InterMIND کی ایک میٹنگ میں لائیو ترجمہ، کیپشنز اور قابلِ تلاش ٹرانسکرپٹ کیسے مل کر کام کرتے ہیں

چار ٹائم زونز میں پھیلی ہوئی ٹیم کے لیے زبان کا مسئلہ کیلنڈر کی دعوت میں نہیں ہوتا، بلکہ اسی لمحے شروع ہوتا ہے جب کوئی بولنا شروع کرتا ہے۔ لائیو ترجمہ، لائیو کیپشنز اور وہ ٹرانسکرپٹ جس کی طرف آپ بعد میں لوٹ سکیں، یہی تین چیزیں اس رکاوٹ کو حقیقت میں دور کرتی ہیں۔ اب یہ تینوں تیزی سے ایک ہی پروڈکٹ پیج پر اکٹھی نظر آتی ہیں اور انہیں تین الگ ایڈ آنز کے بجائے ایک مجموعے کے طور پر بیان کیا جاتا ہے۔

ایک حالیہ مثال: ورک پلیس پلیٹ فارم NexGen Virtual Workplace کی ستمبر 2026 کی ایک پوسٹ ان الفاظ سے شروع ہوتی ہے: "لائیو وائس ٹرانسلیشن، میٹنگ کیپشنز اور قابلِ تلاش ٹرانسکرپٹس، جو میٹنگ پر بعد میں جوڑنے کے بجائے کام کے دن کا حصہ بنا دیے گئے ہیں"۔ اس میں یہ بھی کہا گیا ہے کہ "یہ فیچرز NexGen Virtual Workplace پلیٹ فارم کے اندر سبسکرائبرز کے استعمال کے لیے دستیاب ہیں۔" پیش کی گئی کل تفصیل بس اتنی ہی ہے۔ پوسٹ نہ معاون زبانوں کی تعداد بتاتی ہے، نہ یہ کہ تینوں فیچرز کس سبسکرپشن ٹائر میں کھلتے ہیں، اور "قابلِ تلاش" کا مطلب بھی "لوگ حوالے کے لیے پرانی ٹرانسکرپشنز بھی دیکھ سکتے ہیں" سے آگے نہیں بتاتی (ستمبر 2026 میں جانچا گیا، ماخذ کا لنک آخر میں دیا گیا ہے)۔ یہ وینڈر پر کوئی تنقید نہیں ہے۔ بات صرف اتنی ہے کہ قاری کو یہ جاننے کے لیے کہ یہ مجموعہ اس کی ٹیم کے لیے موزوں ہے یا نہیں، یا تو کہیں اور سے معلوم کرنا پڑتا ہے یا بھروسے پر چلنا پڑتا ہے۔

چونکہ ترجمہ، کیپشنز اور ٹرانسکرپٹ، یہ تینوں الفاظ مختلف پروڈکٹس میں بالکل مختلف طریقِ کار کے لیے استعمال ہوتے ہیں، اس لیے یہاں ہر ایک کا وہ مخصوص اور جانچا جا سکنے والا بیان ہے کہ InterMIND میں آج یہ کیسے کام کرتا ہے۔

ترجمہ: آپ اسے خود آن کرتے ہیں، اور آواز آپ کی اپنی ہوتی ہے

ترجمہ خودبخود نہیں چلتا۔ آپ اسے ہر میٹنگ میں جان بوجھ کر کنٹرول بار کے More مینو سے (یا Alt+T شارٹ کٹ سے) آن کرتے ہیں، اور یہ اس وقت دستیاب ہوتا ہے جب کمرے میں کم از کم دو زبانیں موجود ہوں۔ اس کے بعد ہر شریک اپنی ترجمے کی زبان خود الگ سے منتخب کرتا ہے۔ پانچ افراد کی کال میں اگر پانچ زبانیں ہوں تو ہر شخص باقی سب کو بیک وقت اپنی زبان میں ترجمہ شدہ سنتا ہے۔

آؤٹ پٹ کوئی عمومی راوی کی آواز نہیں ہوتی۔ اسپیچ ریکگنیشن، جملوں کی تقسیم، ترجمہ اور آواز کی تشکیل ایک پائپ لائن کی صورت میں چلتے ہیں، اور آخری مرحلہ ترجمہ شدہ جملے کو اصل مقرر کی اپنی آواز کے ایک ورژن میں دوبارہ تشکیل دیتا ہے۔ یہ آواز پہچانی جا سکتی ہے کہ کس کی ہے، محض سپاٹ ٹیکسٹ ٹو اسپیچ نہیں ہوتی۔ اس پائپ لائن کی تکنیکی تفصیل ایک الگ پوسٹ میں ہے۔ یہاں خلاصہ یہ ہے کہ ترجمہ آن ہونے پر صرف "کیا کہا گیا" ہی نہیں، "کس نے کہا" بھی ترجمے کے بعد محفوظ رہتا ہے۔ آواز، چیٹ اور مشترکہ نوٹس کے لیے 23 زبانیں شامل ہیں، اور مکمل دستاویزی فائلوں کے ترجمے کے لیے 30۔ اس تقسیم کی تفصیل اور وجوہات زبانوں کی تفصیل میں ہیں۔

