Cicada ٹیوٹوریل: حقیقی وقت کے دو لسانی سب ٹائٹلز، میٹنگ منٹس اور بیک وقت ترجمہ ترتیب دیں

知了 Cicada کیا ہے

知了 Cicada ایک اوپن سورس ریئل ٹائم میٹنگ اور لائیو اسٹریمنگ معاون ٹول ہے، جو Mac، Windows، Linux اور Android پردو لسانی سب ٹائٹلز، دو لسانی تحریری ریکارڈ، ساختہ خلاصہ اور بیک وقت ترجمانی فراہم کرتا ہے۔ یہ Zoom، فی شو، Tencent Meeting، X Spaces، YouTube لائیو اسٹریمز اور بالمشافہ میٹنگز کے لیے موزوں ہے۔

知了 سسٹم میں چلنے والی آواز کو براہِ راست پڑھتا ہے، اس لیے میٹنگ میں کوئی بوٹ شامل کرنے کی ضرورت نہیں۔ دوسرے فریق کو سافٹ ویئر انسٹال کرنے کی ضرورت نہیں ہوتی اور اسے یہ بھی معلوم نہیں ہوتا کہ 知了 میٹنگ کے مواد کو منظم کر رہا ہے۔ Apple چپ والے Mac پر آواز کی وصولی، زبان کی شناخت اور صوتی شناخت مقامی طور پر بھی مکمل کی جا سکتی ہے۔

اہم خصوصیات

ریئل ٹائم خلاصہ اور دو لسانی تحریری ریکارڈ

میٹنگ کے دوران 知了 سنتے ہوئے خلاصہ، موضوعات، نتائج، زیرِ التوا کام، فش بون ڈایاگرام اور ناموں و اصطلاحات کی فہرست تیار کرتا ہے۔ نتیجے یا زیرِ التوا کام پر کلک کر کے دو لسانی ریکارڈ میں متعلقہ اصل گفتگو پر جایا جا سکتا ہے۔

سسٹم ناموں اور اصطلاحات کے املا کو بھی یکساں کرتا ہے اور ممکنہ شناختی تغیرات ریکارڈ کرتا ہے۔ اس لیے صوتی شناخت میں کسی نام کا املا غلط ہونے کے باوجود تلاش کے ذریعے متعلقہ مواد مل سکتا ہے۔

ریئل ٹائم سب ٹائٹلز اور خودکار زبان کی شناخت

دوسرا فریق بولنا شروع کرے تو 知了 خودکار طور پر زبان کی شناخت کرتا ہے اور اسے سسٹم کی زبان میں ترجمہ کرتا ہے۔ Mac پر ⌃⌥S دبانے سے خلاصے کی ونڈو، تیرتے ہوئے سب ٹائٹل بار اور پوشیدہ ڈسپلے کے درمیان تبدیل کیا جا سکتا ہے۔ سب ٹائٹل بار صرف کسی کے بولنے پر ظاہر ہوتا ہے اور ماؤس گزارنے پر خودکار طور پر شفاف ہو جاتا ہے۔

macOS 26 پر Apple چپ والے آلات نئی مقامی صوتی شناخت استعمال کرتے ہیں اور ریئل ٹائم سب ٹائٹلز کی رفتار برقرار رکھتے ہوئے ہر جملے کے اختتام کے تقریباً 15 تا 30 سیکنڈ بعد تحریری ریکارڈ کی درستی کرتے ہیں۔

آن لائن اور بالمشافہ مخلوط میٹنگز

مینو بار پینل یا خلاصے کی ونڈو میں موجود “مائیکروفون کھولیں” پر کلک کرنے سے 知了 کمپیوٹر کی آواز اور میٹنگ روم کی بالمشافہ آواز کو بیک وقت پروسیس کرتا ہے۔ آن لائن اور بالمشافہ گفتگو ایک ہی میٹنگ ریکارڈ میں شامل ہوتی ہے اور انہیں “آن لائن” یا “بالمشافہ” کے طور پر نشان زد کیا جاتا ہے۔

