उसे कॉल के साथ जारी प्रेस रिलीज़ और रिपोर्टों से ज़रूर मिलाएँ।

क्या कोई ख़ास सॉफ़्टवेयर या उपकरण चाहिए?

नहीं। टैब ऑडियो कैप्चर डेस्कटॉप Chrome और Edge में बिना कुछ इंस्टॉल किए चलता है — Newey जैसे ब्राउज़र-आधारित टूल पूरी तरह एक वेब पेज की तरह चलते हैं। बस स्ट्रीम एक टैब में और कैप्शन टूल दूसरे टैब में खुला चाहिए; कैप्चर ब्राउज़र की अंतर्निर्मित "ऑडियो शेयर करें" सुविधा से होता है, आपके माइक्रोफ़ोन से नहीं।