English · 日本語 · 中文 · Español · Français · Deutsch · Português · 한국어 · हिन्दी · العربية
एक Chrome एक्सटेंशन जो आपके ब्राउज़र में चल रही आवाज़ और आपकी अपनी बात को 70+ भाषाओं में रीयल टाइम पर अनुवाद करता है — बोलकर सुनाता है और पेज पर सबटाइटल दिखाता है।
ब्राउज़र की आवाज़ का अनुवाद
माइक्रोफ़ोन की आवाज़ का अनुवाद
Interpretab अनुवाद के लिए Google की Gemini Live API का उपयोग करता है। आपका ऑडियो, आपके सबटाइटल और आपकी कुंजी आपके ब्राउज़र और Google के बीच एन्क्रिप्टेड रूप में ही चलते हैं, और कहीं और नहीं पहुँचते। कोई एनालिटिक्स या डेटा इकट्ठा करने वाला सर्वर भी नहीं है। ध्यान रहे कि Gemini Live API का मॉडल होने के कारण यह गलत अनुवाद कर सकता है, और ऐसी बात भी बोल सकता है जो अनुवाद है ही नहीं।
Interpretab एक ओपन सोर्स टूल है। पैसा अनुवाद के पीछे मौजूद Gemini Live API का लगता है, और आज़माने के लिए उसका मुफ़्त प्लान काफी है — उसके बाद Gemini Live API का उपयोग आपके अपने Google खाते पर बिल होता है।
अगस्त 2026 तक Google द्वारा प्रकाशित Gemini Live API की दरें ये हैं:
| क्या चल रहा है | ऑडियो इनपुट | ऑडियो आउटपुट | प्रति घंटा |
|---|---|---|---|
| टैब ऑडियो, या Simultaneous मोड में माइक्रोफ़ोन | $0.0053/मिनट | $0.0315/मिनट | ≈ $2.20 |
| Two-way conversation मोड में माइक्रोफ़ोन | $0.005/मिनट | $0.018/मिनट | ≈ $1.40 |
ये लगातार चलने वाले ऑडियो के घंटे हैं, इसलिए कम बोलने पर खर्च भी कम होता है। टैब ऑडियो और माइक्रोफ़ोन एक साथ चालू करने का मतलब है एक ही समय पर दो अनुवाद, इसलिए कीमत दोनों पंक्तियों का जोड़ होती है।
Interpretab ऐसे इंस्टॉल होता है:
Chrome Web Store पर Interpretab खोलें और Chrome में जोड़ें दबाएँ।
अनुवाद Google का Gemini करता है, और Gemini को आपकी अपनी API कुंजी चाहिए। कुंजी लेना मुफ़्त है: Google AI Studio खोलें और किसी Google खाते से साइन इन करें।
यह पेज आपकी मौजूदा कुंजियाँ दिखाता है — नए खाते में एक भी नहीं। Create API key दबाएँ।
कुंजी को एक नाम चाहिए, और एक Google Cloud प्रोजेक्ट जिसकी वह हो। नाम में Interpretab लिखें। उसके नीचे, जिस खाते ने API कभी इस्तेमाल नहीं की उसके पास चुनने को कुछ नहीं होता: No Cloud Projects Available।
उस सूची को खोलें और Create project चुनें। जो नाम पहले से भरा आता है वह आपकी भाषा में होता है, और यह खाना सिर्फ़ लैटिन अक्षर लेता है — उसे मिटाएँ, Interpretab टाइप करें और Create project दबाएँ।
कुंजी वाला डायलॉग नए प्रोजेक्ट के साथ वापस आ जाता है। Create key दबाएँ और कुंजी दिख जाती है — Copy key दबाएँ। वह API keys पेज पर बनी रहती है, इसलिए बाद में दोबारा ली जा सकती है।
एक्सटेंशन का विकल्प पेज पहली बार अपने आप खुलता है, और साइड पैनल का विकल्प बटन उसे दोबारा खोल देता है। कुंजी को Gemini API कुंजी में पेस्ट करें। वह इसी ब्राउज़र में रहती है और Google के अलावा किसी को नहीं भेजी जाती।