سسٹم یہ جانچتا ہے کہ آیا اسپیکر کی آواز دوبارہ مائیکروفون میں داخل ہو رہی ہے، اور ایک ہی جملے کو دوبارہ ریکارڈ ہونے سے حتی الامکان روکتا ہے۔ بیرونی مائیکروفون منقطع ہونے یا طویل عرصے تک کوئی ان پٹ نہ ملنے پر ایپ آلہ تبدیل کرنے کی کوشش بھی کرتی ہے اور اطلاع دیتی ہے۔

بٹن کے ذریعے بیک وقت ترجمانی

Mac پر کی بورڈ کے دائیں جانب موجود ⌥ کلید دبا کر بولیں؛ 知了 آپ کی گفتگو کو سمجھ کر ترجمہ کرے گا، پھر ورچوئل مائیکروفون کے ذریعے ترجمہ شدہ آواز میٹنگ سافٹ ویئر میں بھیجے گا۔ Windows پر دائیں جانب کی Ctrl کلید استعمال کریں۔

Ling API key ترتیب دینے کے بعد قدرتی آواز منتخب کی جا سکتی ہے، یا 8 تا 30 سیکنڈ کی ریکارڈنگ سے اپنی آواز کلون کی جا سکتی ہے۔ key ترتیب نہ دی گئی ہو تو Apple چپ والا Mac مقامی شناخت، ترجمے کے سلسلے اور سسٹم کی بلٹ اِن آواز استعمال کر سکتا ہے، لیکن آواز کلون نہیں کی جا سکتی۔

مقامی میٹنگ ریکارڈ

ہر میٹنگ کا دو لسانی تحریری ریکارڈ، خلاصہ اور اصل آڈیو مقامی طور پر محفوظ ہوتا ہے۔ میٹنگ کے بعد کسی بھی جملے کے وقت پر کلک کر کے متعلقہ ریکارڈنگ چلائی جا سکتی ہے، بولنے والے کا نام تبدیل کیا جا سکتا ہے، بولنے والوں کو یکجا کیا جا سکتا ہے یا کسی حصے کو کسی دوسرے شخص کے نام منتقل کیا جا سکتا ہے۔

ریکارڈ کو Markdown، Word اور SRT سب ٹائٹلز کے طور پر برآمد کیا جا سکتا ہے۔ موجودہ آڈیو یا ویڈیو بھی میٹنگ ریکارڈ ونڈو میں کھینچ کر لائی جا سکتی ہے، اسے مقامی طور پر دو لسانی ریکارڈ میں تبدیل کیا جا سکتا ہے، اور کسی بھی جملے کے متعلقہ مقام سے اصل فائل چلائی جا سکتی ہے۔

انسٹالیشن سے پہلے سسٹم کی ضروریات

• Mac: macOS 14.4 یا اس کے بعد کا ورژن، Apple چپ اور Intel دونوں کی معاونت۔ Intel ورژن کے لیے Ling key درکار ہے۔
• Windows: Windows 10 2004 یا اس کے بعد کا ورژن، x64 اور ARM64 کی معاونت، Ling یا کسی دیگر معاون AI سروس کی key درکار ہے۔
• Linux: Ubuntu 22.04 یا 24.04 ڈیسک ٹاپ ورژن، x86_64 اور arm64 کی معاونت، AI سروس کی key درکار ہے۔
• Android: Android 10 یا اس کے بعد کا ورژن، AI سروس کی key درکار ہے۔

چاروں پلیٹ فارمز ایک ہی ورژن نمبر اور میٹنگ ریکارڈ فارمیٹ استعمال کرتے ہیں۔ انسٹالیشن پیکیج سرکاری ڈاؤن لوڈ صفحے یا GitHub Releases سے حاصل کیا جا سکتا ہے۔

انسٹالیشن اور ابتدائی ترتیب

Mac پر انسٹالیشن

1. چپ کی قسم کے مطابق Cicada-<版本>-macOS-AppleSilicon.dmg یا Cicada-<版本>-macOS-Intel.dmg ڈاؤن لوڈ کریں۔
2. DMG کھولیں اور 知了 کو “Applications” فولڈر میں کھینچ کر لائیں۔
3. اگر پہلی بار شروع کرتے وقت سسٹم روک دے تو “System Settings › Privacy & Security” میں جا کر “Open Anyway” پر کلک کریں۔
4. رہنمائی کے مطابق سسٹم کی آواز ریکارڈ کرنے کی اجازت دیں اور نمونہ میٹنگ چلا کر سب ٹائٹلز کی جانچ کریں۔
5. بیک وقت ترجمانی کے لیے رہنمائی کے مطابق BlackHole 2ch ورچوئل مائیکروفون انسٹال کریں۔

macOS 14.4 تا 15 پر Apple چپ استعمال کرتے وقت “System Settings › Keyboard” میں “Dictation” بھی فعال کریں اور مطلوبہ شناختی زبانیں ڈکٹیٹشن کی زبانوں میں شامل کریں۔

Windows پر انسٹالیشن

1. عام PC کے لیے x64 انسٹالیشن پیکیج ڈاؤن لوڈ کریں، جبکہ Snapdragon لیپ ٹاپ کے لیے ARM64 منتخب کریں۔
2. انسٹالیشن مکمل کرنے کے لیے پیکیج پر ڈبل کلک کریں؛ ایڈمنسٹریٹر کی اجازت درکار نہیں۔
3. اگر SmartScreen روکے تو “More info › Run anyway” منتخب کریں۔
4. مرکزی ونڈو کی ہدایات کے مطابق AI key ترتیب دیں، آزمائشی آواز چلائیں اور نمونہ میٹنگ دیکھیں۔
5. بیک وقت ترجمانی کے لیے رہنمائی کے مطابق مفت VB-Cable ورچوئل مائیکروفون انسٹال کریں۔

Linux پر انسٹالیشن

Linux کمپریسڈ پیکیج ڈاؤن لوڈ کرنے کے بعد ٹرمینل میں چلائیں:

tar xzf Cicada-<版本>-Linux.tar.gz && cicada-linux/install.sh

انسٹالیشن کے بعد 知了 ایپ مینو میں ظاہر ہوگا۔ بیک وقت ترجمانی خودکار طور پر “知了 مائیکروفون” بناتی ہے، اس لیے اضافی ڈرائیور کی ضرورت نہیں۔ Linux خلاصے کی ونڈو کو اسکرین شیئرنگ سے چھپا نہیں سکتا، اس لیے اسکرین شیئر کرتے وقت یہ ونڈو دیگر شرکا کو دکھائی دے سکتی ہے۔

میٹنگ ریکارڈنگ محفوظ کرنے اور چلانے کے لیے AAC انکوڈر پر مشتمل تھرڈ پارٹی میڈیا فارمیٹ پیکیج، مثلاً ubuntu-restricted-extras، انسٹال کریں۔ انکوڈر نہ ہونے سے سب ٹائٹلز اور خلاصے جیسی دیگر خصوصیات متاثر نہیں ہوتیں۔

Android پر انسٹالیشن

1. Cicada-<版本>-Android.apk ڈاؤن لوڈ کریں۔
2. فائل کھولیں اور سسٹم کی ہدایت کے مطابق نامعلوم ذرائع سے ایپس انسٹال کرنے کی اجازت دیں۔
3. Android 15 اور اس کے بعد کے ورژنز میں پہلی بار تیرتے ہوئے سب ٹائٹلز استعمال کرتے وقت ایپ کی معلومات میں محدود ترتیبات کی اجازت دینا ضروری ہے۔
4. Ling یا کسی دیگر AI سروس کی key ترتیب دیں۔

کچھ کال اور میٹنگ ایپس سسٹم کو اپنی آواز ریکارڈ کرنے کی اجازت نہیں دیتیں۔ ایسی صورت میں اسپیکر آن کریں اور 知了 میں “بالمشافہ” موڈ منتخب کریں۔

انسٹالیشن پیکیج کی جانچ

Releases صفحہ checksums.txt فراہم کرتا ہے۔ Mac یا Linux پر SHA-256 کی جانچ کے لیے یہ کمانڈ استعمال کی جا سکتی ہے:

shasum -a 256 Cicada-*

Ling API key ترتیب دینا

Apple چپ والے Mac پر key کے بغیر بھی ریئل ٹائم سب ٹائٹلز، بنیادی ترجمہ، میٹنگ ریکارڈ اور بیک وقت ترجمانی استعمال کی جا سکتی ہے۔ ریئل ٹائم خلاصے، ایک مرحلے کے صوتی ترجمے اور آواز کلون کرنے کے لیے Ling key درکار ہے۔ Intel Mac، Windows، Linux اور Android پر کلاؤڈ شناختی سروس ترتیب دینا ضروری ہے۔

1. Ling اوپن پلیٹ فارم پر جائیں اور رجسٹر یا لاگ اِن کریں۔
2. ٹوکن بنائیں اور sk- سے شروع ہونے والی key کاپی کریں۔
3. 知了 کی “Settings › AI Services” کھولیں اور key پیسٹ کریں۔
4. محفوظ اور جانچ پر کلک کریں۔ 知了 key کی تصدیق کے لیے صرف ایک token استعمال کرنے والی درخواست بھیجے گا۔
5. ضرورت کے مطابق ماڈل منتخب کریں؛ ڈیفالٹ خلاصے اور مکمل جملے کے ترجمے کا ماڈل Ling-3.1-flash ہے۔

اگر Ling استعمال نہیں کیا جا سکتا تو AI سروس کی ترتیبات میں OpenRouter، ZenMux، OpenAI منتخب کریں، یا OpenAI API سے مطابقت رکھنے والی سروس کا پتہ درج کریں۔ Ollama، vLLM، SGLang جیسی خود میزبانی والی سروسز کو بھی ترجمہ و خلاصہ، صوتی ترکیب اور صوتی شناخت کے لیے الگ الگ ترتیب دیا جا سکتا ہے۔

ایک مرحلے کا صوتی ترجمہ اور آواز کلوننگ صرف Ling فراہم کرتا ہے۔ دیگر سروسز ریئل ٹائم خلاصے اور مکمل جملے کے ترجمے کی معاونت کر سکتی ہیں، لیکن بیک وقت ترجمانی کا مخصوص طریقہ پلیٹ فارم اور سروس کے لحاظ سے مختلف ہوگا۔

پہلا ریئل ٹائم سب ٹائٹل اور خلاصہ مکمل کرنا

1. 知了 شروع کریں اور تصدیق کریں کہ سسٹم کی آواز ریکارڈ کرنے کی اجازت فعال ہے۔
2. Zoom، فی شو، Tencent Meeting، YouTube یا کوئی اور آواز چلانے والی ایپ کھولیں۔
3. دوسرے فریق سے بولنے کو کہیں اور 知了 کے زبان کی خودکار شناخت کر کے دو لسانی سب ٹائٹلز دکھانے کا انتظار کریں۔
4. سب ٹائٹلز اور خلاصے کے ڈسپلے کے درمیان تبدیل ہونے کے لیے ⌃⌥S دبائیں۔
5. اگر بالمشافہ گفتگو ریکارڈ کرنی ہو تو “مائیکروفون کھولیں” پر کلک کریں۔
6. میٹنگ ختم ہونے کے بعد میٹنگ ریکارڈ میں جا کر متن، خلاصہ، بولنے والوں اور ریکارڈنگ کی جانچ کریں۔
7. ضرورت کے مطابق Markdown، Word یا SRT فائل برآمد کریں۔

استعمال کی مثال: انگریزی لائیو اسٹریم دیکھنا

YouTube پر انگریزی لائیو اسٹریم کھولنے کے بعد 知了 سسٹم کی آواز پڑھے گا، انگریزی اصل متن اور چینی ترجمہ دکھائے گا، اور موضوعات، نتائج اور زیرِ التوا کام کو مسلسل منظم کرے گا۔ لائیو اسٹریم ختم ہونے کے بعد میٹنگ ریکارڈ میں کسی جملے کے وقت پر کلک کر کے اصل ریکارڈنگ کے متعلقہ مقام پر واپس جایا جا سکتا ہے۔

استعمال کی مثال: غیر ملکی شرکا سے گفتگو

پہلے بیک وقت ترجمانی کی ترتیبات میں ہدف زبان اور آواز منتخب کریں۔ میٹنگ میں داخل ہونے کے بعد دائیں جانب کی ⌥ کلید دبا کر چینی میں بولیں؛ کلید چھوڑنے پر ترجمہ شدہ آواز BlackHole ورچوئل مائیکروفون کے ذریعے میٹنگ سافٹ ویئر میں بھیجی جائے گی۔ Windows پر متعلقہ کلید دائیں جانب کی Ctrl ہے۔

موجودہ ریکارڈنگ یا ویڈیو درآمد کرنا

آڈیو یا ویڈیو کو میٹنگ ریکارڈ ونڈو میں کھینچ کر لائیں، یا “File › Import Recording or Video…” منتخب کریں۔ 知了 فائل کو دو لسانی میٹنگ ریکارڈ میں تبدیل کر دے گا۔ اگر پہلی بار زبان کی شناخت نہ ہو سکے تو اصل ریکارڈنگ محفوظ رہے گی؛ زبان منتخب کرنے کے بعد اسے دوبارہ تحریری ریکارڈ میں تبدیل کیا جا سکتا ہے۔

رازداری، اجازتیں اور ڈیٹا کا مقام

Apple چپ والا Mac آواز کی وصولی، زبان کی شناخت، صوتی شناخت اور میٹنگ ریکارڈنگ مقامی طور پر مکمل کرتا ہے۔ عموماً صرف شناخت شدہ متن ترجمہ یا خلاصہ سروس کو بھیجا جاتا ہے؛ Ling کی بیک وقت ترجمانی استعمال کرتے وقت بٹن دبا کر کی گئی گفتگو کی آواز Ling کو بھیجی جاتی ہے۔ اگر خود میزبانی والی صوتی شناخت سروس پر فعال طور پر منتقل کیا جائے تو میٹنگ کی آواز اسی سروس کو بھیجی جائے گی۔

• سسٹم کی آواز ریکارڈ کرنا: Mac پر چلنے والی آواز پڑھنے کے لیے استعمال ہوتا ہے، اسکرین ریکارڈ نہیں کی جاتی۔
• مائیکروفون: بالمشافہ میٹنگز اور بیک وقت ترجمانی کے لیے استعمال ہوتا ہے۔
• ان پٹ مانیٹرنگ: صرف یہ جانچتی ہے کہ آیا دائیں جانب کی ⌥ کلید اکیلی دبائی گئی ہے؛ مرکب کلید استعمال کرنے پر اجازت نہ دینا ممکن ہے۔
• ایڈمنسٹریٹر پاس ورڈ: صرف BlackHole 2ch انسٹال کرنے اور سسٹم کی آڈیو سروس دوبارہ شروع کرنے کے وقت درکار ہے۔

Mac پر میٹنگ ریکارڈ، ریکارڈنگ اور خلاصے کا ڈیفالٹ مقام ہے:

~/Library/Application Support/LiveSubs

پروجیکٹ کے بیان کے مطابق ایپ میں شماریات، ٹریکنگ یا خود کا سرور موجود نہیں۔ Mac ورژن کی خلاصے کی ونڈو ڈیفالٹ طور پر اسکرین شیئرنگ، اسکرین ریکارڈنگ اور اسکرین شاٹس میں ظاہر نہیں ہوتی، لیکن Linux اس پوشیدہ صلاحیت کی معاونت نہیں کرتا۔

اعلیٰ درجے کے استعمال کی تجاویز

موزوں شناختی طریقہ ترجیحاً منتخب کریں

• Apple چپ والا Mac پہلے مقامی شناخت استعمال کر سکتا ہے، جس سے میٹنگ کی آواز کے آلہ سے باہر جانے کے امکانات کم ہوتے ہیں۔
• Intel Mac کو کلاؤڈ پر صوتی شناخت کے لیے Ling درکار ہے۔
• Windows، Linux اور Android پر Ling دستیاب نہ ہونے کی صورت میں OpenRouter، ZenMux یا کسی دیگر مطابقت پذیر سروس پر منتقل کیا جا سکتا ہے، لیکن سب ٹائٹلز Ling کے مقابلے میں 1 تا 2 سیکنڈ تاخیر سے آ سکتے ہیں۔

مخلوط میٹنگ کے ریکارڈ کو بہتر بنانے کے لیے ہیڈفون استعمال کریں

مخلوط میٹنگ میں اسپیکر سے چلنے والی آن لائن آواز دوبارہ مائیکروفون میں داخل ہو سکتی ہے۔ 知了 اس کی شناخت کر کے تکرار ختم کرتا ہے، لیکن ہیڈفون یا میٹنگ مائیکروفون استعمال کرنے سے بازگشت کم ہوتی ہے اور آن لائن و بالمشافہ گفتگو کو بیک وقت ریکارڈ کرنا بھی بہتر ہو جاتا ہے۔

بولنے والوں اور اصطلاحات کی درستی

اگر بولنے والے کی شناخت غلط ہو تو ریئل ٹائم خلاصے کی ونڈو میں نام تبدیل کریں، بولنے والوں کو یکجا کریں یا کسی حصے کو کسی دوسرے شخص کے نام منتقل کریں۔ بار بار آنے والے ناموں اور اصطلاحات کے املا کو 知了 یکساں کرتا ہے اور تلاش کو ممکنہ غلط تغیرات تک بھی پھیلاتا ہے۔

خود میزبانی والی AI سروس استعمال کریں

“Settings › AI Services” میں “Other (OpenAI Compatible)” منتخب کر کے ترجمہ و خلاصہ، بیک وقت ترجمانی کی آواز اور صوتی شناخت کے لیے الگ الگ سروس پتے درج کیے جا سکتے ہیں۔ مقامی نیٹ ورک کے پتے کے لیے HTTP استعمال کیا جا سکتا ہے۔ اگر آواز اور متن دونوں کو Google سے گزرنے سے روکنا ہو تو “آواز اور متن صرف آپ کی سروس کو بھیجیں” فعال کریں۔

سورس کوڈ سے Mac ورژن بنائیں

Mac ورژن میں کسی تیسرے فریق کی انحصاری ضرورت نہیں، صرف Xcode Command Line Tools انسٹال کریں:

xcode-select --install
scripts/build.sh
open build/Cicada.app
scripts/package.sh

scripts/build.sh ایسا ترقیاتی ورژن بنائے گا جو مستند ورژن کے ساتھ بیک وقت چل سکتا ہے، جبکہ scripts/package.sh DMG، ZIP اور SHA-256 چیکسم پیکج کرے گا۔ اگر macOS 27 پر SwiftUIMacros غائب ہونے کا مسئلہ پیش آئے تو مکمل Xcode انسٹال کریں اور ڈیولپمنٹ ٹولز کا راستہ تبدیل کریں:

sudo xcode-select -s /Applications/Xcode.app

انسٹالیشن ختم کرنے کا طریقہ

知了 کو بند کرنے کے بعد ایپلیکیشن کو “Applications” فولڈر سے گھسیٹ کر Trash میں ڈال دیں۔ میٹنگ ریکارڈز خودکار طور پر حذف نہیں ہوں گے؛ اگر مزید ضرورت نہ ہو تو ~/Library/Application Support/LiveSubs کو دستی طور پر حذف کیا جا سکتا ہے۔ Mac سافٹ ویئر کی ترتیبات صاف کرنے کے لیے یہ کمانڈ چلائیں:

defaults delete com.wquguru.cicada

اختتامیہ

知了 براہِ راست سب ٹائٹلز، دو لسانی نقل، ساخت یافتہ خلاصہ، ریکارڈنگ پلے بیک اور بیک وقت ترجمانی کو ایک مقامی میٹنگ ورک فلو میں یکجا کرتا ہے۔ پہلے سسٹم کی آواز کی اجازت اور نمونہ میٹنگ کا ٹیسٹ مکمل کرنے کی تجویز دی جاتی ہے، پھر اپنے ڈیوائس کے پلیٹ فارم کے مطابق Ling یا دیگر AI سروسز ترتیب دیں۔ باقاعدہ میٹنگ سے پہلے ہدف کی زبان، مائیکروفون، ورچوئل آڈیو ڈیوائس اور برآمدی عمل بھی آزمائیں تاکہ سب ٹائٹلز اور بیک وقت ترجمانی مستحکم طور پر کام کریں۔