کیپشنز: بطورِ ڈیفالٹ آن، یاد رکھنے کے لیے کوئی الگ سوئچ نہیں

InterMIND میں لائیو کیپشنز اسی اسٹریم کا ترجمہ شدہ متن ہوتے ہیں، جو میٹنگ کے دوران سب ٹائٹل بینر کی صورت میں دکھایا جاتا ہے۔ دو باتیں فیچر کے ہونے سے بھی زیادہ اہم ہیں:

• ڈیفالٹ آن ہے۔ جو شریک کچھ نہیں بدلتا، وہ بھی ترجمہ آن ہوتے ہی ترجمہ شدہ تقریر اسکرین پر دیکھ لیتا ہے۔ میٹنگ کے بیچ کوئی دوسرا سوئچ ڈھونڈنے کی ضرورت نہیں۔
• بینر آپ کا آخری انتخاب یاد رکھتا ہے، ہر براؤزر کے لحاظ سے۔ یعنی ایک میٹنگ میں کیپشنز بند کریں تو اگلی میٹنگ میں بھی بند رہیں گے، جب تک آپ انہیں دوبارہ آن نہ کریں۔ اور جب ہدف زبان کا تقاضا ہو تو یہ خودبخود دائیں سے بائیں رینڈر ہوتا ہے۔

کیپشنز اسی ترجمہ شدہ آڈیو کے اوپر ایک پڑھنے کا ذریعہ ہیں۔ یہ کوئی الگ پروڈکٹ نہیں جس کی سیٹنگز کا الگ صفحہ پہلے سے ترتیب دینا پڑے۔ یہ ان پلیٹ فارمز کے برعکس ہے جہاں "کون سی کیپشن زبان کس کو دکھائی دے" کا سوال سب سے بڑا مسئلہ بن جاتا ہے، کیونکہ وہاں کیپشن کی زبانیں منتظم کی طرف سے ایونٹ سے پہلے طے کی جاتی ہیں۔ یہی کیپشنز اس کوپائلٹ سے کیسے مختلف ہیں جو کسی ایک شریک کی اسکرین پر کال کے ساتھ چلتا ہے، اس کا موازنہ ایک الگ گائیڈ میں ہے۔

ٹرانسکرپشن: خودکار، اور یہ واضح کہ "قابلِ تلاش" میں کیا کیا شامل ہے

ٹرانسکرپشن کا کوئی Start/Stop بٹن نہیں ہے۔ میٹنگ لائیو ہوتے ہی ہر لفظ ریکارڈ ہوتا ہے، بولنے والے کے نام سے منسوب ہوتا ہے، اور اسی زبان میں سرور پر محفوظ ہوتا ہے جس میں وہ حقیقت میں بولا گیا تھا۔ کسی کو اسے آن کرنا یاد رکھنے کی ضرورت نہیں، اور کوئی اسے بھول بھی نہیں سکتا۔

میٹنگ کے بعد، میٹنگ چیٹ میں ایک recap پیغام ظاہر ہوتا ہے۔ اسے کھول کر Transcript ٹیب پر جائیں تو مکمل ٹرانسکرپٹ نظر آتا ہے، جس میں ہر بات بولنے والے کے نام اور ٹائم اسٹیمپ کے ساتھ ہوتی ہے۔ یہ ٹرانسکرپٹ اگرچہ مقررین کی اصل زبانوں میں ریکارڈ ہوا تھا، قاری کی اپنی زبان میں طلب پر ترجمہ کیا جا سکتا ہے۔

"قابلِ تلاش" وہ لفظ ہے جس میں سب سے زیادہ وضاحت درکار ہے، اس لیے یہاں بغیر بڑھا چڑھا کر بتایا جا رہا ہے کہ آج اس کا بالکل کیا مطلب ہے:

• میٹنگ کی چیٹ کے اندر یہ حقیقی متنی تلاش ہے۔ میٹنگ کے دوران بولنے کی ہر باری چینل میں ایک ٹرانسکرپشن پیغام کے طور پر آتی ہے، اور ان پیغامات پر وہی چیٹ سرچ لاگو ہوتی ہے جو باقی ہر پیغام پر ہوتی ہے۔ Ctrl/⌘+F سے اسے کھولیں، کوئی کلیدی لفظ لکھیں، اور متعلقہ پیغامات سیاق کے ساتھ سامنے آ جاتے ہیں۔
• ٹرانسکرپٹ کا صفحہ خود سادہ رینڈر شدہ متن ہے، اس لیے آپ کے براؤزر کی اپنی صفحہ تلاش اس پر کوئی لفظ یا نام بالکل ویسے ہی ڈھونڈ لیتی ہے جیسے کسی بھی ویب پیج پر۔
• جو ابھی مکمل متنی تلاش (full-text search) نہیں ہے، وہ AI کا لکھا ہوا خلاصہ ہے جو recap میں ٹرانسکرپٹ کے اوپر ہوتا ہے۔ آج یہ خلاصہ اپنے عنوان سے سامنے آتا ہے، اس کے متن میں تلاش سے نہیں۔ اگر آپ کسی کا کہا ہوا کوئی مخصوص جملہ ڈھونڈ رہے ہیں تو وہ ٹرانسکرپٹ ٹیب میں ہے اور تلاش وہیں تک پہنچتی ہے۔ مختصر خلاصہ ایک الگ چیز ہے جس کا تلاش کا دائرہ محدود ہے، اور اس فرق کو ختم کرنا ہمارے روڈ میپ میں شامل ہے۔

یہ فرق، یعنی بولے گئے الفاظ کا ایک واقعی قابلِ تلاش ذخیرہ اور اس کے ساتھ ایک مختصر AI خلاصہ جو فی الحال قابلِ تلاش نہیں، وہ مخصوص رویہ ہے جسے پروڈکٹ پیج پر "قابلِ تلاش ٹرانسکرپٹس" کی ایک سطری بُلٹ عموماً نظر انداز کر جاتی ہے۔

ایک سیٹ، ایک پلان کی حد، تین لائسنس نہیں

ان تینوں میں سے کوئی بھی اپنے الگ ایڈ آن یا الگ لائسنس ٹائر کے پیچھے بند نہیں ہے۔ پلان کے ساتھ جو چیز بڑھتی ہے وہ کمرے کا حجم ہے: Basic پر 50 شرکاء، Pro پر 100، Business پر 300 اور Enterprise پر 1500۔ کسی بھی پلان پر میزبان کو ترجمہ، کیپشنز اور ٹرانسکرپشن تینوں ایک ساتھ ملتے ہیں۔ اپ گریڈ کرنے سے یہ بدلتا ہے کہ کمرے میں کتنے لوگ ہو سکتے ہیں، یہ نہیں کہ انہیں تینوں میں سے کون سے فیچرز ملیں گے۔

مہمان کو کیا ملتا ہے، اور کیا اس کے پاس نہیں رہتا

جو شریک بغیر اکاؤنٹ بنائے میٹنگ لنک کے ذریعے شامل ہوتا ہے، اسے میٹنگ کے اندر کا مکمل تجربہ ملتا ہے۔ اسے اپنی ترجمے کی زبان ملتی ہے (جو ڈیفالٹ طور پر اس کی انٹرفیس کی زبان ہوتی ہے، اور وہ خود براؤزر کی زبان کی پیروی کرتی ہے)، اسی زبان میں کیپشنز ملتے ہیں، اور اس کے الفاظ بھی دوسروں کی طرح مشترکہ ٹرانسکرپٹ میں محفوظ ہو جاتے ہیں۔ جو اسے نہیں ملتا وہ بعد کی کوئی بھی چیز ہے۔ recap پہنچانے کے لیے کوئی اکاؤنٹ نہیں ہوتا، اور کال ختم ہونے کے بعد گمنام شناخت برقرار نہیں رکھی جاتی۔ اکاؤنٹ مفت ہے، اور وہی کال کے بعد کے حصے، یعنی recap، قابلِ تلاش ٹرانسکرپٹ اور چینل کی ہسٹری، کو بعد میں قابلِ رسائی بناتا ہے۔ یہ ایک حقیقی حد ہے، جسے چھپانے کے بجائے صاف بیان کرنا بہتر ہے، کیونکہ یہ اس فیچر سیٹ کے ان حصوں کے برعکس ہے جو غیر مشروط محسوس ہوتے ہیں۔

پڑھنے کے بجائے خود دیکھیں

• لائیو ڈیمو آزمائیں — سائن اپ کے بغیر: بولیں، اور کمرے کا ترجمہ اپنی طرف واپس سنیں۔
• بینچ مارک دیکھیں — ہر زبان کے جوڑے کے لیے ترجمے کا معیار، حقیقی ٹریفک پر ماہانہ ناپا جاتا ہے، طریقِ کار عوامی ہے۔
• ٹرانسکرپشن کی دستاویزات پڑھیں — ٹرانسکرپٹ کیسے ریکارڈ ہوتا ہے اور ترجمہ شدہ صورت میں کیسے پڑھا جاتا ہے، اس کا مکمل طریقِ کار۔