जिस पेज का अनुवाद चाहिए उसे खोलें — पहली जाँच के लिए youtube.com पर बोलने वाला कोई वीडियो सबसे आसान है। अभी-अभी इंस्टॉल हुए एक्सटेंशन का आइकॉन टूलबार में नहीं होता: Chrome का पहेली के टुकड़े वाला बटन दबाएँ, सूची में Interpretab ढूँढें और उसके बगल की पिन दबाएँ।
अब आइकॉन टूलबार में है। जिस टैब का अनुवाद चाहिए, उसी पर रहते हुए उसे क्लिक करें। यही क्लिक उस टैब को सुनने की अनुमति है — इसे छोड़ देने पर त्रुटि मिलेगी।
साइड पैनल में अपनी भाषा चुनें और Start दबाएँ। वीडियो चलाएँ — आवाज़ उसी भाषा में लौटती है। अनुवाद सुनाई न दे तो वीडियो जिस भाषा में है, उससे अलग कोई भाषा चुनें।
Chrome 116 या उससे नया चाहिए। साइड पैनल बंद करने से अनुवाद नहीं रुकता — Stop किसी भी टैब से, टूलबार आइकॉन पर एक क्लिक की दूरी पर रहता है।
Interpretab का इंटरफ़ेस आपके ब्राउज़र की भाषा के अनुसार चलता है, इस पेज पर दी गई दस भाषाओं में।
Interpretab में दो स्विच हैं, टैब का ऑडियो और माइक्रोफ़ोन। कोई एक अकेले, या दोनों एक साथ।
टैब ऑडियो मौजूदा टैब में जो कुछ चल रहा है उसे आपकी चुनी हुई भाषा में अनुवाद करता है — 78 भाषाओं में से चुनिए।
माइक्रोफ़ोन आपके कंप्यूटर का माइक जो सुनता है उसका अनुवाद करता है। इसके दो मोड हैं:
माइक्रोफ़ोन पहली बार चालू करते समय Chrome की अनुमति एक बार चाहिए — और वह अनुमति पूरे एक्सटेंशन को मिलती है। पैनल यह बताता है और विकल्प → माइक्रोफ़ोन की अनुमति से जोड़ देता है, जहाँ अनुमति देने वाला बटन है। Chrome अपनी अनुमति की पूछताछ केवल अलग पेज पर दिखाता है, साइड पैनल में कभी नहीं।
दोनों एक साथ चालू करने का मतलब है एक ही समय पर दो अनुवाद, इसलिए Google दोनों का शुल्क लेता है और खर्च दोनों का जोड़ होता है।
सबटाइटल पेज के नीचे बीच में दिखते हैं, एक बार में तीन पंक्तियाँ, और वीडियो के फ़ुलस्क्रीन जाने पर साथ चलते हैं। जब टैब ऑडियो और माइक्रोफ़ोन दोनों चालू हों, तो माइक्रोफ़ोन वाली पंक्ति पर नीली किनारी लग जाती है। विकल्प → सबटाइटल का आकार से ऊँचाई 16–64 px के बीच, देखते-देखते ही बदली जा सकती है।
अनुवादित आवाज़ आपके कंप्यूटर के ऑडियो आउटपुट से निकलती है, और म्यूट बटन उसे कभी भी चुप करा देता है।
टैब ऑडियो से हुआ अनुवाद आपके डिफ़ॉल्ट ऑडियो डिवाइस पर बजता है — यानी उन्हीं स्पीकर या हेडफ़ोन पर जो कंप्यूटर पहले से इस्तेमाल कर रहा है। अनुवाद बोलते समय टैब की अपनी आवाज़ नीचे धीमी आवाज़ में चलती रहती है, ताकि फ़िल्म का संगीत और असर सुनाई देते रहें।
विकल्प → ऑडियो इनपुट/आउटपुट से तय होता है कि माइक्रोफ़ोन किस डिवाइस से सुने और उसका अनुवाद किस डिवाइस से बोला जाए। थोड़ी देर के लिए अनुवाद रोकना हो, या माहौल इतना शोरगुल भरा हो कि वे आवाज़ें भी अनुवाद हो जाएँ जो आपको नहीं चाहिए थीं, तो माइक्रोफ़ोन बंद करने वाला बटन इनपुट को कभी भी बंद कर देता है।
