لیکچرز
طلبہ لیکچرر کے بولتے ہوئے اپنی زبان میں پڑھتے یا سنتے ہیں۔
یونیورسٹیاں
لیکچرر معمول کے مطابق بولتا ہے۔ طلبہ QR کوڈ اسکین کر کے اپنے فونز پر پڑھتے یا سنتے ہیں، کسی ایپ کو ڈاؤن لوڈ کیے بغیر۔
مقرر سے کتنا پیچھے؟بیان کے ساتھ تقریباً 2.4 سیکنڈ۔ کم بہتر ہے۔
بیان کو کتنی بار ترجیح ملیپیشہ ور ترجموں پر · انگریزی سے ہر زبان میں
لکیر 50%، یعنی برابر ترجیح، ظاہر کرتی ہے۔
کیمپس پر
طلبہ لیکچرر کے بولتے ہوئے اپنی زبان میں پڑھتے یا سنتے ہیں۔
طلبہ QR کوڈ اسکین کر کے اپنے فون کے براؤزر میں فالو کرتے ہیں۔
Projector ویو کے ذریعے ہال کی اسکرین پر ترجمہ شدہ کیپشنز۔
پچھلے سیشنز دوبارہ پڑھنے کے لیے آپ کے صفحے پر رہتے ہیں۔
طلبہ کیا دیکھتے ہیں
وہ ان زبانوں میں سے ایک منتخب کرتے ہیں جو آپ آن کرتے ہیں، پھر لیکچرر کے بولتے ہوئے پڑھتے ہیں، یا جہاں آڈیو دستیاب ہو وہاں اپنے ہیڈفون سے سنتے ہیں۔
سیٹ اپ
لیکچر سے پہلے تین مراحل۔ نہ ریسیورز، نہ بوتھ، نہ طلبہ کے اکاؤنٹس۔
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۔
سوالات
نہیں۔ وہ QR کوڈ اسکین کرتے ہیں یا لنک کھولتے ہیں اور اپنے فون کے براؤزر میں فالو کرتے ہیں۔ نہ ایپ ہے نہ اکاؤنٹ۔
ہاں۔ لیکچرر معمول کے مطابق بولتا ہے۔ طلبہ QR کوڈ اسکین کر کے اپنے فونز پر ترجمہ پڑھتے ہیں، یا ہیڈفون سے سنتے ہیں۔
لیکچر اسٹینڈ کے مائیکروفون یا ہال کے ساؤنڈ سسٹم سے USB یا آڈیو انٹرفیس کے ذریعے منسلک لیپ ٹاپ یا ٹیبلٹ، اور لیپ ٹاپ اور طلبہ کے فونز کے لیے انٹرنیٹ۔ ہم آپ کی کیمپس AV ٹیم کو سیٹ اپ میں رہنمائی دے سکتے ہیں۔
ہاں۔ ختم شدہ سیشنز آپ کے صفحے پر Previous Sessions کے تحت ہر زبان کے ترجمے کے ساتھ ظاہر ہوتے ہیں۔
ہاں۔ Projector ویو کے ذریعے ہال کی اسکرین پر ترجمہ شدہ کیپشنز دکھائیں جبکہ اہلِ خانہ اپنے فونز پر فالو کریں۔
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۔