Heard

• 1. सिंहावलोकन (436 अक्षर)

  हर्ड एक macOS स्पीच लेयर है जिसे AI प्रोग्रामिंग एजेंट वर्कफ़्लो के लिए डिज़ाइन किया गया है। यह टर्मिनल आउटपुट को बुद्धिमान भाषण सारांश में परिवर्तित करने के लिए क्लाउड कोड, ओपनएआई कोडेक्स और कर्सर को जोड़ता है। इसे 25 जुलाई, 2026 को प्रोडक्ट हंट पर लॉन्च किया गया था और उस दिन पहले स्थान पर रहा (339 वोट, 91 टिप्पणियाँ)। यह खुला स्रोत (अपाचे-2.0) है और व्यक्तियों के लिए निःशुल्क है। मूल विचार "निर्णय के साथ प्रसारित करना" है - न कि केवल पाठ को भाषण में परिवर्तित करना, बल्कि यह अंतर करना कि क्या कहा जाना चाहिए और क्या छोड़ा जाना चाहिए।

• 2. उत्पाद पृष्ठभूमि (1023 अक्षर)

  हर्ड के संस्थापक केली (@itskellysun) ने प्रोडक्ट हंट पर यह कहा: "हर कोई पिछले दो वर्षों से एजेंट से बात करना आसान बनाने की कोशिश कर रहा है - आवाज इनपुट, बेहतर संकेत, बेहतर संदर्भ। लेकिन कोई भी दूसरे आधे हिस्से पर काम नहीं कर रहा है। एजेंट का जवाब अभी भी स्क्रॉलिंग टेक्स्ट है जिसे आपको बैठकर देखना होगा। हर्ड वह आधा हिस्सा है।"   समयरेखा से देखते हुए, हर्ड ने 1 मई, 2026 की शुरुआत में समुदाय में एक प्रारंभिक संस्करण जारी किया, और फिर एआई अनटेथर्ड जैसे अंग्रेजी प्रौद्योगिकी मीडिया के दृष्टिकोण के क्षेत्र में प्रवेश किया। 25 जुलाई को प्रोडक्ट हंट पर आधिकारिक तौर पर लॉन्च होने के बाद, इसे 339 वोट और 91 टिप्पणियाँ मिलीं, जो उस दिन पहले स्थान पर थी। वर्तमान में, उत्पाद तेजी से विकास के प्रारंभिक चरण में है, और चीनी प्रौद्योगिकी मीडिया (36Kr, अल्पसंख्यक, आदि) द्वारा कोई विशेष रिपोर्ट नहीं दी गई है।   यह ध्यान देने योग्य है कि डोमेन नाम श्रवण.ऐप वर्तमान में एक पूरी तरह से अलग श्रवण सहायता प्रौद्योगिकी उत्पाद की ओर इशारा करता है, और हर्ड की वास्तविक आधिकारिक वेबसाइट प्रवेश वर्तमान में मुख्य रूप से उत्पाद हंट पृष्ठ के माध्यम से पहुंचा जा सकता है। उत्पाद यूनिक्स सॉकेट संचार के साथ पायथन डेमॉन का उपयोग करता है, टीटीएस इंजन इलेवनलैब्स (क्लाउड) और कोकोरो (स्थानीय) का समर्थन करता है, और व्यक्तित्व पुनर्लेखन को संभालने के लिए क्लाउड हाइकू 4.5 का उपयोग करता है।

• 3. कार्य एवं अनुभव (1570 अक्षर)

