कौन-से iPhone पर चलता है Sandbook

दो शर्तें हैं: iOS 18.2 या उसके बाद का वर्शन, और A14 पीढ़ी या उससे नई चिप। iPhone पर इसका मतलब है iPhone 12 सीरीज़ और उसके बाद का हर मॉडल, iPhone SE (3rd generation) समेत। iPad पर इसका मतलब है iPad Air (4th generation) और बाद के, iPad (10th generation) और बाद के, iPad mini (6th generation) और बाद के, और M1 या उसके बाद वाले iPad Pro।

वजह ख़ुद आवाज़ है। Sandbook किसी सर्वर से ऑडियो स्ट्रीम नहीं करता; यह हर वाक्य डिवाइस पर ही Kokoro-82M से बनाता है, जो Apple MLX के ज़रिए GPU पर चलता है। MLX को GPU का वह परिवार चाहिए जो Apple ने A14 चिप के साथ शुरू किया। पुराने iPhone में वह नहीं है, इसलिए उन फ़ोन पर मॉडल चल ही नहीं सकता, और Sandbook दिखावा करने के बजाय यह साफ़ बताना बेहतर समझता है। दूसरे न्यूरल रीडर यह रेखा अलग-अलग जगह खींचते हैं; कौन-सा ऐप पुराने iPhone से क्या माँगता है, इसका जायज़ा पूरा ब्योरा देता है।

App Store के अपने डिवाइस नियम “A14 या उसके बाद” जैसी शर्त नहीं लगा सकते, इसलिए किसी पुराने iPhone पर ऐप इंस्टॉल हो भी सकता है। ऐसा हो, तो आप किताबें जोड़ और पढ़ सकते हैं, और ऐप बताता है कि आवाज़ों के लिए iPhone 12 या उसके बाद का मॉडल चाहिए। यह काम का रीडर नहीं है, इसीलिए अगला हिस्सा है।

Sandbook की आवाज़ें iPhone XS, XS Max, XR, 11, 11 Pro, 11 Pro Max या SE (2nd generation) पर नहीं चलतीं, iOS 18 पर भी नहीं। इन सब पर जो चलता है, वह iOS में पहले से मौजूद है, और मुफ़्त है:

• Speak Screen। इसे Settings > Accessibility > Spoken Content में चालू करें। फिर किसी भी स्क्रीन के ऊपर से दो उँगलियों से नीचे स्वाइप करें और iPhone पूरा पेज पढ़कर सुनाता है, गति और आगे-पीछे जाने के लिए एक छोटे कंट्रोलर के साथ।
• Speak Selection। उन्हीं सेटिंग्ज़ में। कोई भी टेक्स्ट सेलेक्ट करें और दिखने वाले मेन्यू में Speak पर टैप करें।
• बेहतर आवाज़ें। Spoken Content > Voices में आप अपनी भाषा के लिए Enhanced या Premium आवाज़ डाउनलोड कर सकते हैं, जो डिफ़ॉल्ट से साफ़ तौर पर बेहतर लगती है और डाउनलोड के बाद ऑफ़लाइन चलती है।

हर सेटिंग, मेन्यू के मौजूदा नामों के साथ, iPhone से टेक्स्ट पढ़कर सुनवाने का तरीका वाली गाइड में क़दम-दर-क़दम समझाई गई है।

Speak Screen जो नहीं करती, वह है किताब के रीडर जैसा बर्ताव: न लाइब्रेरी, न EPUB या PDF इम्पोर्ट, और न हर फ़ाइल की पढ़ने की जगह याद रखना। पूरी तुलना, सेटअप के तरीके समेत, Speak Screen के विकल्प वाले पेज पर है।

मॉडल छोटा है। Kokoro-82M में 82 मिलियन पैरामीटर हैं, और Sandbook का पूरा डाउनलोड लगभग 276 MB का है, जिसमें मॉडल और सभी 41 आवाज़ें शामिल हैं। यह मॉडल डेटा सेंटर में रहने वाले स्पीच मॉडलों के आगे बेहद छोटा है, और इतना छोटा कि फ़ोन की मेमोरी में सिर्फ़ रखा नहीं, इस्तेमाल भी किया जा सके।

MLX यूनिफ़ाइड मेमोरी इस्तेमाल करता है, इसलिए हर चरण पर वेट CPU और GPU के बीच आगे-पीछे नहीं भेजे जाते। फ़ोन पर, जहाँ मेमोरी बैंडविड्थ ही कम पड़ने वाली चीज़ है, चीज़ों को कॉपी न करना ही ज़्यादातर ऑप्टिमाइज़ेशन है।

और रियल-टाइम आवाज़ लेटेंसी की समस्या है, थ्रूपुट की नहीं। Sandbook वाक्य-दर-वाक्य आवाज़ बनाता है और पहला वाक्य तैयार होते ही चलाना शुरू कर देता है, इसलिए GPU को बस बातचीत की रफ़्तार से सुन रहे इंसान से थोड़ा आगे रहना होता है — यह लक्ष्य iPhone 12 आराम से पूरा करता है।

न कोई लाइट मोड, न घटाई गई आवाज़ें, न कम गुणवत्ता वाला स्तर। iPhone 12 को 24 kHz पर पूरा Kokoro-82M मॉडल मिलता है, सभी 41 आवाज़ें (28 अमेरिकी और ब्रिटिश अंग्रेज़ी आवाज़ें, साथ में स्पेनिश, फ़्रेंच, इतालवी, ब्राज़ीलियाई पुर्तगाली और हिन्दी), शब्द-दर-शब्द हाइलाइट, EPUB, PDF, वेब पेज और स्कैन किए पृष्ठ, पढ़ने की थीम और फ़ॉन्ट, और 0.5× से 2.5× तक की पूरी गति।

इसे नेटवर्क से वही आज़ादी भी मिलती है। मॉडल फ़ोन पर होने से न बफ़रिंग है, न स्ट्रीमिंग, न सुरंग में फ़ेल होती रिक्वेस्ट, और ऑफ़लाइन किताब पढ़ते समय कोई डेटा ख़र्च नहीं होता।

एक सीमा हर डिवाइस पर लागू होती है, नया हो या पुराना: स्क्रीन लॉक होने पर रियल-टाइम पढ़ना रुक जाता है। स्क्रीन बंद रखकर सुनने के लिए पहले अध्याय तैयार करें।