103 भाषाओं में रियल-टाइम अनुवाद समर्थित — किसी भी दिशा में

अपडेट किया गया मई 2026

क्या आप एक ऐसी रियल-टाइम अनुवाद ऐप खोज रहे हैं जो आपकी भाषा जोड़ी को सपोर्ट करे? Live Translate Live किसी भी दिशा में एक साथ दो-तरफ़ा अनुवाद के साथ 103 भाषाओं को सपोर्ट करता है। यानी 10,506 संभावित भाषा संयोजन — सभी में स्क्रीन पर लाइव स्क्रॉलिंग अनुवाद, और उनमें से 74 में AI वॉयस प्लेबैक। पूर्ण कैनोनिकल संदर्भ (प्रति भाषा सटीकता स्तर के साथ) /languages पर उपलब्ध है; यह पोस्ट सूची और विभिन्न भाषा जोड़ियों से क्या अपेक्षा करें, इस पर चर्चा करती है।

समर्थित भाषाओं की पूरी सूची

नीचे दी गई हर भाषा स्रोत और लक्ष्य भाषा दोनों के रूप में काम करती है। कोई भी दो चुनें और रियल-टाइम अनुवाद के साथ एक द्विभाषी बातचीत शुरू करें।

स्पीच रिकग्निशन बनाम अनुवाद: दो अलग परतें

यदि आप टूल्स की तुलना कर रहे हैं तो एक त्वरित बात समझने योग्य है: एक लाइव ट्रांसलेशन ऐप में “भाषा समर्थन” वास्तव में एक-दूसरे के ऊपर रखी दो अलग-अलग चीज़ें हैं। पहले ऐप को पहचानना होता है कि आपने क्या कहा (स्पीच-टू-टेक्स्ट, या ASR)। फिर उसे उस टेक्स्ट को दूसरी भाषा में अनुवाद करना होता है (मशीन ट्रांसलेशन, या MT)। ये अलग-अलग कवरेज वाले अलग-अलग सिस्टम हैं।

Live Translate Live स्पीच रिकग्निशन के लिए ElevenLabs Scribe v2 Realtime और अनुवाद के लिए Google Gemini 2.5 का उपयोग करता है। ऊपर दी गई 103 भाषाओं की सूची वह है जो Scribe v2 स्ट्रीम करता है; Gemini 2.5 उन सभी के साथ-साथ टेक्स्ट-ट्रांसलेशन साइड पर कई और भाषाओं को कवर करता है। लाइव स्पीच ट्रांसलेशन के लिए सीमित करने वाला कारक लगभग हमेशा ASR परत होती है, न कि ट्रांसलेशन परत।

इसीलिए कोई भाषा Google Translate के टेक्स्ट इंटरफ़ेस में दिख सकती है लेकिन लाइव स्पीच ऐप में नहीं। टेक्स्ट ट्रांसलेशन को केवल MT परत की ज़रूरत होती है। लाइव स्पीच ट्रांसलेशन को दोनों परतों को मिलीसेकंड में, एक स्ट्रीमिंग ऑडियो फ़ीड पर, माइक्रोफ़ोन जो भी एक्सेंट और बैकग्राउंड नॉइज़ उठाए उसके साथ काम करना होता है। जब कोई भाषा उपयोग योग्य स्ट्रीमिंग-ASR गुणवत्ता से नीचे गिर जाती है, तो हम उसे छोड़ना पसंद करते हैं बजाय ऐसी चीज़ शिप करने के जो आधी बातचीत को गलत ट्रांसक्राइब करे।

ElevenLabs Scribe v2 के लिए चार-स्तरीय वर्ड-एरर-रेट (WER) ग्रिड प्रकाशित करता है — Excellent (≤5%), High (5–10%), Good (10–15%), और Developing (15%+)। हम इन स्तरों को इन-ऐप पिकर में प्रत्येक भाषा के बगल में रंगीन डॉट्स के रूप में दिखाते हैं, और पूरा विवरण /languages पर है। नई लॉन्च अनाउंसमेंट पोस्ट इंजन स्वैप और उपयोगकर्ताओं के लिए क्या बदला, इसे कवर करती है।