  हर्ड का मुख्य तंत्र "निर्णयात्मक रिपोर्टिंग" है, जो दो-स्तरीय निर्णय लेने वाली प्रणाली है। पहली परत को हार्ड सिग्नल कहा जाता है: अनुमति अनुरोध, टूल कॉल विफलताएं, रन पूर्णताएं - ये हमेशा ध्वनि प्रसारण को ट्रिगर करते हैं। दूसरी परत संदर्भ-जागरूक परत है: यह बातचीत के इतिहास को ट्रैक करती है, यह निर्धारित करती है कि कौन सी सामग्री कहने लायक है, और अनावश्यक जानकारी को छोड़ देती है।   उत्पाद तीन निगरानी मोड प्रदान करता है। सह-पायलट मोड आपको शब्दशः पढ़े बिना काम करते समय संक्षिप्त संकेत देता है; जब आप स्क्रीन से दूर होते हैं तो कंपेनियन मोड अधिक संपूर्ण वॉयस ब्रीफिंग प्रदान करता है; फ़ोकस मोड मौन रहता है और केवल तभी बोलता है जब आपके हस्तक्षेप की आवश्यकता होती है (अनुमोदन, अवरोधन, विफलता)।   मल्टी-एजेंट समानांतर प्रसंस्करण हर्ड का अद्वितीय विक्रय बिंदु है। जब कई एआई सत्र (क्लाउड कोड, कोडेक्स, कर्सर) एक ही समय में चल रहे होते हैं, तो हर्ड में एक-दूसरे पर पांच टर्मिनल नहीं लगाए जाते हैं, बल्कि परियोजना स्तर पर सारांशित किया जाता है, और प्रत्येक एजेंट एक अलग ध्वनि का उपयोग करता है, जिससे आप कान से यह पहचान सकते हैं कि कौन क्या कर रहा है।   मोबाइल फोन पेयरिंग फ़ंक्शन (हर्ड पावर) एक बार के क्यूआर कोड के माध्यम से पूरा किया जाता है। पेयरिंग के बाद, आप स्क्रीन लॉक होने पर भी वास्तविक समय में प्रसारण सुन सकते हैं। यह स्मार्ट एजेंट को निर्देश भेजने के लिए बोलने के लिए दबाने और पकड़ने या क्लिक करने का भी समर्थन करता है। स्कोप पेयरिंग और स्वचालित अनपेयरिंग सुरक्षा सुनिश्चित करती है।   आवाज व्यक्तित्व प्रणाली भी बहुत परिष्कृत है. चार अंतर्निहित व्यक्तित्व हैं: आरिया (शांत और प्रत्यक्ष), शुक्रवार (उज्ज्वल और जीवंत), जार्विस (शांत और मजाकिया, डिफ़ॉल्ट), और एटलस (नाटकीय)। आप मार्कडाउन फ़ाइलों का उपयोग करके अपने व्यक्तित्व को भी अनुकूलित कर सकते हैं।   गोपनीयता के संदर्भ में, मुख्य इंजन Apache-2.0 खुला स्रोत है और पूरी तरह से मूल रूप से स्व-होस्ट किया गया है। सत्र स्थिति केवल स्थानीय मेमोरी और डिस्क में संग्रहीत होती है, पूरे नेटवर्क में नहीं। मोबाइल फ़ोन केवल ऑडियो प्रसारित करता है और सत्र स्थिति प्रसारित नहीं करता है।

• 4. मूल्य निर्धारण और व्यवसाय मॉडल (847 अक्षर)

  हर्ड के पास मूल्य निर्धारण के तीन स्तर हैं। मुफ़्त योजना स्थायी रूप से मुफ़्त है और इसमें देशी कोकोरो आवाज़ें, अंतर्निहित एआई और वॉयस कुंजियाँ, कस्टम व्यक्तित्व और हॉटकी शामिल हैं, और यह एक ओपन सोर्स इंजन पर आधारित है। प्रो प्लान $12 प्रति माह (सालाना भुगतान) है और प्रबंधित वॉयस और एलएलएम (खुद के लिए कोई कॉन्फ़िगरेशन आवश्यक नहीं), पूरे दिन की रिपोर्टिंग, प्रीमियम व्यक्तित्व (एटलस और शुक्रवार), और क्रॉस-मैक क्लाउड सिंक प्रदान करता है। पावर प्लान की लागत $24 प्रति माह (वार्षिक भुगतान) है और इसमें प्रो प्लस हर्ड मोबाइल, कोड-अनुकूलित वाक् पहचान, और ध्वनि अनुमोदन और रीडायरेक्ट एजेंट क्षमताओं की सभी सुविधाएं शामिल हैं। होस्टिंग योजनाओं के लिए macOS 13 या उच्चतर की आवश्यकता होती है।   यह मूल्य निर्धारण रणनीति अधिक उचित है: मुफ़्त संस्करण व्यक्तिगत डेवलपर्स को कम लागत पर इसका प्रयास करने और मूल्यांकन करने की अनुमति देता है, प्रो संस्करण उन उपयोगकर्ताओं की ज़रूरतों को हल करता है जो स्वयं एपीआई कॉन्फ़िगरेशन के साथ खिलवाड़ नहीं करना चाहते हैं, और पावर संस्करण का लक्ष्य भारी उपयोगकर्ताओं और मोबाइल कार्यालय परिदृश्यों पर है।