सामने वाले को समझना वही है जो यह टूल बिना किसी सेटअप के करता है। मीटिंग को एक टैब में खोलिए, टैब ऑडियो चालू कीजिए, अपनी भाषा चुनिए और Start दबाइए। वे जो कहेंगे वह आपकी भाषा में, बोलकर और सबटाइटल दोनों रूपों में पहुँचेगा।
उन्हें आपकी अनुवादित आवाज़ सुनानी हो, तो Google Meet पर कुछ भी इंस्टॉल नहीं करना पड़ता।
स्पीकर पर माइक्रोफ़ोन कॉल की आवाज़ को ही वापस सुन लेता है, और दोनों दिशाएँ एक-दूसरे का अनुवाद करने लगती हैं। सबसे पहले कंप्यूटर में हेडफ़ोन या ईयरफ़ोन लगाएँ।
meet.google.com खोलें और उसी टैब पर Interpretab का साइड पैनल खोलें। टैब का ऑडियो चालू करें और उसे अपनी भाषा पर रखें — यही आधा हिस्सा सामने वाले की बात का अनुवाद करता है।
माइक्रोफ़ोन चालू करें और उसे उनकी भाषा पर रखें। Meet के टैब पर इस कार्ड में एक स्विच और आता है, इस Meet कॉल में अनुवाद भेजें — उसे चालू रहने दें। जब तक वह चालू है, वह आवाज़ इस कंप्यूटर से नहीं निकलती, सिर्फ़ कॉल में जाती है, और यहाँ उसके सबटाइटल बंद रहते हैं।
उसी टैब में मीटिंग में शामिल हो जाएँ।
साइड पैनल में Start दबाएँ। इससे पहले Meet की माइक्रोफ़ोन सूची में कुछ नहीं दिखता — अनुवाद वाला माइक्रोफ़ोन वहाँ शुरू करने पर ही आता है।
Meet में Settings → Audio खोलें और माइक्रोफ़ोन में Interpretab (translated) चुनें। साथ ही Studio Sound बंद कर दें। ब्लूटूथ हेडफ़ोन पर हों तो देख लें कि Meet उन्हीं से आवाज़ निकाल रहा है।
कुछ बोलिए। लगभग तीन सेकंड बाद सामने वाले को अनुवाद सुनाई देता है, और नीचे धीमे से आपकी अपनी आवाज़ भी मिली रहती है, तो वे आपको भी सुनते रहते हैं।
अनुवादित आवाज़ को मीटिंग ऐप के माइक्रोफ़ोन इनपुट तक पहुँचाना होता है, और उसके लिए एक वर्चुअल ऑडियो डिवाइस चाहिए। सबसे आसान उत्तर अब भी यही है कि वे भी Interpretab इंस्टॉल कर लें; अगर यह संभव न हो:
चूँकि यह एक Chrome एक्सटेंशन है, यह सब इन सेवाओं के ब्राउज़र संस्करणों के साथ ही काम करता है — डेस्कटॉप ऐप और नेटिव क्लाइंट इसकी पहुँच से बाहर हैं।
टैब ऑडियो और माइक्रोफ़ोन का Simultaneous मोड Gemini Live API के Live Translate मॉडल पर चलते हैं। माइक्रोफ़ोन का Two-way conversation मोड Gemini Live मॉडल पर चलता है, जो एक साथ अनुवाद नहीं कर सकता — वह वक्ता के रुकने का इंतज़ार करता है — लेकिन Live Translate से बेहतर अनुवाद करता है, और नीचे दी गई शब्दावली को स्वीकार करने वाला अकेला मॉडल है।
दोनों ही हालात में मॉडल चूक सकता है, और सबटाइटल में गलत सामग्री या गलत भाषा आ सकती है।
उत्पादों के नाम, लोगों के नाम और तकनीकी शब्द ही वे चीज़ें हैं जिन्हें एक सामान्य मॉडल सबसे ज़्यादा गलत करता है — उच्चारण में भी और वर्तनी में भी। माइक्रोफ़ोन का Two-way conversation मोड इन गलतियों को कम करने के लिए शब्दावली लेता है; कोई और मोड नहीं लेता। फिर भी मॉडल चूक सकता है, और दर्ज किया गया उच्चारण या वर्तनी न भी आए।
