Developers का डिक्टेशन सिर्फ़ English तक सीमित क्यों हो?

ज़्यादातर developer tooling में एक आलसी धारणा गड़ी हुई है: चूँकि code English keywords में लिखा जाता है, इसलिए developer भी ज़रूर English में ही काम करता होगा। जिसने भी Bucharest, São Paulo, Warsaw या Kyiv की किसी टीम में सचमुच काम किया है, वह जानता है कि यह कितना ग़लत है।

हाँ, function का नाम getUserSession है और commit message शायद English में है। पर code के चारों तरफ़ जो कुछ है उसे देखें: वह Slack thread जहाँ बग रिपोर्ट हुआ, क्लाइंट को देरी समझाने वाला मैसेज, migration की योजना बताने वाला internal doc, वह code review comment जिसमें कूटनीति चाहिए, standup के नोट्स। किसी द्विभाषी टीम में यह पूरी परत टीम की अपनी भाषा में हो सकती है।

इस बीच डिक्टेशन टूल्स ने ग़ैर-English speech को ज़्यादातर बाद की सोच की तरह बरता है: settings menu में कहीं तकनीकी रूप से समर्थित, पर उसके लिए design शायद ही कभी किया गया, और headline तो वह लगभग कभी नहीं बना। अगर डिक्टेशन को builders के लिए एक असली इनपुट channel बनना है — कोई demo नहीं — तो उसे उसी भाषा में काम करना होगा जिसमें आप वाक़ई सोचते हैं।

द्विभाषी कार्यदिवस ही सामान्य कार्यदिवस है

इसकी बनावट कुछ ऐसी है: आप अपनी मातृभाषा में सोचते हैं, English में code करते हैं, और दिन भर दोनों के बीच झूलते रहते हैं। कोई Romanian developer retryWithBackoff लिखता है, फिर Slack पर मुड़कर Romanian में समझाता है कि retry logic को backoff की ज़रूरत आख़िर पड़ी क्यों। कोई German engineer किसी PR की समीक्षा English syntax में करता है और उस पर टिप्पणी German गद्य में लिखता है।

टाइपिंग इस द्विभाषीपन को आराम से सँभाल लेती है, क्योंकि keyboard को इससे कोई मतलब नहीं कि आप किस भाषा में टाइप कर रहे हैं। पर जिस पल आप आवाज़ जोड़ते हैं, टूल को अचानक मतलब हो जाता है। अगर आपका डिक्टेशन सिर्फ़ English में ही ठीक से चलता है, तो आप code से सटे English टुकड़े तो डिक्टेट कर सकते हैं, पर वे मैसेज, docs और स्पष्टीकरण नहीं जो आप किसी दूसरी भाषा में लिखते हैं।

पैरलल-agent वाले उस workflow में यह और तीखा हो जाता है जिस पर हमने अपनी आवाज़ से Claude Code चलाना में लिखा है। अगर आपकी आवाज़ कई lanes का control channel है — एक window में किसी agent को prompt देना, दूसरी में किसी सहकर्मी को जवाब — तो English के बाहर लड़खड़ाने वाला डिक्टेशन टूल आपकी ठीक आधी lanes तोड़ देता है। Agent वाला prompt चल जाता है; साथी को दिया जवाब नहीं।

Keebye इसके बारे में असल में करता क्या है

भाषा-समर्थन के दावे वहीं हैं जहाँ डिक्टेशन की मार्केटिंग धुँधली हो जाती है, इसलिए यहाँ ठीक-ठीक वही है जो Keebye आज लागू करता है — न इससे ज़्यादा, न कम।

डिफ़ॉल्ट इंजन English-tuned है। हम इसे दबाएँगे नहीं। डिब्बे से निकलता मॉडल तेज़, सटीक English डिक्टेशन के लिए optimized है, क्योंकि यही सबसे छोटा अच्छा डिफ़ॉल्ट है और बहुत से users को इसके अलावा कुछ नहीं चाहिए।

Multilingual इंजन एक पूरे दर्जे का विकल्प है, और वह लोकल है। Settings में Canary इंजन पर स्विच करें और आपको 25 भाषाओं में on-device speech-to-text मिलता है: Bulgarian, Croatian, Czech, Danish, Dutch, English, Estonian, Finnish, French, German, Greek, Hungarian, Italian, Latvian, Lithuanian, Maltese, Polish, Portuguese, Romanian, Russian, Slovak, Slovenian, Spanish, Swedish, Ukrainian — साथ में एक language picker, ताकि आप जिस भाषा में काम करते हैं उसे pin कर सकें। Keebye की बाक़ी हर चीज़ की तरह यह भी आपके Mac पर चलता है: अपनी भाषा में अपनी टीम से बात करते हुए आपका ऑडियो कभी मशीन से बाहर नहीं जाता, और मॉडल डाउनलोड हो जाने के बाद यह ऑफ़लाइन भी चलता रहता है।