भाषाएँ और क्षेत्रीय वेरिएंट

ऊपर दी गई 103 भाषाओं में से कई के कई क्षेत्रीय बोलियाँ हैं। कुछ को एकल मॉडल के रूप में संभाला जाता है, कुछ में प्रति-क्षेत्र वेरिएंट हैं जिन्हें आप चुन सकते हैं, और कुछ बड़े भाषा परिवार ASR परत पर एक प्रमुख वेरिएंट में समाहित हो जाते हैं। यहाँ बताया गया है कि सबसे सामान्य वेरिएंट कैसे विभाजित होते हैं।

जहाँ पिकर एक विशिष्ट क्षेत्रीय वेरिएंट प्रदान करता है, वहाँ वक्ता से मेल खाने वाला वेरिएंट चुनने से ट्रांसक्रिप्शन सटीकता में ध्यान देने योग्य सुधार होता है — विशेष रूप से पुर्तगाली और फ्रेंच के लिए।

कौन सी भाषा जोड़ियाँ सबसे अच्छा प्रदर्शन करती हैं

सभी 10,506 जोड़ियाँ काम करती हैं, लेकिन सभी एक जैसी नहीं लगतीं। तीन कारक किसी दी गई जोड़ी के वास्तविक अनुभव को निर्धारित करते हैं:

• दोनों पक्ष शीर्ष स्तर में। जब दोनों भाषाएँ Excellent (≤5% WER) या High (5–10%) स्तर में होती हैं, तो रिकग्निशन अनिवार्य रूप से बाधा के रूप में गायब हो जाता है। उदाहरण: English ↔ Spanish, English ↔ French, Spanish ↔ Portuguese, English ↔ Japanese, German ↔ Dutch।
• भाषा-परिवार निकटता। एक ही परिवार के भीतर की जोड़ियाँ (Spanish ↔ Portuguese, Dutch ↔ German, Czech ↔ Slovak, Hindi ↔ Urdu) सबसे अधिक प्रवाह के साथ अनुवाद करती हैं। मॉडलों ने बड़ी मात्रा में समानांतर डेटा देखा है, और वाक्य-विन्यास संरचना अक्सर इतनी करीब होती है कि अनुवाद प्राकृतिक भाषण जैसा पढ़ा जाता है।
• शब्द-क्रम संरेखण। अंग्रेज़ी SVO (subject-verb-object) है। जापानी और कोरियाई SOV (subject-object-verb) हैं। इसका मतलब है कि एक पूरे जापानी वाक्य का अनुवाद अक्सर तब तक नहीं किया जा सकता जब तक क्रिया बोली न जाए — ट्रांसलेटर को उपवाक्य के अंत तक प्रतीक्षा करनी होती है। एक ही शब्द क्रम वाली जोड़ियाँ अधिक प्रवाहमान वृद्धिशील अनुवाद उत्पन्न करती हैं; उलटे शब्द क्रम वाली जोड़ियाँ उपवाक्य सीमाओं पर अपडेट होने वाला अधिक खंडित आउटपुट उत्पन्न करती हैं।

व्यवहार में सबसे तेज़ और सबसे सहज लगने वाली जोड़ियाँ:

• English ↔ Spanish, Spanish ↔ Portuguese, Spanish ↔ Italian — रोमांस परिवार, साझा SVO क्रम, अत्यंत अच्छी तरह से प्रशिक्षित
• English ↔ French, English ↔ German, English ↔ Dutch — समान संरचना वाली उच्च-संसाधन जोड़ियाँ
• Hindi ↔ Urdu — लगभग समान बोली जाने वाली भाषा, केवल लिपि अलग है
• Czech ↔ Slovak, Serbian ↔ Croatian — स्लाविक के भीतर भाषाई रूप से करीबी जोड़ियाँ