विकल्प → शब्दावली ऐसा CSV लेता है:
source,pronunciation,transcript
Kubernetes,クバネティス,Kubernetes
Cloud Run,クラウドラン,Cloud Run
पहला कॉलम पहचाने जाने वाला शब्द है, दूसरा वह उच्चारण है जो मॉडल को बताया जाता है, और तीसरा वह है जो आप सबटाइटल में दिखाना चाहते हैं।
साइड पैनल इस बार के रन में अब तक हुए उपयोग का मीटर दिखाता है, और हर बार Start दबाने पर शून्य से शुरू होता है। क्या दिखेगा यह विकल्प → Gemini API प्लान पर निर्भर करता है, जहाँ आप बताते हैं कि आपकी कुंजी Free है या Paid।
कुंजी पेस्ट करते समय ही प्लान सेट कर दीजिए। जिस Google खाते की कुंजी है उसमें भुगतान का तरीका जुड़ते ही वह पेड हो जाती है, और दोनों में से कौन-सी है यह Google Interpretab को नहीं बताता — इसीलिए यह पूछा जाता है। आपका असली बिल सिर्फ़ आपके Google खाते में मौजूद होता है।
Gemini API कुंजी का खर्च, उस पर लगी दर-सीमा की सख़्ती, और आपके भेजे डेटा के साथ Google क्या करता है — ये सब इस पर निर्भर करते हैं कि वह किस प्लान पर है। Google के अपने दस्तावेज़ पेड वाले को Tier 1 कहते हैं, जो Interpretab के विकल्प पेज के Paid जैसा ही है। Google द्वारा प्रकाशित शर्तें ये हैं:
| प्लान | कैसे मिलता है | खर्च और सीमाएँ | Google आपके डेटा का क्या करता है | Interpretab में कहाँ फिट है |
|---|---|---|---|---|
| Free | भुगतान का तरीका जोड़ने की ज़रूरत नहीं | मुफ़्त, पर लंबे या भारी उपयोग पर सीमा से टकराकर त्रुटि आ जाती है | Google के उत्पाद सुधारने में इस्तेमाल होता है, और मानवीय समीक्षा के दायरे में आता है | आज़माने के लिए |
| Paid (Google का Tier 1) | Google खाते में भुगतान का तरीका जोड़ें | उपयोग के अनुसार भुगतान, हर 10 मिनट में $10 और महीने में $250 तक | उत्पाद सुधार में इस्तेमाल नहीं; दुरुपयोग पकड़ने के लिए थोड़े समय का लॉग भर | नियमित उपयोग के लिए यही सही जगह। लगभग हर काम के लिए काफ़ी |
शुरुआत मुफ़्त प्लान से कीजिए, और लगातार इस्तेमाल होने लगे तो भुगतान का तरीका जोड़ दीजिए। पेड प्लान पर आपका भेजा कुछ भी Google के उत्पाद सुधारने में इस्तेमाल नहीं होता, और इस तरह के टूल के लिए सीमाएँ खुली-खुली हैं: करीब 25 Interpretab रन एक साथ, और महीने में लगभग 110 घंटे। Google ने बिलिंग सेट करने का तरीका लिखा है।
Interpretab कुंजी को मशीन पर ही, chrome.storage.local में रखता है। Chrome का प्रोफ़ाइल सिंक उसे साथ नहीं ले जाता, इसलिए कई कंप्यूटरों पर इस्तेमाल का मतलब है हर एक में कुंजी पेस्ट करना। अपनी ही कई मशीनों पर एक कुंजी इस्तेमाल करना ठीक है।
कुंजी किसी और को दे देना ठीक नहीं, Google की API सेवा शर्तों के अनुसार।
Apache 2.0। सोर्स, ऊपर लिखी हर बात के पीछे के इंजीनियरिंग नोट्स, और इशू ट्रैकर: