تقریبات کے منتظمین اور AV ٹیموں کے لیے
بیان مقرر کی بات کا مطلب سمجھنے کے لیے سیاق و سباق کو استعمال کرتے ہوئے براہِ راست تقاریر کا ترجمہ کرتا ہے۔ کانفرنسوں، لیکچروں اور تقریبات میں حاضرین اپنے فون پر ترجمہ پڑھتے یا سنتے ہیں۔
بیان کو کتنی بار ترجیح ملیپیشہ ور ترجموں پر · انگریزی سے ہر زبان میں
لکیر 50%، یعنی برابر ترجیح، ظاہر کرتی ہے۔
یہ کیسے کام کرتا ہے
مائیکروفون تقریر بیان تک پہنچاتا ہے۔ بیان اسے متن میں بدلتا ہے، مفہوم کا ترجمہ کرتا ہے، اور سننے والوں تک پہنچاتا ہے۔ مقرر معمول کے مطابق بولتا رہتا ہے۔
ساؤنڈ ڈیسک سے ہر آؤٹ پٹ تکاسٹیج سے ایک صوتی فیڈ، کئی منزلیں۔
آپ کی ٹیم کے لیے
آپ کو لیپ ٹاپ یا ٹیبلٹ، مائیکروفون یا مکسر سے کنکشن، اور انٹرنیٹ چاہیے۔
ساؤنڈ ڈیسک کو USB کے ذریعے لیپ ٹاپ سے جوڑیں، یا آڈیو انٹرفیس استعمال کریں۔
اپنی زبانیں منتخب کریں اور شروع کریں دبائیں۔
شرکا اسے اسکین کر کے اپنے فونز پر فالو کرتے ہیں۔
آپ کے سامعین کے لیے
وہ QR کوڈ اسکین کرکے زبان منتخب کرتے ہیں۔ اپنے فون پر پڑھ سکتے ہیں، یا جہاں آواز دستیاب ہو وہاں ہیڈفون سے سن سکتے ہیں۔ ایپ یا اکاؤنٹ کی ضرورت نہیں۔
1. اسکین کریں
2. زبان منتخب کریں
3. سنیں یا پڑھیں
درستگی کے لیے بنایا گیا
بیان ترجمے کے وقت حالیہ گفتگو کو سیاق کے طور پر استعمال کرتا ہے۔ ہم نتیجے کو پیشہ ورانہ تراجم سے موازنہ کرتے ہیں، اور یہ بھی ناپتے ہیں کہ متن کتنی جلدی ظاہر ہوتا ہے۔
ترجمہ تقریباً 2.4 سیکنڈ بعد آتا ہے۔مقرر سے کتنے سیکنڈ پیچھے۔ کم بہتر ہے۔
ترجمانوں کے مقابلے میں
بیانپورے سیشن کے لیے چلتا ہے۔
ترجمانتقریباً ہر 30 منٹ بعد باری بدلتے ہیں۔
بیانکوئی تھکن نہیں، چاہے کتنی دیر چلے۔
ترجمانایک تحقیق میں 30 منٹ کے بعد مفہوم کی غلطیاں بڑھ گئیں۔
بیانگفتگو کا ترجمہ کرنے کے لیے بنایا گیا، خلاصہ کرنے کے لیے نہیں۔
ترجمانایک تحقیق میں 590 میں سے 350 حصوں میں مفہوم چھوٹ گیا۔
بیانایک اسٹیج فیڈ سے کئی زبانیں۔
ترجمانہر زبان کے لیے ترجمانوں کی ایک ٹیم۔
بیانگفتگو اور ہر ترجمہ، محفوظ۔
ترجمانالگ ٹرانسکرپشن درکار ہے۔
بیانبعد میں ترجمہ شدہ آڈیو ڈاؤن لوڈ کریں۔
ترجمانصرف اس صورت میں جب کوئی بوتھ کو ریکارڈ کرے۔
AV ٹیموں کے لیے
ہاں۔ مقام کی اسکرینوں اور اپنی لائیو اسٹریم پر کیپشنز بھیجیں، یا ترجمہ شدہ آڈیو موجودہ ہیڈسیٹ نظام کو۔
صارف کی کہانی · QIYADA، دوحہ