• 5. उपयोगकर्ता समीक्षाएँ (728 अक्षर)

  प्रोडक्ट हंट समुदाय से प्रतिक्रिया कुल मिलाकर सकारात्मक रही है। उपयोगकर्ता वेस कार्लसन ने टिप्पणी की: "एजेंट को समानांतर में चलाने से हार्ड सिग्नल और संदर्भ जागरूकता का पृथक्करण केवल एक अधिसूचना सुविधा के बजाय एक मुख्य डिज़ाइन विकल्प जैसा महसूस होता है।" डोगन अकबुलुत ने कहा: "मैं हमेशा उस पल को याद करता हूं जब एजेंट अनुमति के संकेतों का इंतजार कर रहा होता है और 20 मिनट बर्बाद कर रहा होता है। इस लगभग मौन मोड को पसंद करता हूं।" नोक्टिस लियोनार्ड का मानना ​​है कि वर्बोसिटी नॉब और प्रोजेक्ट-स्तरीय सारांश समानांतर में काम करने के लिए सही बुनियादी ढाँचा हैं।   कई यूजर्स ने अच्छे सवाल भी पूछे. गैल दयान इस बात से चिंतित हैं कि जब कई समानांतर एजेंट अलग-अलग कार्य चला रहे हों तो हर्ड कैसे निर्णय लेता है कि क्या कहना उचित है। अन्य लोगों ने आवाज व्यवधान तंत्र, बातचीत की स्थिति के भंडारण स्थान आदि के बारे में पूछा। संस्थापक ने टिप्पणी क्षेत्र में इन तकनीकी मुद्दों पर प्रतिक्रिया दी और काफी स्पष्ट थे।

• 6. उद्योग मूल्यांकन (889 अक्षर)

  अंग्रेजी प्रौद्योगिकी मीडिया के संदर्भ में, एआई अनटेथर्ड ने पहली बार 1 मई को हर्ड पर संस्थापक के हवाले से रिपोर्ट दी: "सबसे कठिन हिस्सा टीटीएस नहीं है, बल्कि यह तय करना है कि क्या नहीं कहना है।" daily.dev ने PH के जारी होने के बाद दो-परत निर्णय लेने वाली प्रणाली के तकनीकी सिद्धांतों पर ध्यान केंद्रित करते हुए एक परिचय भी दिया। AIToolly और AIDeckly जैसे टूल एग्रीगेटर संपूर्ण सुविधाएँ और मूल्य निर्धारण की जानकारी प्रदान करते हैं।   उद्योग के दृष्टिकोण से, हर्ड एक उपेक्षित अंतर को भरता है। अधिकांश एआई प्रोग्रामिंग टूल केवल "इनपुट" पर ध्यान केंद्रित करते हैं - उपयोगकर्ता एजेंट से कैसे बात करता है। एजेंट इसे उपयोगकर्ता तक कैसे "आउटपुट" करता है, इस सवाल को कभी गंभीरता से नहीं लिया गया। यह वह आउटपुट समस्या है जिसे हल करने के लिए हर्ड ने चुना। एआई प्रोग्रामिंग एजेंटों की बढ़ती लोकप्रियता के संदर्भ में, वास्तव में इस "ऑडियो-प्रथम मानव-कंप्यूटर इंटरैक्शन" दिशा की मांग है।   हालाँकि, वर्तमान में हर्ड पर लगभग शून्य चीनी मीडिया रिपोर्टें हैं। यह इस तथ्य से संबंधित हो सकता है कि उत्पाद केवल अंग्रेजी समुदाय में फैला हुआ है और आधिकारिक वेबसाइट डोमेन नाम किसी अन्य उत्पाद की ओर इशारा करता है।

• 7. विवाद और जोखिम (638 अक्षर)

