Chatroulette: वह इको जो आपके सामने वाले को भगा देता है

आप कहते हैं, "हाय, कैसे हो?" सामने वाला अजनबी मुँह खोलता है, फिर ठिठक जाता है: उसने अभी-अभी अपनी ही आवाज़ एक चौथाई सेकंड की देरी से लौटकर सुनी, और पीछे एक हल्की सी सीटी भी। वह माथे पर बल डालता है, कहता है "तुम्हारे यहाँ इको आ रहा है", आप पूछते हैं "क्या?", और वह नेक्स्ट दबा देता है। आपने अपने हेडफ़ोन में कुछ भी असामान्य नहीं सुना — और यही तो असली दिक्कत है: इको सिर्फ़ सामने वाले के कान में मौजूद होता है।

हमने पहले वीडियो डेटिंग में इमेज और साउंड के बारे में, कनेक्ट होने से पहले ही वेबकैम पर पकड़ बनाने के बारे में, और चेहरे से ज़्यादा मायने रखने वाली आवाज़ के बारे में बात की है। यह लेख रैंडम वीडियो चैट की सबसे आम और सबसे गलत समझी जाने वाली ऑडियो खराबी पर है: अकूस्टिक इको, और उसका हिंसक चचेरा भाई, लार्सन (फीडबैक)। यह खराबी खास है क्योंकि यह असममित है: आप इसे कभी नहीं सुनते, सामने वाला इसे ज़रूरत से ज़्यादा सुनता है। और चूँकि चैटरूलेट पर कोई आपको समझाने का वक्त नहीं निकालता, आप "नेक्स्ट" जमा करते रहते हैं और कभी समझ नहीं पाते कि क्यों।

तीन हिस्से: इको का ठीक-ठीक मैकेनिज़्म, पाँच मिनट में डायग्नोसिस, और फिर उपाय, मुफ़्त से लेकर हार्डवेयर तक — साथ में सिस्टम की तरफ़ जाँचने वाली सटीक सेटिंग्स।

1. इको आखिर कहाँ से आता है

आपके स्पीकर और आपके माइक के बीच एक लूप

सिद्धांत यांत्रिक रूप से बेहद सरल है। सामने वाला बोलता है। उसकी आवाज़ आपके स्पीकर से निकलती है। आपका माइक, जो इन स्पीकरों से कुछ सेंटीमीटर दूर है, उस आवाज़ को आपकी आवाज़ के साथ-साथ पकड़ लेता है। और उसे नेटवर्क पर वापस भेज देता है। नतीजा: सामने वाला खुद को ही सुनता है, और देरी नेटवर्क की आवाजाही के बराबर होती है — आम तौर पर 150 से 400 मिलीसेकंड।

यह देरी ही असली कुंजी है। 30 ms से कम का विलंब आवाज़ के रंग में बदलाव जैसा लगता है — अप्रिय, पर सहनीय। 100 ms से ऊपर दिमाग इसे एक अलग ध्वनि के रूप में पहचान लेता है, और तभी बोलना शारीरिक रूप से तकलीफ़देह हो जाता है: आप अपनी ही आवाज़ से टकराते हैं, तारतम्य टूटता है, आप धीमे पड़ जाते हैं। देरी से मिलने वाले वोकल फीडबैक की धारणा पर हुए अध्ययन (वह परिघटना जिसे delayed auditory feedback कहा जाता है, जिसका दस्तावेज़ीकरण 1950 के दशक से मौजूद है) दिखाते हैं कि इस स्तर का विलंब एक सामान्य वक्ता में हकलाहट और अनचाहे ठहराव पैदा करने के लिए पर्याप्त है। सामने वाला आपको अशिष्टता के कारण नहीं छोड़ रहा: वह सचमुच अपने वाक्य बना ही नहीं पा रहा।

लार्सन: वह लूप जो खुद को खिलाता है

लार्सन (या feedback) अगला चरण है। अगर दोनों तरफ़ स्पीकर खुले हों, तो ध्वनि गोल-गोल घूमने लगती है: माइक A → स्पीकर B → माइक B → स्पीकर A → माइक A… हर चक्कर पर कमरे और उपकरणों द्वारा सबसे अधिक उभारी जाने वाली फ्रीक्वेंसियाँ और तेज़ हो जाती हैं। दो-तीन सेकंड में आपको वही तीखी सीटी मिल जाती है जिसे सब जानते हैं। यह अप्रिय है, और तेज़ आवाज़ वाले हेडफ़ोन पर कानों में दर्द तक कर सकता है। यही वजह है कि लार्सन होने पर बिना किसी बहस के तुरंत डिस्कनेक्ट हो जाता है।

ऑटोमैटिक इको कैंसलेशन हमेशा काफ़ी क्यों नहीं होता

आधुनिक ब्राउज़रों में सॉफ़्टवेयर इको कैंसलेशन अंतर्निहित होता है। ब्राउज़र में चलने वाले लगभग सभी वीडियो चैट प्लेटफ़ॉर्म जिस WebRTC स्पेसिफिकेशन का इस्तेमाल करते हैं, उसमें इसे echoCancellation कहा जाता है और कैप्चर किए गए ऑडियो स्ट्रीम पर यह डिफ़ॉल्ट रूप से सक्रिय रहता है — Mozilla के MDN Web Docs का दस्तावेज़ीकरण इसे getUserMedia की मानक कंस्ट्रेंट्स में गिनाता है। यह एल्गोरिद्म लगातार तुलना करता है कि वह आपके स्पीकरों की तरफ़ क्या भेज रहा है और माइक से क्या प्राप्त कर रहा है, और दूसरे को पहले से घटा देता है।

यह बहुत अच्छा काम करता है, सिवाय पाँच स्थितियों में:

आखिरी स्थिति, काफ़ी अंतर से, सबसे आम है। टैब खुलने के बाद लगाया गया USB हेडसेट पेज द्वारा हमेशा आउटपुट के रूप में नहीं उठाया जाता: आवाज़ लैपटॉप के स्पीकरों से निकलती रहती है जबकि हेडफ़ोन आपके सिर पर है। आप इको कुछ नहीं सुनते क्योंकि आप तो सामने वाले को ही सही डिवाइस में नहीं सुन रहे — लेकिन आपका माइक सब कुछ पकड़ रहा होता है।

2. पाँच मिनट में अपने ऑडियो की जाँच

नंगी रिकॉर्डिंग का टेस्ट

खुद से बात करके अपनी आवाज़ का आँकलन करना नामुमकिन है। आपको असली परिस्थितियों में खुद को रिकॉर्ड करना होगा, यानी तब जब सामने वाले की आवाज़ आपके स्पीकरों से निकल रही हो।

यह प्रक्रिया, एक बार और हमेशा के लिए:

1. कोई भी वॉइस रिकॉर्डिंग ऐप खोलें (Windows पर Recorder, macOS/iOS पर Voice Memos, Android पर Recorder)।
2. अपने कंप्यूटर पर कोई भी वीडियो चलाएँ, उसी वॉल्यूम पर जो आप चैट में आम तौर पर रखते हैं।
3. पंद्रह सेकंड रिकॉर्ड करें: पाँच सेकंड चुप्पी, पाँच सेकंड जिनमें आप सामान्य रूप से बोलें, पाँच सेकंड चुप्पी।
4. रिकॉर्डिंग को हेडफ़ोन पर, मध्यम वॉल्यूम पर सुनें।

फैसला:

• चुप्पी वाले हिस्सों में वीडियो सुनाई देता है → आपका माइक आपके स्पीकरों को पकड़ रहा है। सामने वाले के लिए इको पक्का।
• सिर्फ़ एक समान सरसराहट सुनाई देती है → गेन की समस्या है, इको की नहीं।
• आपकी आवाज़ साफ़ और चुप्पी बिल्कुल स्वच्छ → आपका ऑडियो स्वस्थ है, समस्या कहीं और है।

तीन और ऑडियो गलतियाँ जिनसे लोग नेक्स्ट दबा देते हैं

इको अकेला नहीं है। रैंडम वीडियो चैट में देखी गई आवृत्ति के क्रम में:

माइक बहुत दूर। चेहरे से 60 सेमी दूर लगा इंटीग्रेटेड माइक आपको जितना पकड़ता है, कमरे को भी उतना ही। आपकी आवाज़ दबी-दबी पहुँचती है, सामने वाले को वॉल्यूम बढ़ाना पड़ता है… जिससे इको और बढ़ जाता है। क्लासिक दुष्चक्र।

गेन बहुत तेज़। पूरे गेन पर चल रहा माइक, जैसे ही आप हँसते हैं, कंप्रेस और सैचुरेट हो जाता है। हर ठहाके पर सामने वाले के कानों में एक खटका पहुँचता है। जिन प्लेटफ़ॉर्म पर वॉल्यूम नॉर्मलाइज़ नहीं होता, वहाँ यह सबसे नापसंद खराबी है।

संपर्क की आवाज़ें। मैकेनिकल कीबोर्ड, माउस, मेज़ पर नाखून, चरमराती कुर्सी: टेबलटॉप पर रखा माइक इन कंपनों को हवा से नहीं, फर्नीचर के रास्ते भेजता है। नॉइज़ प्रोसेसिंग इन्हें लगभग कभी फ़िल्टर नहीं कर पाती।

इन तीनों के साथ एक कम आँका गया क्लासिक भी जुड़ता है: फैन (पंखा)। वीडियो कॉल के दौरान गर्म होता लैपटॉप पूरी रफ़्तार पर चलता है, और उसकी सरसराहट इंटीग्रेटेड माइक से दस सेंटीमीटर दूर होती है। एक साधारण लैपटॉप के लिए ऊँचा स्टैंड जो वेंटिलेशन ग्रिल को खुला रखे, तापमान और पकड़े जाने वाले शोर — दोनों को कम करता है; कुछ यूरो में दोहरा फ़ायदा।

3. सुधार: मुफ़्त से हार्डवेयर तक

लेवल 0 — मुफ़्त, तुरंत, 80% मामलों में कारगर

हेडफ़ोन लगा लें। बस इतना ही। अगर सामने वाले की आवाज़ कमरे में नहीं निकलेगी, तो आपका माइक उसे पकड़ ही नहीं सकता, और इको संरचनात्मक रूप से खत्म हो जाता है। कोई भी एल्गोरिद्म भौतिक पृथक्करण से बेहतर काम नहीं करता।

लेकिन यह भी जाँचना ज़रूरी है कि आवाज़ सचमुच हेडफ़ोन में निकल रही है:

• Windows: Settings → System → Sound. देखें कि "Output" में सचमुच आपका हेडसेट दिख रहा है, फिर "Advanced sound settings" → "Volume mixer" में जाकर जाँचें कि ब्राउज़र भी वही डिवाइस इस्तेमाल कर रहा है। Windows हर ऐप्लिकेशन के लिए अलग आउटपुट की अनुमति देता है: यह एक आम जाल है।
• macOS: System Settings → Sound → Output. फिर, हेडफ़ोन लगाने के बाद ब्राउज़र में टैब दोबारा खोलें।
• Android / iOS: चैट पेज खोलने से पहले हेडफ़ोन कनेक्ट या पेयर करें। कॉल के बीच Bluetooth बदलने से कभी-कभी माइक कट जाता है।
• ब्राउज़र में: एड्रेस बार में ताले या कैमरे के आइकन पर क्लिक करके देखें और बदलें कि साइट कौन सा माइक इस्तेमाल कर रही है।

अगर आप इन-ईयर हेडफ़ोन पर काम करते हैं, तो तार वाला मॉडल चुनें: Bluetooth 100 से 200 ms की लेटेंसी जोड़ता है, जो नेटवर्क की देरी में जुड़कर बातचीत का आराम बिगाड़ देती है। वीडियो चैट के लिए इंटीग्रेटेड माइक वाला वायर्ड हेडसेट आज भी बाज़ार का सबसे बेहतर असर/कीमत अनुपात है।

लेवल 1 — गेन की सेटिंग्स

दूसरा कदम, तीन मिनट:

सबका सबसे आम भूल यह है कि "मुझे ठीक से सुनाई नहीं देता" कहकर माइक को पूरा चढ़ा दिया जाता है। 100 % पर माइक पूरा कमरा पकड़ता है; 70 % पर और नज़दीक रखा माइक आपकी आवाज़ पकड़ता है। गेन बढ़ाने से पहले नज़दीक आइए: जब भी आप दूरी आधी करते हैं, फ़र्क लगभग 6 dB का होता है।

लेवल 2 — वह हार्डवेयर जो सचमुच फ़र्क डालता है

अगर आप नियमित रूप से वीडियो चैट करते हैं, तो तीन मामूली खरीदें 95 % ज़रूरतें पूरी कर देती हैं, इसी प्राथमिकता-क्रम में:

1. एक क्लोज़्ड हेडसेट-माइक। बंद इयरकप माइक की तरफ़ आवाज़ के रिसाव को रोकता है, और बूम या डंडी कैप्सूल को मुँह के पास रखती है। यह निवेश नंबर 1 है, वेबकैम से बहुत आगे।
2. एक क्लिप-ऑन लैपल माइक अगर आप फ्रेम में सिर खुला रखना चाहते हैं: विनम्र, मुँह से 20 सेमी दूर, यह दूरी और गेन दोनों एक झटके में हल कर देता है। एक USB-C वायर्ड लैपल माइक ऑडियो इंटरफ़ेस की दुनिया में घुसे बिना बहुत बढ़िया काम करता है।
3. एक आर्टिकुलेटेड आर्म या डिकपल्ड स्टैंड अगर आप टेबल पर रखा माइक इस्तेमाल करते हैं। लटकता हुआ आर्म डेस्क से आने वाले कंपनों को खत्म कर देता है — कीबोर्ड के खटके गायब हो जाते हैं।

और गूँज के लिए पूरे कमरे को ढकने की ज़रूरत नहीं: एक मोटा पर्दा, किताबों से भरी एक शेल्फ़, एक कालीन और एक बिस्तर पहले से शानदार काम कर देते हैं। अगर आपका वीडियो कॉल वाला कोना टाइल्स वाला है या खाली दीवार के सामने है, तो स्क्रीन के पीछे कुछ फोम के अकूस्टिक पैनल पहली परावर्तनों को काटने के लिए काफ़ी हैं — वही परावर्तन जो बाथरूम जैसी गूँज देते हैं और जिनसे इको कैंसलेशन को सख़्त चिढ़ है।

लेवल 3 — सॉफ़्टवेयर प्रोसेसिंग, सावधानी के साथ

मशीन लर्निंग आधारित नॉइज़ सप्रेसर, जो कुछ साउंड कार्डों के ड्राइवरों में बने होते हैं या अलग सॉफ़्टवेयर के रूप में उपलब्ध हैं, स्थिर शोर (फैन, एसी, सड़क) पर कमाल करते हैं। लेकिन तीन चेतावनियाँ:

• ये धीमी आवाज़ों को बिगाड़ देते हैं: डिटेक्शन थ्रेशहोल्ड वाक्यों के अंत और धीमी फुसफुसाहटों को काट देता है।
• ये प्रोसेसर खाते हैं, जिससे साथ-साथ चल रही वीडियो स्ट्रीम खराब हो सकती है।
• ये स्पीकर/माइक के भौतिक पृथक्करण की जगह कभी नहीं ले सकते।

आसान नियम: पहले भौतिकी ठीक करें (हेडफ़ोन, दूरी, गेन), सॉफ़्टवेयर सबसे आखिर में, और कभी भी दो नॉइज़ प्रोसेसिंग एक पर एक न चढ़ाएँ — ब्राउज़र वाला और ड्राइवर वाला एक-दूसरे से लड़ते हैं और ऐसी आवाज़ पैदा करते हैं जो "पंप" करती लगती है।

4. सामाजिक आदत: सामने वाले को बता देना

आखिरी बात, और यह शिष्टाचार की है। चूँकि आप अपना इको कभी नहीं सुनते, इसे जानने के लिए आप पूरी तरह दूसरों पर निर्भर हैं। तो यह सेवा आप भी कीजिए:

• अगर किसी के यहाँ इको है, तो एक छोटे, तटस्थ वाक्य में कह दें: "तुम्हारे यहाँ इको आ रहा है, हेडफ़ोन लगाकर देखो"। कोई इलज़ाम नहीं, कोई लंबा निदान नहीं।
• इसे टेक्स्ट चैट में भी लिखें: अगर लार्सन हो रहा है, तो ऑडियो बेकार है, लिखा हुआ पहुँच जाएगा।
• अगर कोई आपको बताए, तो बहस न करें: हेडफ़ोन लगा लें, पाँच सेकंड में हल। बहुत लोग तीस सेकंड यह समझाने में गँवा देते हैं कि "ऐसा हो ही नहीं सकता, मुझे तो कुछ सुनाई नहीं दे रहा" — यह सामान्य है, आप इसे सुन ही नहीं सकते।
• और अगर हेडफ़ोन पर होने के बावजूद इको बना रहे, तो जाँचें कि आपका ब्राउज़र आउटपुट सचमुच हेडफ़ोन है, स्पीकर नहीं।

याद रखने योग्य

वीडियो चैट की तैयारी में ऑडियो सबसे उपेक्षित हिस्सा है: लोग दस मिनट अपनी लैंप सेट करने में लगाते हैं और माइक जाँचने में शून्य। फिर भी, वीडियो डेटिंग में औसत इमेज माफ़ हो जाती है, तकलीफ़देह आवाज़ कभी नहीं। पंद्रह यूरो का हेडफ़ोन और पाँच मिनट की टेस्टिंग आपको किसी भी अतिरिक्त लाइटिंग से ज़्यादा बातचीत दिला देंगे। और रोशनी के उलट, कोई नहीं देखेगा कि आपने मेहनत की है — और यही इस बात का सबूत है कि आप सफल रहे।