जोड़ियाँ जो अच्छी तरह काम करती हैं लेकिन प्रत्येक वाक्य प्रकट होने से पहले अधिक दृश्यमान “सोचना” दिखाती हैं:

• English ↔ Japanese, English ↔ Korean — SOV संरचना उपवाक्य-स्तरीय अनुवाद को मजबूर करती है
• English ↔ Arabic — दाएँ-से-बाएँ लिपि, अलग रूपविज्ञान, बोली भिन्नता
• Developing-स्तर की भाषाओं (Pashto, Lao, Sindhi, आदि) वाली जोड़ियाँ — ट्रांसक्रिप्ट अधिक कच्चे होते हैं लेकिन बातचीत फिर भी चलती रहती है; Audio mode यहाँ अधिक अनुकूल हो सकता है क्योंकि आप Translate टैप करने से पहले ट्रांसक्रिप्ट की समीक्षा कर सकते हैं

“रियल-टाइम” का वास्तव में क्या मतलब है

“रियल-टाइम” एक ढीला शब्द है, इसलिए यहाँ बताया गया है कि यह व्यवहार में कैसा दिखता है। जैसे ही आप बोलते हैं, शब्द लगभग तुरंत स्क्रीन पर दिखने लगते हैं — अंतरिम टेक्स्ट जो रिकग्नाइज़र के वाक्य का अधिक हिस्सा सुनने पर पक्का होता जाता है। ElevenLabs Scribe v2 के लिए ~150 ms स्ट्रीमिंग लेटेंसी प्रकाशित करता है, और अधिकांश शब्द बोले जाने के ~400–800 ms के भीतर दिखाई देते हैं।

अनुवाद प्रत्येक वाक्य के अंतिम होने पर शुरू होता है। Gemini 2.5 कम सैकड़ों मिलीसेकंड में अनुवाद लौटाता है, इस लाभ के साथ कि यह पिछले मोड़ देखता है और उनके पार बातचीत का संदर्भ बनाए रखता है। “वक्ता एक वाक्य समाप्त करता है” से “श्रोता अनुवाद देखता है” तक की एंड-टू-एंड लेटेंसी आमतौर पर एक सेकंड से कम होती है।

इसीलिए शब्द क्रम मायने रखता है: रिकग्नाइज़र बात करते समय खुशी से अंतरिम टेक्स्ट दिखाएगा, लेकिन ट्रांसलेटर को काम करने के लिए एक सुसंगत उपवाक्य की ज़रूरत होती है। English ↔ Spanish में, वह उपवाक्य सीमा दोनों भाषाओं में लगभग एक ही जगह आती है। English ↔ Japanese में नहीं — इसीलिए जापानी अनुवाद स्पेनिश की तुलना में थोड़े बड़े खंडों में दिखाई देते हैं।

एज केस: बोलियाँ, लिपियाँ, और नाम

लाइव बातचीत शायद ही कभी एकल भाषा की साफ़ सीमाओं के भीतर रहती है। कुछ एज केस उल्लेख करने योग्य हैं क्योंकि वे अक्सर सामने आते हैं।

कोड-स्विचिंग। द्विभाषी वक्ता अक्सर वाक्य के बीच में भाषाएँ मिलाते हैं — Spanglish, Hinglish, Franglais। ऐप अधिकांश समय इसे सुंदर ढंग से संभालता है, प्रत्येक भाषा को स्क्रीन के सही पक्ष पर रखता है, भले ही वक्ता बीच उच्चारण में पलट जाए। अनुमानित कोड-स्विचिंग के लिए प्रति वक्ता एक भाषा असाइन रखना अभी भी मदद करता है; आकस्मिक शब्दों के लिए, ट्रांसलेशन परत आमतौर पर छोटी ट्रांसक्रिप्शन विचित्रताओं को माफ़ कर देती है।