  हर्ड के लिए वर्तमान में कोई महत्वपूर्ण विवाद या कानूनी जोखिम नहीं हैं। लेकिन ध्यान देने लायक कई संभावित मुद्दे हैं। पहला उत्पाद स्थिति और डोमेन नाम को अलग करना है -Heard.app AI वॉयस लेयर उत्पादों के बजाय श्रवण सहायता तकनीक की ओर इशारा करता है, जिससे उपयोगकर्ता भ्रम पैदा कर सकता है और प्राकृतिक ट्रैफ़िक अधिग्रहण को भी प्रभावित कर सकता है। दूसरे, प्रतिस्पर्धी उत्पाद दबाव है: एंथ्रोपिक का आधिकारिक क्लाउड कोड/वॉयस मोड लॉन्च किया गया है, और वॉयसमोड एमसीपी जैसे ओपन सोर्स विकल्प भी विकसित हो रहे हैं। सुना है कि पर्याप्त तकनीकी बाधाएँ स्थापित करने की आवश्यकता है। तीसरा है मूल्य निर्धारण. एआई टूल के क्षेत्र में $24 पावर योजना महंगी नहीं है, लेकिन यदि मुख्य प्रतिस्पर्धी उत्पाद खुला स्रोत और मुफ़्त हैं, तो इसे भुगतान किए गए कार्यों के अद्वितीय मूल्य को साबित करना जारी रखना होगा।

• 8. लागू समूह और उपयोग सुझाव (808 अक्षर)

  हर्ड तीन प्रकार के लोगों के लिए सबसे उपयुक्त है। पहली श्रेणी व्यक्तिगत डेवलपर्स की है जो दैनिक आधार पर क्लाउड कोड या कोडेक्स का उपयोग करते हैं, खासकर वे जो हर समय एक टर्मिनल से बंधे नहीं रहना चाहते हैं। दूसरी श्रेणी ऐसे डेवलपर्स की है जो दूरस्थ या मोबाइल परिदृश्यों में काम करते हैं और एजेंट की प्रगति का अनुसरण करने के लिए अपने आने-जाने और चलने के समय का उपयोग कर सकते हैं। तीसरी श्रेणी भारी उपयोगकर्ताओं की है जो एक ही समय में कई एजेंट चलाते हैं और उन्हें विभिन्न टर्मिनलों के बीच आगे और पीछे स्विच करने के बजाय प्रोजेक्ट-स्तरीय सारांश की आवश्यकता होती है।   जो लोग उपयुक्त नहीं हैं उनमें शामिल हैं: विंडोज़ या लिनक्स का उपयोग करने वाले डेवलपर्स (अभी तक समर्थित नहीं हैं, लेकिन आधिकारिक क्रॉस-प्लेटफ़ॉर्म योजनाओं की पुष्टि की गई है), डेवलपर्स जिन्हें वॉयस फीडबैक की आवश्यकता नहीं है, और उपयोगकर्ता जो एआई प्रोग्रामिंग एजेंटों का कम बार उपयोग करते हैं।   यदि आपको मूल macOS अनुभव की आवश्यकता नहीं है, तो VoiceMode MCP या क्लाउड कोड के अंतर्निहित/वॉयस मोड को विकल्प के रूप में उपयोग किया जा सकता है।

• 9. संक्षेप करें (473 अक्षर)

  हर्ड एक वास्तविक लेकिन आसानी से नजरअंदाज की जाने वाली समस्या को हल करता है - एआई-प्रोग्राम्ड एजेंटों का आउटपुट-साइड अनुभव। उत्पाद डिज़ाइन पर गहराई से विचार किया जाता है, हार्ड सिग्नल/संदर्भ-जागरूक दो-परत निर्णय लेने से लेकर मल्टी-एजेंट स्वतंत्र समय तक, और वास्तविक वर्कफ़्लो की समझ को प्रत्येक फ़ंक्शन बिंदु में देखा जा सकता है। ओपन सोर्स कोर और त्रि-स्तरीय मूल्य निर्धारण रणनीति भी उपयोगकर्ताओं को लचीले विकल्प प्रदान करती है। उत्पाद रिलीज़ का समय कम है (केवल 2 दिन), और बाद के विकास ध्यान देने योग्य हैं, विशेष रूप से क्रॉस-प्लेटफ़ॉर्म समर्थन और चीनी समुदाय का प्रचार।

अभी कोई विस्तृत रिपोर्ट नहीं

• 

  Cynthia_RodriguezII

  —

  मल्टी-एजेंट समानांतर प्रोसेसिंग वाला फीचर सच में जान बचाने वाला है। पहले चार टर्मिनल विंडो के बीच भागते-भागते सिर दुख जाता था। अब हर Agent अलग आवाज़ में बोलता है, आँखें बंद करके भी पता चल जाता है कि कौन क्या कर रहा है।