Qatar Foundation کی QIYADA کانفرنس میں شرکا نے کوڈ اسکین کیا اور اپنے فونز پر عربی اور انگریزی فالو کی۔ ترجمانوں کے بوتھ ہٹا دیے گئے۔
اپنی تقریب کی منصوبہ بندی کریں
سوالات
نہیں۔ وہ آپ کا QR کوڈ اسکین کرتے ہیں، زبان منتخب کرتے ہیں اور اپنے فون کے براؤزر میں پڑھتے یا سنتے ہیں۔ انہیں اکاؤنٹ بنانے کی ضرورت نہیں۔
ہماری ریکارڈنگز کی بنیاد پر مقرر کے اپنے الفاظ کے لیے تقریباً 1 سیکنڈ اور ترجمہ شدہ متن کے لیے 2.4 سیکنڈ۔ یہ فیڈ کے اندازے ہیں، فون اسکرین کی پیمائش نہیں۔ مقرر کے بولتے رہنے پر متن بدل سکتا ہے۔
ہاں، اگر آپ کی تقریب اجازت دے۔ پہلے اپنے مقررین کی ریکارڈنگ کے ساتھ بیان آزمائیں، اور منظور شدہ ترجمانوں سے متعلق کوئی بھی تقاضا جانچیں۔ ہم آپ کو یہ منصوبہ بنانے میں مدد دے سکتے ہیں کہ کہاں بیان استعمال کریں اور کہاں انسانی ترجمان رکھیں۔
ہاں۔ بیان آڈیو انٹرفیس کے ذریعے ترجمہ شدہ آڈیو آپ کے ہیڈسیٹ ٹرانسمیٹرز کو بھیج سکتا ہے۔ آپ کی AV ٹیم کو تقریب کے دن سے پہلے اسے اصل ریسیورز پر آزمانا چاہیے۔
تقریبات متعدد زبانوں میں 10,000 تک سامعین کی منصوبہ بندی کر سکتی ہیں۔ بکنگ سے پہلے ہمیں اپنی تعداد بتائیں اور ہم گنجائش اور مدد کی تصدیق کریں گے۔
ہم «صفر غلطیوں» کی ضمانت نہیں دے سکتے۔ (آپس کی بات ہے، ہمیں خود پر اعتماد ہے۔) اپنی آڈیو لائیں اور بیان کو آزمائیں۔ تقریب سے پہلے ہم نام، مخصوص اصطلاحات اور آپ کی آواز کے کنکشن کی جانچ کریں گے۔
نہیں۔ بیان چلانے والے لیپ ٹاپ یا ٹیبلٹ، اور آپ کے سامعین کے فونز کو انٹرنیٹ کنکشن چاہیے۔
سامعین آج AI آواز سنتے ہیں۔ مقرر کی آواز کی نقل (voice cloning) تجرباتی ہے اور جلد آ رہی ہے۔
ایک مختصر ریکارڈنگ، اپنی زبانیں اور اپنے سامعین کی تعداد لائیں۔ ہم آپ کو سامعین کا تجربہ دکھائیں گے۔
ڈیمو کا وقت طے کریں واٹس ایپعربی (5.1%) اور کوریائی (2.9%) میں پہلا، روسی اور ڈینش میں دوسرا۔ جن 14 زبانوں کے نتائج ہم شائع کرتے ہیں، ان میں سے 13 میں OpenAI کے تینوں ریئل ٹائم ماڈلز سے کم غلطیاں۔
FLEURS: بلند آواز سے پڑھے گئے Wikipedia کے مختصر جملے۔ ناپتا ہے کہ کتنے الفاظ غلط نکلتے ہیں۔
AssemblyAI نے 14 ریئل ٹائم انجنز کے اسکور شائع کیے۔ ہم نے اسی ٹیسٹ سیٹ پر بیان کا براہِ راست ترجمان چلایا۔