उचित संज्ञाएँ और नाम। लोगों, कंपनियों और स्थानों के नाम ASR सिस्टम के लिए सबसे कठिन चीज़ हैं क्योंकि वे शब्दकोश वितरण का पालन नहीं करते। आप कभी-कभी किसी नाम को ध्वन्यात्मक रूप से अजीब तरीके से आते देखेंगे। ट्रांसलेशन परत आमतौर पर उचित संज्ञाओं को अनुवादित नहीं छोड़ती, जो सही व्यवहार है — “Guillermo” अंग्रेज़ी में “Guillermo” ही रहना चाहिए, “William” नहीं बनना चाहिए। महत्वपूर्ण नामों (चिकित्सा अपॉइंटमेंट, कानूनी बातचीत) के लिए, एक बार नाम लिखकर या दिखाकर भी मदद मिलती है। आप मेनू से keyterms के रूप में नाम भी जोड़ सकते हैं — Scribe v2 keyterm prompting का समर्थन करता है, जो इंजन को आपके बताए नामों को पहचानने की ओर प्रेरित करता है।

“अनुवाद न होने वाले” सांस्कृतिक शब्द। Schadenfreude, saudade, hygge, या giri जैसे शब्दों के अंग्रेज़ी में साफ़ एक-शब्द समकक्ष नहीं हैं। Gemini 2.5 या तो लिप्यंतरण करेगा (मूल शब्द रखेगा) या व्याख्या करेगा (जैसे hygge के लिए “संतोष की एक आरामदायक भावना”)। व्याख्याएँ लंबी हो सकती हैं — कभी-कभी स्रोत में एक शब्द लक्ष्य में एक उपवाक्य उत्पन्न करता है। यह अपेक्षित व्यवहार है, कोई बग नहीं।

तकनीकी शब्दजाल और उद्योग शब्दावली। चिकित्सा शब्द, कानूनी शब्द, और उत्पाद नाम आमतौर पर ट्रांसलेटर द्वारा अच्छी तरह से संभाले जाते हैं लेकिन Good या Developing सटीकता स्तर की भाषाओं के लिए ASR को ठोकर लगा सकते हैं। यदि आप किसी छोटी भाषा में डोमेन-विशिष्ट बातचीत के लिए ऐप का उपयोग कर रहे हैं, तो विशेष शब्दों पर कभी-कभी अस्पष्ट ट्रांसक्रिप्ट की अपेक्षा करें — और वास्तव में सुरक्षा-महत्वपूर्ण किसी भी चीज़ के लिए, एक मानव दुभाषिया अभी भी सही विकल्प है।

मिश्रित-भाषा परिवार। द्विभाषी परिवारों के लिए जहाँ एक व्यक्ति एक भाषा बोलता है और दूसरा किसी अलग भाषा में जवाब देता है, Live Translate Live की दो-स्ट्रीम आर्किटेक्चर इसे मूल रूप से संभालती है — बातचीत के प्रत्येक वक्ता के पक्ष का दूसरे पक्ष की भाषा में अनुवाद होता है, चाहे कोई भी बात कर रहा हो।

किसी भी दिशा में अनुवाद

अधिकांश ट्रांसलेशन ऐप केवल अंग्रेज़ी से और अंग्रेज़ी में अनुवाद करते हैं। Live Translate Live अलग है — यह सभी 103 भाषाओं के बीच किसी भी दिशा में अनुवाद का समर्थन करता है। इसका मतलब है कि आप सीधे जापानी और फ्रेंच, अरबी और कोरियाई, हिंदी और पुर्तगाली, वियतनामी और पोलिश, या किसी अन्य संयोजन के बीच अनुवाद कर सकते हैं। कोई अंग्रेज़ी मध्यस्थ आवश्यक नहीं।