---

• 

  LUphi

  —

  अभी-अभी Heard का Companion मोड आज़माया। कॉफी लेने डेस्क से उठा, पूरे रास्ते सुनता रहा कि Codex बैकग्राउंड में मेरा पुराना प्रोजेक्ट रीफैक्टर कर रहा है। लौटकर देखा तो कोड ठीक हो चुका था, टेस्ट भी पास। यह एहसास कमाल का है।

---

• 

  TendermintTina54

  —

  Focus मोड मुझे सबसे ज़्यादा पसंद है। हर वक़्त बड़बड़ नहीं करता, सिर्फ़ एरर आने या मेरी मंज़ूरी की ज़रूरत पड़ने पर बोलता है। पहले Claude Code में परमिशन प्रॉम्प्ट न दिखने से अक्सर बीस मिनट यूं ही इंतज़ार करना पड़ता था, अब नहीं।

---

• 

  Anthony.Rogers58

  —

  फ़ोन पेयरिंग फीचर आज़माया, QR कोड एक बार स्कैन करते ही पेयर हो गया। लॉक स्क्रीन पर भी घोषणाएं सुनाई देती हैं, यहां तक कि दबाकर बोलकर Agent को निर्देश भी भेज सकते हैं। बाहर टहलते हुए भी प्रगति पर नज़र रख सकते हैं, तकनीक ज़िंदगी बदल देती है।

---

• 

  Diane_Price_77

  —

  ओपन-सोर्स Apache-2.0 और मुफ़्त प्लान, ईमानदारी में पूरे नंबर। लोकल Kokoro की आवाज़ ElevenLabs जितनी नैचुरल तो नहीं, पर शून्य लागत पर चल जाना ही बड़ी बात है।

---

• 

  Logan216

  —

  Heard Agent के आउटपुट को आवाज़ में बदलता है, यह दिशा बिल्कुल सही है। सब लोग वॉइस इनपुट बनाने में लगे हैं, आउटपुट की तरफ़ कोई ध्यान नहीं देता। संस्थापक ठीक कहते हैं, Agent का जवाब अब भी स्क्रॉल होता टेक्स्ट है, आपको बैठकर उसे घूरते रहना पड़ता है।

---

• 

  谢秀

  —

  उसी दिन PH पर पहला स्थान, 330 वोट, यानी मांग सचमुच मौजूद है। डेवलपर टूल्स का मैदान बेहद प्रतिस्पर्धी है, पहला स्थान पाना आसान नहीं।

---

• 

  梅花_15

  —

  कल ऑफ़िस से निकलने से पहले तीन Agent एक साथ अलग-अलग कामों पर चलाए — Claude Code बैकएंड API रीफैक्टर कर रहा था, Codex फ्रंट-एंड कंपोनेंट लिख रहा था, Cursor टेस्ट चला रहा था। Heard तीन अलग आवाज़ों में सबकी प्रगति बता रहा था: Aria पर्सोना API वाला हिस्सा खासतौर पर साफ़ बोल रही थी, Friday पर्सोना चुलबुले लहजे में फ्रंट-एंड की प्रगति सुना रही थी, ज़रा भी गड़बड़ नहीं हुई। बीच में एक Agent परमिशन अप्रूवल पर अटक गया, Focus मोड ने फ़ौरन एक वॉइस अलर्ट भेजा, मैंने अप्रूव दबाया और काम चलता रहा। आख़िर में घर लौटते रास्ते में फ़ोन निकालकर बाकी घोषणाएं सुन लीं, घर पहुंचकर कंप्यूटर खोला तो तीनों टास्क पूरे हो चुके थे। ऐसा अनुभव पहले सोचा भी नहीं जा सकता था।

---

• 

  Nancy8552024

  —

  चारों वॉइस पर्सोना की अपनी-अपनी खासियत है। मैंने Friday आज़माया, उसका चुलबुला अंदाज़ वाकई लंबे प्रोग्रामिंग सेशन के लिए मुफ़ीद है। Markdown से पर्सोना कस्टमाइज़ करने का खुला डिज़ाइन भी सोच-समझकर बनाया गया है।

---

• 

  DWhite_Pro509

  —

  Pro प्लान 12 डॉलर महीना है, होस्टेड वॉइस और LLM के साथ, अपना API कॉन्फ़िगर करने की ज़रूरत नहीं। झंझट से बचने वालों के लिए किफ़ायती है, पर मैं पहले मुफ़्त वर्ज़न कुछ समय चलाकर देखूंगा।