اکثر پوچھے جانے والے سوالات

کیا مجھے ترجمہ، کیپشنز اور ٹرانسکرپشن الگ الگ آن کرنے کی ضرورت ہے؟ ٹرانسکرپشن میٹنگ شروع ہوتے ہی خودکار طور پر ہمیشہ آن ہوتی ہے۔ ترجمہ ایک سوچا سمجھا انتخاب ہے، جو More مینو یا Alt+T سے آن ہوتا ہے، بشرطیکہ کمرے میں کم از کم دو شرکاء کی زبانیں ہوں۔ کیپشنز اسی اسٹریم کا ترجمہ شدہ متن ہیں اور ترجمہ آن ہوتے ہی ڈیفالٹ طور پر آن ہو جاتے ہیں۔ اس لیے عملاً سوچنے کے لیے ایک ہی سوئچ ہے، تین نہیں۔

کیا میں میٹنگ کا ٹرانسکرپٹ واقعی تلاش کر سکتا ہوں، یا صرف اسکرول کر سکتا ہوں؟ دونوں۔ ٹرانسکرپٹ میٹنگ کے دوران ہر باری کے حساب سے چیٹ پیغامات کی صورت میں ریکارڈ ہوتا ہے، اور ان پر وہی چیٹ سرچ (Ctrl/⌘+F) لاگو ہوتی ہے جو باقی ہر پیغام پر ہوتی ہے۔ کوئی کلیدی لفظ لکھیں تو متعلقہ باریاں سامنے آ جاتی ہیں۔ مکمل ٹرانسکرپٹ کا صفحہ بھی سادہ متن ہے، اس لیے براؤزر کی اپنی صفحہ تلاش اس پر براہِ راست کام کرتی ہے۔ ایک چیز جو ابھی full-text search میں شامل نہیں، وہ AI کے لکھے مختصر میٹنگ خلاصے کا متن ہے، جو آج اپنے عنوان سے سامنے آتا ہے۔

کیا سب ایک ہی ترجمہ شدہ آواز سنتے ہیں، یا بولنے والے کی اپنی آواز برقرار رہتی ہے؟ ہر شریک کی ترجمہ شدہ تقریر اسی کی اپنی آواز پر مبنی آواز میں دوبارہ تشکیل دی جاتی ہے، کسی مشترکہ عمومی راوی کی آواز میں نہیں۔ نتیجہ ایسی ترجمہ شدہ گفتگو ہے جو اب بھی ان لوگوں جیسی ہی سنائی دیتی ہے جو اسے کر رہے ہیں، دونوں سمتوں میں اور ہر شریک کے لیے الگ الگ۔

اگر کوئی مہمان کے طور پر، بغیر اکاؤنٹ کے شامل ہو تو ٹرانسکرپٹ اور recap کا کیا ہوتا ہے؟ مہمان کو باقی شرکاء کی طرح میٹنگ کے اندر مکمل ترجمہ، کیپشنز اور ٹرانسکرپشن ملتی ہے۔ جو آگے منتقل نہیں ہوتا وہ بعد کی ہر چیز ہے: recap یا ٹرانسکرپٹ جس اکاؤنٹ تک پہنچنا ہے وہ موجود ہی نہیں، اور میٹنگ ختم ہونے کے بعد مہمان کی گمنام شناخت برقرار نہیں رکھی جاتی۔ سائن اپ کرنا (مفت) ہی کال کے بعد کے ریکارڈ کو قابلِ رسائی بناتا ہے۔

کیا ترجمے، کیپشنز یا ٹرانسکرپشن کے لیے کوئی الگ پلان یا ایڈ آن ہے؟ نہیں، تینوں ہر پلان پر ایک ساتھ آتے ہیں۔ پلانز کے درمیان جو چیز بدلتی ہے وہ شرکاء کی وہ تعداد ہے جسے میزبان ایک وقت میں سنبھال سکتا ہے: Basic پر 50، Pro پر 100، Business پر 300، Enterprise پر 1500۔

ماخذ: NexGen Virtual Workplace — Speaking the Same Language: How Translation and Transcription Work Inside NexGen Virtual Workplace، ستمبر 2026 میں جانچا گیا۔ InterMIND کے حقائق: ریئل ٹائم ترجمے کی دستاویزات، ٹرانسکرپشن کی دستاویزات، زبانوں کی تفصیل، اپنی آواز میں ترجمہ، لائیو بینچ مارک۔