मीटिंग के दौरान अनुवादित कैप्शन, लाइव अनुवाद और AI कोपायलट: InterMIND रूम में हर प्रतिभागी को ये कैसे मिलते हैं (2026)

जिस कॉल में दो या तीन भाषाएँ बोली जाती हैं, उसमें एक सवाल नोट्स तक इंतज़ार नहीं कर सकता: अभी क्या कहा जा रहा है, और वह भी ऐसे शब्दों में जिन्हें मैं बिना मेहनत के पढ़ सकूँ? बाज़ार में इसके दो जवाब हैं। पहला एक कोपायलट है जो कॉल के बगल में, सुनने वाले की अपनी स्क्रीन पर चलता है, और बातचीत के दौरान उस व्यक्ति को अनुवादित लाइव ट्रांसक्रिप्ट के साथ AI की मदद दिखाता है। दूसरा एक रूम है, जहाँ होस्ट वही सुविधा उसमें मौजूद हर व्यक्ति के लिए उपलब्ध कराता है, और जो कॉल के बाद भी बनी रहती है।

यह गाइड पहले जवाब का संक्षिप्त नक्शा देने के बाद दूसरे जवाब को विस्तार से दिखाती है, जैसा वह आज InterMIND में काम करता है।

कॉल के बगल में कोपायलट: Bearbits क्या कहता है

Bearbits को उसके निर्माता ने 4 अक्टूबर 2026 को Hacker News पर प्रस्तुत किया। उन्होंने इसे "मुख्य रूप से अपने और अपनी पत्नी के लिए" बनाया था, ताकि "बोली जा रही भाषा चाहे जो हो, रियल-टाइम में देखा जा सके कि क्या कहा जा रहा है"। इसमें चुनी हुई भाषा में रियल-टाइम अनुवाद है, और "क्या कहना है, इसके सुझाव जो वास्तविक वेब सर्च पर आधारित हैं"। सार्वजनिक पेज यह बताते हैं (अक्टूबर 2026 में जाँचा गया; स्रोत अंत में):

• यह कहाँ चलता है। "Bearbits आपके ब्राउज़र में चलता है और आपके साझा किए ऑडियो को कैप्चर करता है"। यह "प्रतिभागी के रूप में आपकी कॉल में कभी शामिल नहीं होता" और "Zoom, Google Meet, Teams, या किसी भी ब्राउज़र-आधारित कॉल" के साथ काम करता है। दस्तावेज़ीकरण "माइक्रोफ़ोन और सिस्टम ऑडियो" कैप्चर करने का वर्णन करता है; टैब या स्क्रीन शेयर का उपयोग केवल ऑडियो के लिए होता है, और कोई रिकॉर्डिंग नहीं रखी जाती।
• भाषाएँ। "स्पीकर लेबल के साथ लाइव बहुभाषी ट्रांसक्रिप्शन", "60+ भाषाओं" में, और "चुनी हुई भाषा में रियल-टाइम अनुवाद"। भाषा बदलने पर: "भाषा संकेत सेट करें ताकि रिकग्नाइज़र आपकी अपेक्षित भाषाओं से मेल खाए। यदि वक्ता भाषा बदलते हैं तो आप मीटिंग के दौरान इसे समायोजित कर सकते हैं।" ट्रांसक्रिप्शन Soniox पर चलता है, वेब सर्च Exa.ai पर (निर्माता की पोस्ट के अनुसार)।
• कोपायलट। कॉल के दौरान एक असिस्टेंट, जिसमें "What do I say?, Anti-BS, Catchup, और Ask AI — आपके ट्रांसक्रिप्ट और वर्कस्पेस संदर्भ पर आधारित" हैं, और "मीटिंग के दौरान सार्वजनिक स्रोतों के साथ ताज़ा वेब रिसर्च"।
• इसे कौन देखता है। ट्रांसक्रिप्ट "आपके प्रमाणित खाते के लिए निजी" हैं। कॉल के अन्य प्रतिभागी कुछ देखते हैं या नहीं, यह सार्वजनिक दस्तावेज़ीकरण में नहीं बताया गया है।
• कीमत। प्रीपेड क्रेडिट, "कोई सब्सक्रिप्शन नहीं": 5 के लिए $15, 20 के लिए $45, 100 के लिए $100; "प्रत्येक क्रेडिट अधिकतम दो घंटे को कवर करता है, और 90 दिनों तक उपयोग के लिए तैयार रहता है।" निर्माता "30 मिनट का उपयोग मुफ़्त" देते हैं।

यही कोपायलट है: किसी और की मीटिंग के बगल में एक प्रतिभागी की अपनी विंडो, जिसका भुगतान वही प्रतिभागी हर मीटिंग के हिसाब से करता है।