---

• 

  goldenmouse658

  —

  सबसे ज़्यादा छू गई यह बात — «सबसे मुश्किल TTS नहीं, बल्कि यह तय करना है कि क्या नहीं कहना चाहिए»। घटाना जोड़ने से कहीं मुश्किल होता है, और Heard शोर छांटने में सच में अच्छा है, वह टर्मिनल का सारा आउटपुट आवाज़ में नहीं बदल देता, बल्कि समझदारी से चुनता है।

---

• 

  郝玉梅

  —

  Product Hunt की चर्चा पढ़ी, तकनीकी सवालों पर संस्थापक के जवाब बहुत साफ़गोई भरे थे। सेशन स्टेट लोकल मेमोरी और डिस्क में रहती है, मोबाइल पर सिर्फ़ ऑडियो जाता है, स्टेट नहीं। यह प्राइवेसी डिज़ाइन भरोसेमंद है।

---

• 

  NSullivan

  —

  मैं ओपन-सोर्स प्रोजेक्ट claude_voice से यहां आया हूं। Heard का अनुभव कहीं बेहतर है, दोनों एक स्तर के प्रोडक्ट ही नहीं हैं। उन्होंने सच में «समझदारी वाली घोषणा» बनाकर दिखाई है, सिर्फ़ सीधी-सादी TTS रीडिंग नहीं। और Heard का आर्किटेक्चर ज़्यादा हल्का है, Python daemon और Unix socket वाला तरीका TTS के लिए Node सर्विस चलाने वालों से कहीं शालीन है, संसाधन भी कम लगते हैं।

---

• 

  AustinMorales168224

  —

  Power प्लान 24 डॉलर महीना थोड़ा महंगा है, पर इसमें मोबाइल और वॉइस अप्रूवल फीचर शामिल हैं। मेरे जैसे बाहर भागते रहने वाले को वाकई ज़रूरत है, पहले एक महीना आज़माकर देखता हूं कि क़ीमत वसूल है या नहीं। अगर मोबाइल का अनुभव अच्छा निकला तो यह दाम स्वीकार करने लायक है।

---

• 

  Ryan_StephensJr5

  —

  एक सवाल है, अगर दो समानांतर Agent में से एक माइग्रेशन सफल बताए और दूसरा टेस्ट फेल, तो Heard इन विरोधाभासी नतीजों को कैसे समेटेगा? PH पर संस्थापक का जवाब देखा, वे reasoning-pass override तंत्र इस्तेमाल करते हैं, पहले शिप करो फिर ऑप्टिमाइज़ करो।

---

• 

  AnnMendozaII

  —

  Heard का Python daemon और Unix socket वाला आर्किटेक्चर काफ़ी हल्का है, संसाधन कम खर्च होते हैं। Electron में लपेटे गए समाधानों से कहीं साफ़-सुथरा। Claude Haiku 4.5 से पर्सोना री-राइटिंग करवाने का तरीका भी बहुत रचनात्मक है।

---

• 

  CHOKM0F

  —

  डेवलपर्स का कहना है कि आगे Linux और Windows सपोर्ट आएगा, बढ़िया है। मेरी मुख्य मशीन Mac है, पर कभी-कभार Windows इस्तेमाल करते समय भी तो चलना चाहिए।

---

• 

  钱建晴

  —

  आज शोरगुल वाले कैफ़े में आज़माया, Heard फिर भी साफ़-साफ़ बोल रहा था। माहौल की आवाज़ थोड़ी खलल डालती थी, पर आवाज़ खुद काफ़ी ऊंची थी, AirPods पहनकर सब साफ़ सुनाई देता है।

---

• 

  TheHelenaVergara

  —

  Co-pilot मोड काम के दौरान कभी-कभार एक बात कह देता है, सोच की लय नहीं टूटती। जैसे बगल में बैठा कोई सहकर्मी धीरे से बता रहा हो «टेस्ट पास हो गए», «उधर एक एरर है, देख लो»। यह संतुलन बिल्कुल सटीक बैठा है।

---

• 

  KrinHarper

  —

  Heard के साथ Claude Code से पूरा दिन कोडबेस रीफैक्टर करवाया, अनुभव उम्मीद से बढ़कर रहा। न सिर्फ़ प्रगति सुनाई देती है, बल्कि जब Agent अटकता है और मेरे फ़ैसले की ज़रूरत होती है तो समय पर याद दिला देता है। पहले आंखों से टर्मिनल ताकते रहने के मुकाबले क्षमता काफी बढ़ गई। ओपन-सोर्स कोर और तीन स्तर की कीमतें यूज़र को पर्याप्त विकल्प भी देती हैं।

