अक्सर पूछे जाने वाले प्रश्न¶

सामान्य¶

क्या यह offline काम करता है?¶

ज्यादातर हाँ। विशेष रूप से:

Translation को LLM की आवश्यकता है। Free Gemini API online है; Custom Provider settings के माध्यम से local Ollama / LM Studio पूरी तरह से offline है।
Tesseract या EasyOCR के साथ OCR offline है।
Whisper (default) के साथ STT offline है।
Edge TTS (default) के साथ TTS online है; ElevenLabs / Google Cloud TTS / Gemini TTS online हैं (free या paid); Piper TTS पूरी तरह से offline neural TTS है — कोई key नहीं, कोई network calls नहीं जब आपने Settings → Voice → Piper TTS → Download voices now के माध्यम से per-language voice (~25–60 MB ONNX file) download कर लिया हो।

पूरी तरह से air-gapped setup के लिए: Custom Provider → local LLM, OCR के लिए Tesseract या EasyOCR, STT के लिए Whisper, और voice output के लिए Piper TTS।

मेरी translated files कहाँ saved होती हैं?¶

Default रूप से original के बगल में, _translated_<src>_<tgt> suffix के साथ (जैसे report_translated_en_fr.docx)। Settings → General → Translation storage path में per-feature override करें।

मेरी settings कहाँ store होती हैं?¶

INI file पर:

OS	Path
Linux	`~/.config/ai-translate/settings.ini`
macOS	`~/Library/Preferences/ai-translate/settings.ini`
Windows	`%APPDATA%\ai-translate\settings.ini`

API keys OS keychain में रहती हैं (INI में नहीं)। Translation history data directory में SQLite DB में रहती है।

मेरा data कैसे संभाला जाता है?¶

Local-first — text आपकी मशीन को कभी नहीं छोड़ता जब तक कि आप एक cloud LLM / OCR / STT / TTS service कॉल नहीं कर रहे हैं।
No telemetry — ऐप phone home नहीं करता। ऐप द्वारा किया जाने वाला एकमात्र outbound request optional GitHub-Releases update check है (Settings → General में toggle); cloud backends केवल अपने respective vendors को कॉल करते हैं।
API keys — आपके OS keychain में store होती हैं। Desktop ऐप का keychain fallback एक plaintext INI है जब कोई keychain daemon उपलब्ध नहीं हो।

क्या मैं एक Google Doc / Notion page का अनुवाद कर सकता हूँ?¶

सीधे नहीं। पहले .docx में export करें, अनुवाद करें, फिर translated file को वापस import करें। Notion (Markdown / HTML के रूप में export), Confluence (.docx के रूप में export), आदि के लिए भी ऐसा ही।

Models / engines चुनना¶

मुझे कौन सा LLM model उपयोग करना चाहिए?¶

अधिकांश users के लिए:

कोई भी Gemini Flash variant — free tier, fast, surprisingly good। रोज़मर्रा के translations के लिए उपयोग करें। Names ऐसे दिखते हैं gemini-2.5-flash, gemini-3-flash-preview, आदि, वर्तमान में जो उपलब्ध है उस पर निर्भर करता है।
कोई भी Gemini Pro variant — pay-per-token, उच्च quality। महत्वपूर्ण documents (legal, technical, customer-facing) के लिए उपयोग करें।
Local Ollama एक 7B-13B model के साथ — जब आपको offline / privacy की आवश्यकता हो।

Per-feature model picker का अर्थ है कि आप chat-style translation के लिए एक fast model का उपयोग कर सकते हैं और expensive एक को documents के लिए reserve कर सकते हैं।

मुझे कौन सा OCR engine उपयोग करना चाहिए?¶

Tesseract major scripts में clean printed text के लिए। Free, offline, fast।
EasyOCR non-Latin scripts (विशेष रूप से CJK) और noisier images के लिए।
Google Cloud Vision handwriting, mixed scripts, और highest accuracy के लिए जब आप भुगतान कर सकते हैं।