ہم نے کلپس کو 1.5 سیکنڈ کے وقفوں کے ساتھ 15 منٹ کی ریکارڈنگز میں جوڑا اور انہیں ریئل ٹائم میں، مائیکروفون کی طرح، خودکار زبان کی شناخت کے ساتھ بیان کے براہِ راست ترجمان میں چلایا۔ AssemblyAI نے ہر کلپ الگ اور پہلے سے طے شدہ زبان کے ساتھ اسٹریم کیا۔ اسکورنگ رموزِ اوقاف، بڑے حروف، عربی اعراب اور اعداد لکھنے کے انداز کو نظرانداز کرتی ہے۔ ہمارے چارٹس AssemblyAI کے 14 میں سے 13 انجنز دکھاتے ہیں؛ مکمل جدول AssemblyAI کی سائٹ پر ہے۔
Caption Tool نے ہاؤسا، سواحلی، تمل اور اردو میں مترجمین سے زیادہ اسکور کیا (67% سے 75% جملوں پر ترجیح)۔ بیان کے براہِ راست ترجمان کا مجموعی معیار عربی، ہندی اور کوریائی میں تقریباً برابر رہا۔
انگریزی کے 148 جملے جن کے پیشہ ور انسانی ترجمے بھی موجود ہیں۔ یہ Google کے خودکار جج MetricX-24 سے ترجمے کا معیار ناپتا ہے۔
ٹیسٹ بیان نے چلایا۔ انسانی ترجمے عوامی FLoRes-200 سیٹ سے لیے گئے ہیں۔
بیان نے بولی گئی آڈیو سے کام کیا؛ مترجمین نے متن سے۔ ہم نے جملہ بہ جملہ اسکورز کا موازنہ کیا اور نتیجہ صرف تب شمار کیا جب 95% حد صفر کو پار نہ کرے اور دو رنز متفق ہوں۔ “تقریباً برابر” کا مطلب ہے کہ ٹیسٹ میں کوئی واضح فرق نہیں ملا؛ اس سے یہ ثابت نہیں ہوتا کہ ترجمے ایک جیسے تھے۔
15 زبانوں کی 53 ریکارڈنگز میں اوسط (median) 2.1 سیکنڈ (فی ریکارڈنگ 1.3 سے 2.7 سیکنڈ)۔
جملہ ختم ہونے کے کتنی دیر بعد اس کا مکمل ترجمہ ظاہر ہوتا ہے۔
بیان، اپنی پروڈکشن Live سروس پر۔
13 سے 15 اکتوبر 2026 تک بیان کی پروڈکشن Live سروس پر ناپا گیا، ہر بولے گئے جملے کے اختتام سے ہماری محفوظ کردہ سامعین فیڈ میں مکمل انگریزی سطر تک۔ لمبے جملے کے ابتدائی الفاظ اس سے زیادہ انتظار کرتے ہیں۔ زبانی آڈیو متن کے تھوڑی دیر بعد پہنچتی ہے اور اسے نہیں ناپا گیا۔
اندازاً اوسط (median): مقرر کے الفاظ بولے جانے کے تقریباً 1.0 سیکنڈ بعد اپنی زبان میں ظاہر ہوتے ہیں، اور کسی لفظ کا احاطہ کرنے والا پہلا ترجمہ اس کے تقریباً 2.4 سیکنڈ بعد۔
انہی 53 ریکارڈنگز کے لیے ہماری محفوظ کردہ سامعین فیڈ سے اندازہ لگایا گیا۔ محفوظ کردہ ڈیٹا نامکمل ہے، اس لیے کچھ ابتدائی پیش منظر غائب ہیں، اور جملہ مکمل ہونے سے پہلے پیش منظر اب بھی بدل سکتے ہیں۔ اوقات فیڈ تک ناپے گئے ہیں، فون اسکرین تک نہیں۔
180 تقاریر میں مقرر سے اوسطاً (median) 2.69 سیکنڈ پیچھے۔
تقریباً 30 منٹ کی باری تجویز کی جاتی ہے۔ کام پر 30 منٹ کے بعد مفہوم کی غلطیاں مسلسل بڑھیں (ابتدائی تحقیق، پانچ پیشہ ور)۔
گفتگو کے 590 میں سے 350 حصوں میں مفہوم کا کچھ حصہ غائب تھا۔