---

• 

  春雨_5

  —

  मैं लंबे समय से ऐसे टूल का इंतज़ार कर रहा था जो Agent के आउटपुट को आवाज़ में बदल दे, आख़िरकार किसी ने बना दिया। बस थोड़ी चिंता है कि heard.app डोमेन किसी श्रवण-सहायता तकनीक वाले प्रोडक्ट की ओर इशारा करता है, जो इस Heard से अलग चीज़ है, लोग भ्रमित हो सकते हैं। उम्मीद है टीम डोमेन का मसला जल्दी सुलझा लेगी।

---

• 

  梅花40

  —

  अगर ElevenLabs का क्लाउड TTS इस्तेमाल करें तो नतीजा वाकई बहुत नैचुरल है। पर लोकल Kokoro भी काम चला देता है और API का खर्च बच जाता है। दोनों के अपने-अपने समझौते हैं।

---

• 

  流年393

  —

  सेल्फ-होस्टिंग कमाल की है, सब कुछ लोकल चलता है, कोड और डेटा मशीन से बाहर नहीं जाते। कंप्लायंस की ज़रूरतों वाले प्रोजेक्ट के लिए यह आर्किटेक्चर डिज़ाइन बहुत अहम है। मोबाइल पर सिर्फ़ ऑडियो भेजने और स्टेट न भेजने का तरीका भी भरोसा दिलाता है।

---

• 

  TerryGonzalezQ8

  —

  प्रतिस्पर्धा का दबाव दिख रहा है, Anthropic का आधिकारिक Claude Code /voice मोड आ चुका है, VoiceMode MCP भी बढ़ रहा है। उम्मीद है Heard अपनी तकनीकी बढ़त बनाए रखे, बड़ी कंपनियों के दबाव में न आए। वैसे सच कहें तो Heard आउटपुट की तरफ़ वॉइस अनाउंसमेंट करता है, जबकि आधिकारिक फीचर वॉइस इनपुट है — अलग-अलग ट्रैक हैं, प्रतिस्पर्धा से ज़्यादा एक-दूसरे के पूरक हैं।

---

• 

  nty8ahuejt

  —

  इंस्टॉल करने के बाद मेन्यू बार से ही मोड बदल सकते हैं, न रीस्टार्ट की ज़रूरत न कमांड टाइप करने की। यह इंटरैक्शन डिज़ाइन बिल्कुल Mac जैसा है। Apple इकोसिस्टम के यूज़र के तौर पर बहुत सुकून मिलता है।

---

• 

  8domk0e_i3j

  —

  एक बारीकी बताऊं, Heard का Verbosity नॉब घोषणाओं की मात्रा को बारीकी से एडजस्ट कर सकता है, पूरी कमेंट्री से लेकर सिर्फ़ एरर बताने तक। समानांतर काम करते समय प्रोजेक्ट-स्तर का सारांश पांच टर्मिनलों की आपस में गड्डमड्ड आवाज़ों से कहीं बेहतर है। Claude Code इस्तेमाल करने वाले हर डेवलपर को इसे आज़माने की सलाह दूंगा।

---

• 

  夏明

  —

  पिछले दो दिनों से Heard को Cursor के साथ फ्रंट-एंड लिखने में इस्तेमाल कर रहा हूं, मज़ा आ गया। स्टाइल एडजस्ट करते हुए Agent की स्टेटस रिपोर्ट सुनता रहता हूं, बार-बार स्क्रीन बदलनी नहीं पड़ती। प्रोडक्टिविटी काफी बढ़ गई है, खासकर टेस्ट चलाते समय अब खाली बैठकर इंतज़ार नहीं करना पड़ता।

---

• 

  LucaKumar

  —

  Windows और Linux का सपोर्ट न होना वाकई एक कमजोरी है। उम्मीद है रोडमैप का क्रॉस-प्लेटफ़ॉर्म प्लान जल्दी लागू हो, वरना टीम में अलग-अलग सिस्टम इस्तेमाल करने वाले साथी इसे एक जैसा इस्तेमाल नहीं कर पाएंगे।

अभी कोई समीक्षा नहीं