रूम: होस्ट सबके लिए उपलब्ध कराता है

InterMIND में मीटिंग ही वह जगह है जहाँ हर प्रतिभागी अपनी भाषा में बोलता, सुनता और पढ़ता है। कोई भी कॉल में कोई टूल लेकर नहीं आता। होस्ट रूम खोलता है, और आगे जो कुछ है वह लिंक से जुड़ने वाले हर व्यक्ति के लिए मौजूद रहता है, खाते के साथ या उसके बिना।

कैप्शन और आवाज़, हर एक सुनने वाले की भाषा में

रूम में अनुवाद तब चालू होता है जब रूम में कम से कम दो भाषाएँ हों: More → Enable translation, या Alt+T। उसके बाद हर प्रतिभागी दूसरों को अपनी भाषा में अनुवादित सुनता है, ऐसी आवाज़ में जो किसी सामान्य नैरेटर की नहीं बल्कि मूल वक्ता की आवाज़ पर आधारित होती है (यह पाइपलाइन कैसे काम करती है)। पाँच भाषाओं वाली पाँच लोगों की कॉल का मतलब है पाँच एक साथ चलते अनुवाद, जिनमें से हर एक को उसका सुनने वाला चुनता है।

कैप्शन उसी अनुवादित स्ट्रीम का टेक्स्ट हैं। More → Show subtitles स्क्रीन के नीचे एक बैनर लगाता है, जिसमें वर्तमान वक्ता जो कह रहा है वह आपकी चुनी भाषा में दिखता है। जब कोई नहीं बोलता तो बैनर धीरे-धीरे गायब हो जाता है, लक्ष्य भाषा की ज़रूरत हो तो दाएँ-से-बाएँ दिशा में बदल जाता है, और हर ब्राउज़र के लिए अपनी चालू/बंद स्थिति याद रखता है, इसलिए एक मीटिंग में किया गया चुनाव अगली में भी बना रहता है। दो सीमाएँ, साफ़ शब्दों में:

• सबटाइटल बैनर वर्तमान वक्ता का अनुवादित टेक्स्ट दिखाता है। यह हर पंक्ति के आगे वक्ता का लेबल नहीं छापता। वक्ता की पहचान कॉल के बाद के ट्रांसक्रिप्ट में रहती है (नीचे देखें)।
• बैनर अनुवादित ऑडियो के ऊपर का टेक्स्ट है, कोई अलग ट्रांसक्रिप्ट विंडो नहीं। पूरी मीटिंग का लाइव लिखित रिकॉर्ड मीटिंग समाप्त होने पर तैयार होता है।

भाषाएँ, और जब कोई भाषा बदलता है तब क्या होता है

आवाज़, चैट और साझा नोट्स 23 भाषाओं की एक ही सूची साझा करते हैं; चैट में साझा की गई फ़ाइलें 30 भाषाओं की बड़ी सूची का उपयोग करती हैं (संख्याएँ अलग क्यों हैं)। हर भाषा हर प्लान पर उपलब्ध है।

हर प्रतिभागी की अपनी एक भाषा होती है: डिफ़ॉल्ट रूप से वह इंटरफ़ेस की भाषा के अनुसार चलती है, और More मेनू का Translation language सबमेनू उसे मीटिंग के दौरान किसी भी क्षण बदल देता है। बदलाव तुरंत लागू होता है। बीच मीटिंग में भाषा बदलने का ईमानदार जवाब भी यही है: InterMIND अपने आप यह नहीं पहचानता कि कॉल के बीच में कोई वक्ता स्पेनिश से अंग्रेज़ी पर चला गया है। वक्ता की भाषा वही है जो उसने घोषित की है, और उसे बदलना उसी मेनू में एक क्लिक का काम है। स्पीच रिकग्निशन को अंदाज़ा लगाने के बजाय वही घोषित भाषा दी जाती है।

गेस्ट को क्या इंस्टॉल करना पड़ता है: कुछ नहीं

प्रतिभागी ब्राउज़र में लिंक खोलता है, जॉइन पेज पर अपनी भाषा चुनता है, और अनुवाद, कैप्शन और साझा ट्रांसक्रिप्ट में जाते अपने शब्दों के साथ रूम में होता है। कोई खाता नहीं, भुगतान की कोई जगह नहीं। डेस्कटॉप, iOS और Android के ऐप उन लोगों के लिए हैं जो InterMIND रोज़ इस्तेमाल करते हैं; एक मीटिंग के गेस्ट को इनमें से किसी की ज़रूरत नहीं। रूम का खर्च होस्ट का प्लान उठाता है; होस्ट कोई भी हो, प्रतिभागी कुछ नहीं चुकाते।

ट्रांसक्रिप्ट और रीकैप: जो बाद में भी बना रहता है

ट्रांसक्रिप्शन में कोई Start बटन नहीं होता। लाइव मीटिंग के पहले शब्द से ही, बोले गए शब्द सर्वर पर कैप्चर होते हैं, बोलने वाले व्यक्ति के नाम से जुड़ते हैं, और उसी भाषा में रहते हैं जिसमें वे बोले गए थे। मीटिंग समाप्त होने पर मीटिंग चैट में एक रीकैप दिखाई देता है, जिसमें सारांश हर सदस्य की अपनी भाषा में होता है। उसका Transcript टैब पूरा, वक्ता-आधारित, टाइमस्टैम्प वाला ट्रांसक्रिप्ट रखता है, जिसे खोलने वाले की भाषा में माँग पर अनुवादित किया जाता है। हर साइन-इन किया हुआ सदस्य इसे पाता है; एक चैनल हर सत्र का रीकैप अपनी चैट के बगल में रखता है।

यहाँ की सीमा वही है जिसे शब्दावली छिपा लेती है: जो गेस्ट बिना खाते के जुड़ा, उसे कॉल के दौरान पूरा रूम मिलता है और बाद में कुछ नहीं, क्योंकि रीकैप पहुँचाने के लिए कोई खाता नहीं है, और कॉल खत्म होने के बाद गुमनाम पहचान रखी नहीं जाती। खाता मुफ़्त है, और वही कॉल के बाद वाले हिस्से तक पहुँच देता है।

रूम में AI

Mia संगठन की AI है, और वह उसी विंडो में है जिसमें मीटिंग है। सशुल्क प्लान पर साइन इन होने पर, Cmd/Ctrl + / (या साइडबार में Mia) किसी भी पेज पर और मीटिंग रूम के भीतर उसका पैनल खोलता है। उसे पता होता है कि आप किस स्क्रीन पर हैं, वह आपके संगठन की मीटिंग, चैट और फ़ाइलों से जवाब देती है, और आपकी पुष्टि के लिए मीटिंग लिंक या संदेश तैयार कर सकती है। जब किसी सवाल के लिए संगठन के बाहर के तथ्य चाहिए, जैसे किसी कंपनी, कीमत, कानून या किसी अन्य उत्पाद के दस्तावेज़ीकरण के बारे में, तो वह वेब पर खोजती है और उससे लिए गए हर तथ्य का पता देती है। उस खोज के लिए InterMIND से बाहर केवल वही वाक्यांश जाता है जिसे Mia खुद शब्द देती है, कभी कोई दस्तावेज़, रीकैप या चैट नहीं। कोई owner या admin पूरे संगठन के लिए यह खोज Settings → AI features में बंद कर सकता है। मीटिंग में बोलकर वह खोज नहीं करती।

संगठन की हर AI सुविधा (रीकैप, दस्तावेज़ सारांश, लेखन सहायक, Mia) संगठन द्वारा चुने गए एक लैंग्वेज-मॉडल गेटवे पर चलती है: डिफ़ॉल्ट रूप से EU Data Zone में Azure OpenAI, EU में Google Vertex AI, संगठन के अपने AWS खाते में Amazon Bedrock, या संगठन का अपना OpenAI-संगत एंडपॉइंट। AI को प्रति संगठन बंद किया जा सकता है, और उसके बंद होने पर भी मीटिंग का ट्रांसक्रिप्शन और अनुवाद होता रहता है (गेटवे, विस्तार से)।

पढ़ने की जगह खुद देखें

• लाइव डेमो आज़माएँ — साइनअप नहीं चाहिए: बोलिए, और कैप्शन चालू रखकर रूम को अपने लिए अनुवादित सुनिए।
• बेंचमार्क देखें — भाषा-जोड़ी के अनुसार अनुवाद गुणवत्ता, असली ट्रैफ़िक पर हर महीने मापी जाती है, कार्यप्रणाली सार्वजनिक है।
• सबटाइटल दस्तावेज़ और ट्रांसक्रिप्शन दस्तावेज़ पढ़ें — पूरी कार्यप्रणाली।

अक्सर पूछे जाने वाले प्रश्न

मीटिंग में अनुवादित कैप्शन कैसे चालू करूँ? InterMIND रूम में कंट्रोल बार में More खोलें: रूम में कम से कम दो भाषाएँ होने पर Enable translation (या Alt+T), फिर Show subtitles। बैनर वर्तमान वक्ता जो कह रहा है उसे आपकी चुनी भाषा में अनुवादित दिखाता है; वही आइटम Hide subtitles बन जाता है। चालू/बंद की स्थिति अगली मीटिंग के लिए हर ब्राउज़र में याद रखी जाती है।

क्या हर प्रतिभागी के लिए कैप्शन अलग भाषा में अनुवादित हो सकते हैं? हाँ। हर प्रतिभागी अपनी अनुवाद भाषा खुद चुनता है। यही एक सेटिंग अनुवादित आवाज़, कैप्शन और चैट संदेशों तीनों को कवर करती है, इसलिए एक ही रूम में वही वाक्य एक स्क्रीन पर स्पेनिश में और दूसरी पर जर्मन में दिखता है। चुनाव प्रति व्यक्ति होता है, प्रति मीटिंग नहीं, और Translation language सबमेनू से किसी भी क्षण बदला जा सकता है।

क्या लाइव अनुवाद या कैप्शनिंग कोई ऐड-ऑन है जिसे मुझे खरीदना पड़े? नहीं। अनुवाद, सबटाइटल और स्वचालित ट्रांसक्रिप्शन हर InterMIND प्लान का हिस्सा हैं, मुफ़्त प्लान सहित। प्लान से जो तय होता है वह है रूम का आकार और मासिक अनुवाद समय, जो Usage & Limits पेज और Pricing पर दिया गया है। प्रतिभागी कभी भुगतान नहीं करते; केवल होस्ट का प्लान गिना जाता है।

लाइव कैप्शन और ट्रांसक्रिप्ट में क्या अंतर है? कैप्शन वर्तमान वक्ता का अनुवादित टेक्स्ट हैं, जो मीटिंग चलने के दौरान स्क्रीन पर दिखता है, बिना वक्ता के लेबल के। ट्रांसक्रिप्ट वह लिखित रिकॉर्ड है जो मीटिंग समाप्त होने पर बनता है: हर बारी उसके वक्ता के नाम से जुड़ी, टाइमस्टैम्प के साथ, उसी भाषा में जिसमें वह बोली गई थी, और जब कोई सदस्य उसे अपनी भाषा में खोलता है तो माँग पर अनुवादित। यह मीटिंग चैट के रीकैप से पहुँचा जाता है।

क्या AI कॉल के दौरान मदद करता है, या केवल उसके बाद? दोनों, अलग-अलग रूपों में। मीटिंग के दौरान सशुल्क प्लान पर साइन इन सदस्य उसी विंडो में Cmd/Ctrl + / से Mia खोलता है: वह संगठन की मीटिंग, चैट और फ़ाइलों से जवाब देती है और ज़रूरत होने पर वेब पर खोजती है, हर तथ्य के स्रोत के साथ। मीटिंग के बाद रीकैप और ट्रांसक्रिप्ट हर सदस्य की भाषा में पहुँचते हैं। एक बोलने वाली Mia, जो रूम में सुनती है और नाम लेने पर जवाब देती है, प्रीव्यू में है। उसका परीक्षण InterMIND के भीतर हो रहा है और ग्राहक संगठनों के लिए अभी चालू नहीं है।

क्या कैप्शन पाने के लिए गेस्ट को कुछ इंस्टॉल करना पड़ता है? नहीं। गेस्ट ब्राउज़र में मीटिंग लिंक खोलता है, जॉइन पेज पर भाषा चुनता है, और उसके पास अनुवादित आवाज़, कैप्शन और साझा ट्रांसक्रिप्ट में उसके अपने शब्द होते हैं। डेस्कटॉप और फ़ोन के लिए ऐप मौजूद हैं, लेकिन एक मीटिंग के गेस्ट को उनकी ज़रूरत नहीं, और वह कुछ भुगतान भी नहीं करता।

अगर कोई वक्ता मीटिंग के बीच में भाषा बदल ले तो क्या होता है? वक्ता More → Translation language में अपनी घोषित भाषा बदलता है; बदलाव तुरंत लागू होता है। InterMIND भाषा के बदलाव का अपने आप अंदाज़ा नहीं लगाता: स्पीच उसी भाषा में पहचानी जाती है जो वक्ता ने घोषित की है।

स्रोत: Bearbits — होम पेज, Bearbits — दस्तावेज़ीकरण, Bearbits — Live meetings, Bearbits — मूल्य निर्धारण, Show HN: Bearbits – AI copilot that helps during meetings instead of only after, सभी अक्टूबर 2026 में जाँचे गए। InterMIND के तथ्य: रियल-टाइम अनुवाद दस्तावेज़, लाइव सबटाइटल दस्तावेज़, भाषाएँ चुनना, ट्रांसक्रिप्शन दस्तावेज़, मीटिंग रीकैप, AI सुविधाएँ और Mia, उपयोग और सीमाएँ, भाषाओं का विवरण, अपनी आवाज़ में अनुवाद, लाइव बेंचमार्क।