Apple का native इंजन भी मौजूद है। अगर आप macOS में पहले से बनी speech recognition इस्तेमाल करना चाहें — जो आपकी system language में चलती है — तो Keebye उसका इस्तेमाल कर सकता है, बिना किसी मॉडल डाउनलोड के।

आपका jargon साथ चलता है। कस्टम डिक्शनरी हर इंजन पर लागू होती है, और multilingual काम में यह कम नहीं, ज़्यादा मायने रखती है — हर टीम प्रोडक्ट नामों, English loanwords और उनके इर्द-गिर्द लिपटे स्थानीय व्याकरण की अपनी एक खिचड़ी बना लेती है।

और ईमानदार सरहद: 25 भाषाएँ 25 भाषाएँ ही हैं, “हर भाषा” नहीं। अगर आपकी भाषा उस सूची में नहीं है, तो Keebye का multilingual इंजन आज आपको कवर नहीं करता, और हम किसी मार्केटिंग वाले आँकड़े तक बढ़ा-चढ़ाकर कहने के बजाय यही कहना पसंद करेंगे। (रोज़मर्रा की कार्यविधि — भाषा pin करना, tray से झटपट स्विच, अपने-आप होने वाली पहचान ग़लत निकले तो क्या होता है — अपनी डिक्टेशन भाषा pin करें में है।)

यह दुर्लभ क्यों है, और यही मौक़ा क्यों है

Local-first multilingual डिक्टेशन सचमुच असामान्य है। Cloud डिक्टेशन प्रोडक्ट्स की भाषा-सूचियाँ आमतौर पर सबसे लंबी होती हैं — ऑडियो को बड़े server-side मॉडलों पर भेजना भाषाएँ जोड़ने का आसान तरीक़ा है — पर इससे आपकी speech किसी और के infrastructure से होकर गुज़रती है, और कुछ टीमें ठीक यही स्वीकार नहीं कर सकतीं। वह सौदा हमने ईमानदारी से Keebye vs Wispr Flow में रखा है। दूसरी तरफ़, local-first टूल्स ऐतिहासिक रूप से English के साथ आगे आते रहे हैं और बाक़ी भाषाओं को एक checkbox की तरह बरतते रहे हैं। (यही सवाल तौल रहे Superwhisper users हमारी तुलना पढ़ सकते हैं।)

नतीजा एक असली खाई है: जो developer Polish में डिक्टेट करना चाहता है और ऑडियो अपनी ही मशीन पर रखना चाहता है, उसके पास खड़े होने की जगहें कम हैं।

यह निजी भी है। Keebye की founder कहानी — दो बच्चे, तीन startups, एक आवाज़ — संयोग से एक Romanian बोलने वाले builder की कहानी है जो अंतरराष्ट्रीय startups के साथ काम करता है: ठीक वही द्विभाषी बँटवारा जो यह पोस्ट बयान करती है, रोज़ जिया हुआ। Multilingual इंजन कोई फ़ीचर नहीं जो हमने किसी बाज़ार के लिए जोड़ा हो। यह वह फ़ीचर है जिसकी ज़रूरत founder को दोपहर के खाने तक पड़ जाती थी।

यह कहाँ जाता है

हमारा दाँव सीधा है: builders के लिए वॉइस इनपुट को उसी कसौटी पर परखा जाएगा जिस पर keyboards को — या तो वह आपकी भाषा में चलता है, या वह टूटा हुआ है। “English और साथ में एक तारांकन” असली टीमों से टकराकर टिक नहीं पाएगा।

अगर आप उन 25 भाषाओं में से किसी एक में काम करते हैं, तो नीचे अपना फ़्री ट्रायल शुरू करें। इंजन Canary पर स्विच करें, अपनी भाषा pin करें, और अगला Slack जवाब वैसे ही डिक्टेट करें जैसे आप उसे सचमुच कहते — फिर हमें बताएँ कि क्या टूटा, जिस भी भाषा में आपको ठीक लगे।