103 भाषाओं और किसी भी दिशा में जोड़ी के साथ, आपको 10,506 अद्वितीय भाषा जोड़ियाँ मिलती हैं। बातचीत के दोनों पक्षों का दो-तरफ़ा अनुवाद के साथ एक साथ अनुवाद होता है, इसलिए किसी भी वक्ता को प्रतीक्षा नहीं करनी पड़ती।

74 भाषाओं में लाइव AI वॉयस (Audio Mode)

स्क्रॉलिंग marquee के अलावा, Audio mode ElevenLabs v3 का उपयोग करके आपके डिवाइस स्पीकर के माध्यम से अनुवादित वाक्य ज़ोर से बजाता है (जिन भाषाओं को यह कवर करता है उनके लिए तेज़ विकल्प के रूप में Flash v2.5 के साथ)। 103 समर्थित भाषाओं में से 74 में आज AI वॉयस प्लेबैक है; बाकी अभी भी Audio mode में काम करती हैं, आप बस बोले गए प्लेबैक के बिना स्क्रीन पर अनुवादित टेक्स्ट देखते हैं।

Audio mode सही टूल है जब स्क्रॉलिंग डिस्प्ले पढ़ना व्यावहारिक नहीं है — बाज़ार, टैक्सी, अस्पताल प्रतीक्षा कक्ष, कहीं भी जहाँ आप स्वाभाविक रूप से फ़ोन आगे-पीछे पास करते। गहरी जानकारी हमारी Audio mode पोस्ट में है।

लोकप्रिय भाषा जोड़ियाँ

हालाँकि हर संयोजन काम करता है, यहाँ Live Translate Live पर सबसे अधिक उपयोग की जाने वाली कुछ जोड़ियाँ हैं:

• English ↔ Spanish — व्यापार और यात्रा के लिए दुनिया भर में सबसे लोकप्रिय जोड़ी
• English ↔ French — यूरोप, अफ्रीका और कनाडा में आवश्यक
• English ↔ Arabic — मध्य पूर्व और उत्तरी अफ्रीका में संचार को जोड़ना
• English ↔ Hindi — दक्षिण एशिया में बहुभाषी परिवारों और व्यवसायों को जोड़ना
• English ↔ Japanese — जापान में अंतर्राष्ट्रीय व्यापार और यात्रा के लिए महत्वपूर्ण
• English ↔ Korean — व्यापार और सांस्कृतिक आदान-प्रदान के लिए बढ़ती माँग
• English ↔ Mandarin / Cantonese — अलग-अलग भाषा प्रविष्टियों के रूप में उपलब्ध
• Spanish ↔ Portuguese — लैटिन अमेरिका में प्राकृतिक जोड़ी
• French ↔ German — प्रमुख यूरोपीय व्यापार गलियारा
• Japanese ↔ Korean — हमारी सबसे अधिक उपयोग की जाने वाली गैर-अंग्रेज़ी जोड़ियों में से एक
• Hindi ↔ Arabic — अंग्रेज़ी के बिना दक्षिण एशिया और मध्य पूर्व को जोड़ना

अपनी जोड़ी सूचीबद्ध नहीं दिख रही? यदि दोनों भाषाएँ ऊपर दी गई समर्थित सूची में हैं, तो वे एक साथ काम करती हैं — सभी 10,506 संयोजन पूरी तरह से समर्थित हैं।

अक्सर पूछे जाने वाले प्रश्न

क्या यह एक्सेंट को संभालता है?

हाँ, एक व्यापक श्रेणी में। Scribe v2 को विविध एक्सेंट डेटा पर प्रशिक्षित किया गया है, और अंग्रेज़ी विशेष रूप से US, UK, ऑस्ट्रेलियाई, भारतीय और दक्षिण अफ्रीकी एक्सेंट को साफ़ तरीके से संभालती है। अन्य भाषाओं के लिए, किसी देश के भीतर भारी क्षेत्रीय एक्सेंट (उदाहरण के लिए, मोटी ग्रामीण बोलियाँ) न्यूज़-एंकर भाषण की तुलना में थोड़ी अधिक त्रुटि दर देखेंगे, लेकिन 2026 में समग्र प्रवृत्ति यह है कि आधुनिक ASR पुराने सिस्टम की तुलना में ध्यान देने योग्य रूप से कम एक्सेंट-संवेदनशील है। यदि कोई विशिष्ट वक्ता खराब रिकग्निशन प्राप्त कर रहा है, तो सबसे बड़ा एकल सुधार आमतौर पर किसी अलग भाषा सेटिंग के बजाय बेहतर माइक्रोफ़ोन स्थिति है।