मुझे कौन सा STT method उपयोग करना चाहिए?¶

Whisper local offline / privacy के लिए।
Soniox multi-speaker recordings के लिए — speaker labels आपके SRT में round-trip करते हैं।
Google Cloud STT telephony / medical audio के लिए (उनके domain models अच्छे हैं)।
Gemini Live real-time speech-to-speech translation के लिए।

कौन सा TTS backend?¶

Edge TTS free, उच्च-quality voices के लिए।
ElevenLabs premium / branded / cloned voices के लिए।
Google Cloud TTS long-tail languages में WaveNet voices के लिए जहाँ Edge की coverage कम है।
Gemini TTS अपनी existing Gemini API key को reuse करते हुए free natural prebuilt voices के लिए।
Piper TTS जब आपको offline / air-gapped voice output की आवश्यकता हो। Trade-off: हर language को Settings → Voice → Piper TTS → Download voices now के माध्यम से एक one-time ~25–60 MB voice download की आवश्यकता होती है, और ऐप की 45 languages में से 13 के पास Piper voice नहीं है (वे silently Edge TTS पर fall back करते हैं)।

Workflow¶

मैं एक पूरे folder का अनुवाद कैसे करूँ?¶

Folder को Translate Document drop zone में drop करें। अंदर (recursively) supported files queue हो जाती हैं; बाकी सब कुछ silently skip होता है। एक 100-file drop cap है; bigger batches → multiple drops में split करें।

क्या मैं translations को pause और resume कर सकता हूँ?¶

हाँ। ऐप को कभी भी quit करें — Pending / Translating tasks अगले launch पर resume होते हैं। Per-task checkpointing का अर्थ है कि 100 में से PDF पेज 47 redone नहीं होगा जब आप resume करते हैं।

क्या मैं हाथ से एक translation edit कर सकता हूँ?¶

Translate Text के लिए — हाँ, right pane पर क्लिक करें और टाइप करें। Edit entry के history record में auto-save होता है।

Translate Document के लिए — translated file को अपने सामान्य editor (Word, LibreOffice, आदि) में खोलें और वहाँ edit करें। ऐप edits को history में वापस roundtrip नहीं करता।

क्या मैं strings की एक list को bulk-translate कर सकता हूँ?¶

CLI का उपयोग करें:

ait *.txt --target French

या in-process strings (जैसे code से extracted UI strings) के लिए, list के साथ translate_text MCP tool को कॉल करें, या Python API को सीधे उपयोग करें:

from src.core.llm_engine import translate_text
out = translate_text(texts=["Hello", "World"], target_lang="French")

शब्दावली¶

LLM मेरी glossary का उपयोग क्यों नहीं कर रहा है?¶

जाँचने के लिए तीन चीजें:

Set active है (checkbox checked)।
आपकी glossary में source term वास्तव में source text में आता है (per-call compression LLM को केवल वे entries भेजता है जो batch text से match करती हैं — tokens बचाता है, लेकिन इसका मतलब है कि एक typo'd source term invisible है)।
Model पर्याप्त strong है — flash-lite कभी-कभी उन hints को ignore करता है जिन्हें flash और pro honor करते हैं।

Glossary terms accent-insensitively match होते हैं?¶

हाँ। Glossary lookup और Glossary page में search box दोनों एक normalisation function का उपयोग करते हैं जो accents और case को strip करता है। तो cafe, Café, और CAFE सभी एक entry से match करते हैं जिसका source Café है।

Privacy¶

क्या आप कोई usage data collect करते हैं?¶

नहीं। ऐप के पास कोई analytics SDK नहीं है। Optional update check startup पर एक single GitHub Releases endpoint poll करता है; यह Settings → General में toggleable है।

क्या मेरी API keys safe हैं?¶

वे आपके OS keychain में store की जाती हैं (macOS पर Keychain, Windows पर Credential Manager, Linux पर Secret Service)। अन्य processes उन्हें आपकी explicit permission के बिना नहीं पढ़ सकती हैं। Fallback (जब कोई keychain daemon उपलब्ध नहीं हो — typically headless Linux servers) आपके user की config directory के तहत एक plaintext INI है; उस mode में keys file-permission-protected हैं लेकिन cryptographically encrypted नहीं हैं।