Skip to main content
SpeechKit तीन सख़्त मोड इस्तेमाल करता है। काम के हिसाब से सबसे छोटा मोड चुनें, ताकि अपेक्षित प्रोसेसिंग और आउटपुट स्पष्ट रहें।

Dictation

Dictation बोली हुई बात को टेक्स्ट में बदलता है। यह LLM से दोबारा नहीं लिखता, यूटिलिटी नहीं चलाता और बोलकर जवाब नहीं देता। इसे नोट्स, फ़ॉर्म, संदेशों और दूसरे सीधे ट्रांसक्रिप्शन कामों के लिए इस्तेमाल करें।

Assist

Assist बोली हुई या लिखी बात को एक सीमित नतीजे में बदलता है। वह नतीजा किसी निर्धारक प्रतिस्थापन, यूटिलिटी या LLM से आ सकता है, और चाहें तो उसे ज़ोर से पढ़कर सुनाया जा सकता है। जब आपको लाइव बातचीत नहीं, बल्कि रूपांतरण या एक जवाब चाहिए, तब इसका उपयोग करें।

Voice Agent

Voice Agent रियलटाइम ऑडियो बातचीत है। यह इंटरैक्टिव विचार-मंथन, सपोर्ट और फ़ॉलो-अप सवालों के लिए है, जहाँ टर्न डिटेक्शन और बोला हुआ आउटपुट मायने रखते हैं।

Hands-Free और कस्टमाइज़ेशन

Hands-Free तीनों मोड के ऊपर सक्रियण, माइक्रोफ़ोन कैप्चर, अपने-आप बोलना खत्म पहचानना और वैकल्पिक स्पीकर आउटपुट को नियंत्रित करता है। Words, SpeechKit को पहचानने के लिए शब्द सिखाते हैं; Replacements निर्धारक टेक्स्ट, कमांड, स्निपेट, पर्यायवाची या टेम्पलेट रूपांतरण लागू करते हैं। Meeting तीनों मोड के भीतर नहीं, उनके बगल में है। यह कॉल को अपनी पाइपलाइन पर रिकॉर्ड करता है और Dictation के साथ केवल स्पीच-टू-टेक्स्ट ट्रांसक्राइबर साझा करता है, इसलिए कॉल का ऑडियो कभी डिक्टेशन ओवरले, हिस्ट्री या क्लिपबोर्ड शॉर्टकट तक नहीं पहुँचता।

लोकल और बाहरी प्रोवाइडर

प्रोवाइडर का चुनाव डेटा पथ तय करता है: SpeechKit लोकल whisper.cpp और Piper, सेल्फ़-होस्टेड whisper-server, Ollama और अन्य OpenAI-संगत एंडपॉइंट, तथा बाहरी प्रोवाइडर OpenAI, Groq, Deepgram, AssemblyAI, Hugging Face, OpenRouter, Azure Speech और Microsoft Foundry के अडैप्टर के साथ आता है। Google स्पीच-टू-टेक्स्ट, Google टेक्स्ट-टू-स्पीच और Gemini Live हटा दिए गए; जिन कॉन्फ़िगरेशन में अब भी इनका नाम है, वे चुपचाप कोई दूसरा प्रोवाइडर चुनने के बजाय बंद हो जाते हैं (fail closed)। SpeechKit किसी बाहरी प्रोवाइडर को लोकल नहीं बनाता। संवेदनशील ऑडियो भेजने से पहले प्रोवाइडर कॉन्फ़िगरेशन और गोपनीयता शर्तें जाँच लें।

Network Scope

Network Scope वह सीमा है जिसे आप एक बार तय करते हैं और बैकएंड हर जगह लागू करता है — प्रोवाइडर असेंबली, मॉडल डाउनलोड, अपडेट, टेलीमेट्री, सर्वर कनेक्शन और इंटीग्रेशन में। ज़्यादा सख़्त दायरा चुनने से असंगत सेटिंग मिटती नहीं, स्थगित हो जाती हैं, और Settings बताता है कि क्या अक्षम है और क्यों।

Retention Scope

Retention Scope दूसरा, स्वतंत्र अक्ष है: यह बताता है कि काम पूरा होने के बाद क्या बचा रहता है। बिना नेटवर्क एक्सेस वाला इंस्टॉल भी ट्रांसक्रिप्ट डिस्क पर लिखता है। दोनों दायरे सोच-समझकर सेट करें।

Windows क्लाइंट इंस्टॉल करें

मौजूदा सार्वजनिक बीटा डाउनलोड और सत्यापित करें।

मीटिंग रिकॉर्ड करें

कॉल को दो चैनलों पर कैप्चर करें और संदर्भ-सहित लेख-जोखा बनाएँ।