क्या होगा यदि कोई शब्द लक्ष्य भाषा में मौजूद नहीं है?

Gemini 2.5 या तो लिप्यंतरण करेगा (मूल शब्द रखेगा, कभी-कभी लक्ष्य लिपि में प्रस्तुत) या व्याख्या करेगा (एक छोटा वाक्यांश उपयोग करेगा जो अर्थ को पकड़ता है)। लोनवर्ड्स के लिए जो लक्ष्य भाषा में पहले से सामान्य हैं — “computer,” “taxi,” “sushi” — यह उन्हें बस पास कर देता है। वास्तव में संस्कृति-विशिष्ट शब्दों के लिए जिनका कोई सीधा समकक्ष नहीं है, व्याख्या की अपेक्षा करें। कोई भी मामला बातचीत को नहीं तोड़ता; आपको कभी-कभी वक्ता द्वारा उत्पादित की तुलना में थोड़ा लंबा वाक्य मिलता है।

क्या दोनों वक्ताओं को एक ही ब्राउज़र का उपयोग करना होगा?

नहीं। Live Translate Live एक सिंगल-स्क्रीन ऐप है — सामान्य सेटअप एक डिवाइस पर दो लोग हैं, या तो साथ-साथ बैठे हैं या टेबल के विपरीत पक्षों से डिस्प्ले पढ़ने के लिए vis-à-vis mode का उपयोग कर रहे हैं। दूसरे वक्ता के लिए कोई अलग लॉगिन या ऐप इंस्टॉल आवश्यक नहीं है; उन्हें बस माइक्रोफ़ोन की सीमा में होना चाहिए। किसी कमरे में या TV पर सेटअप के लिए, डिस्प्ले को कास्ट किया जा सकता है या एक अलग स्क्रीन पर खोला जा सकता है।

क्या मैं बातचीत के बीच में भाषाएँ बदल सकता हूँ?

हाँ। भाषा पिकर लाइव है — आप सत्र समाप्त किए बिना किसी भी समय किसी भी पक्ष की भाषा बदल सकते हैं। यह उपयोगी है जब कोई तीसरा व्यक्ति किसी अलग भाषा में बातचीत में शामिल होता है, या जब कोई द्विभाषी वक्ता बीच में एक भाषा से दूसरी भाषा में स्विच करता है। क्रेडिट स्विच के दौरान बिना रुकावट के जारी रहते हैं।

अपनी भाषा जोड़ी के साथ आज़माएँ

अपनी दो भाषाएँ चुनें और सेकंडों में एक रियल-टाइम द्विभाषी बातचीत शुरू करें। Live Translate Live आपके ब्राउज़र में काम करता है — कोई ऐप डाउनलोड नहीं करना। दोनों वक्ता बात करते समय लाइव अनुवाद के साथ एक स्क्रॉलिंग ट्रांसलेशन डिस्प्ले देखते हैं, या आप AI वॉयस प्लेबैक के साथ वन-ऑन-वन हैंडहेल्ड उपयोग के लिए Audio mode पर स्विच कर सकते हैं।

ट्रांसलेशन क्रेडिट केवल 15 मिनट के लिए $1 से शुरू होते हैं। कोई सब्सक्रिप्शन आवश्यक नहीं।

अनुवाद शुरू करें · Audio mode · पूर्ण भाषा संदर्भ · मूल्य निर्धारण देखें

---