Wie untertitle ich den Systemton auf einem Mac?

Seit macOS 14.2 kann eine App den Ton eines anderen Prozesses direkt über Core Audio abgreifen, sie braucht von dir also nur die Berechtigung für Tonaufnahmen. Davor musstest du ein virtuelles Audiogerät installieren und deinen Ausgang hindurchleiten, und deshalb stecken die älteren Anleitungen voller Screenshots.

Brauche ich noch BlackHole oder einen Loopback-Treiber?

Dafür nicht. Es wird nichts umgeleitet, dein Ausgabegerät ändert sich nicht, und deine Lautsprecher spielen weiter, während die Untertitel laufen. Ein Loopback-Treiber ist weiterhin die Antwort, wenn du macOS 13 oder älter hast oder einen Intel-Mac.

Ist Echtzeit so genau wie das Transkribieren einer Datei?

Nein, und nichts, was live läuft, ist das. Ein Transkriptionsprogramm für Dateien sieht den ganzen Satz, bevor es entscheidet, was das erste Wort war; eine Live-Variante muss sich festlegen, während noch gesprochen wird. Wenn du eine Aufnahme hast und keine Eile, transkribier lieber die Datei.

Funktioniert die App in einem Browser-Tab?

Ja. Sie greift eine App und jeden Hilfsprozess ab, den diese App startet, ein Anruf oder ein Video in einem Tab wird also genauso untertitelt wie eine native App. Das deckt auch Electron-Apps ab, deren Ton nie aus dem Prozess kommt, der ihren Namen trägt.

Untertitelt die App auch meine eigene Stimme?

Standardmäßig nicht. Die App hört, was dein Mac abspielt, und das sind in einem Anruf alle außer dir. Wählst du unter „Audioquelle“ das Mikrofon, dreht sich das um: Dann untertitelt sie den Raum, dich eingeschlossen, und macOS fragt beim ersten Mal nach der Mikrofonberechtigung.

Wie groß ist die Verzögerung?

Das schnellste englische Modell fängt etwa 160 ms hinter der sprechenden Person an, Text zu produzieren; die genaueren liegen weiter zurück. Es ist ein Regler und keine Zahl, und welches Ende du willst, hängt davon ab, ob du einem Gespräch folgst oder eine Vorlesung mitliest.

Kann ich das Transkript speichern?

Ja, wenn du es willst. Wurde mindestens eine Minute gesprochen, bietet das Untertitelfeld an, sie zu sichern, sobald der Ton aufhört oder bevor die Untertitel nach einer längeren Stille gelöscht werden, und „Transkript sichern…“ im Menü sichert sie jederzeit, als reinen Text, Markdown oder SRT; sonst wird nichts auf die Festplatte geschrieben. Bis dahin hältst du ⌥ gedrückt, um die Untertitel zurückzuholen und durch sie zu scrollen oder sie zu durchsuchen. Wenn du hinterher Notizen oder eine Zusammenfassung brauchst, willst du eine Notiz-App und nicht Subtitles.

Warum nicht Apples eigene Spracherkennung?

Weil sie macOS 26 braucht und Subtitles ab 14.2 läuft. Apples Erkennung ist schnell und läuft auf dem Gerät, und nichts davon hat den Ausschlag gegeben: Process Taps kamen mit 14.2, das ist die Untergrenze, und sie für ein anderes Modell auf 26 anzuheben, würde jeden Mac ausschließen, der noch auf 14 oder 15 ist. Parakeet läuft ab 14.2 auf der Neural Engine und arbeitet als Stream, und genau das brauchen Echtzeit-Untertitel.

Subtitles · Anleitungen · Untertitel in Echtzeit auf dem Mac

Untertitel in Echtzeit für alles, was dein Mac abspielt

Sechs Wege, Wörter auf den Bildschirm zu bringen, während noch jemand spricht, sortiert danach, was sie dich kosten, die kostenlosen also zuerst. Danach der Teil, den fast niemand erklärt: wie ein Mac den Ton abgreift, den er selbst macht, warum dafür früher ein vorgetäuschtes Audiogerät nötig war, und was sich mit macOS 14.2 geändert hat.

Für 19 $ kaufen Probier es in deinem Browser

Was „Echtzeit“ ausschließt

Das meiste, was über Sprache-zu-Text auf einem Mac geschrieben wird, ob es nun Transkription, Diktat oder Untertitelung heißt, handelt von Dateien. Du legst eine Aufnahme hinein, wartest und bekommst ein Transkript oder eine Untertitelspur. Dieser Weg ist genauer als alles auf dieser Seite, denn ein Modell, das den ganzen Satz sieht und den Satz danach gleich mit, schlägt immer eines, das Wort für Wort entscheiden muss.

Es nützt dir auch nichts, solange ein Meeting läuft. Echtzeit-Untertitel tauschen diese Genauigkeit gegen das Einzige, was während eines Anrufs zählt: dass die Wörter rechtzeitig ankommen, um gelesen zu werden. Wenn du eine Aufnahme hast und Zeit, hör hier auf und lass sie durch ein Transkriptionsprogramm laufen; das Ergebnis wird besser. Alles Weitere ist für den Fall, dass der Ton gerade jetzt läuft.

Sechs Wege, der günstigste zuerst

Die Untertitel der App selbst. Kostenlos. Zoom, Teams, Google Meet, Slack-Huddles und YouTube untertiteln sich alle selbst, ohne Aufpreis, in mehr Sprachen als macOS. Am Rand ihres eigenen Fensters ist Schluss, bei mehreren muss der Host oder ein Admin es erlauben, und bei dem Video, das mittendrin jemand verlinkt, hilft keine davon. Probier es trotzdem zuerst: Wenn es reicht, ist es kostenlos.
Apples Live-Untertitel. Kostenlos, eingebaut. Auf einem Mac mit Apple silicon in den Systemeinstellungen, Bedienungshilfen, Live-Untertitel. Sie untertiteln über Apps hinweg statt in einer einzigen, und das ist der richtige Zuschnitt. Apples eigene Dokumentation sagt, dass es die Funktion nicht in jeder Sprache, jedem Land und jeder Region gibt, sie untertitelt immer nur eine Sprache, und das Fenster schluckt die Klicks, die für das darunter gedacht waren. Der vollständige Vergleich hat seine eigene Seite.
Die automatischen Untertitel deines Browsers. Kostenlos, ein Browser. Chrome und die Chromium-Browser können den Ton eines Tabs untertiteln, lokal, über einen Schalter in ihren eigenen Einstellungen. Für Video in einem Tab wirklich gut, und für alles außerhalb dieses Browsers ohne Belang.
Ein Untertiteldienst in der Cloud. Abo. Die Kategorie, die Sprachen erreicht, die keine lokale Lösung abdeckt, und die hinterher Sprecherlabels und ein durchsuchbares Transkript dazugibt. Dafür verlässt der Ton deinen Mac, und im Job ist das für viele kein Detail, sondern das Ende des Gesprächs.
Ein lokales Sprachmodell, das du selbst steuerst. Kostenlos, und Arbeit. Whisper und seine Nachfolger laufen auf einem Mac, und es gibt gute Open-Source-Oberflächen dafür. Daraus etwas zu bauen, das live untertitelt, über alle Apps hinweg, in einem Overlay, das du beim Arbeiten lesen kannst, ist ein Projekt und kein Download. Woran das liegt, steht weiter unten: daran, wie der Ton überhaupt aus einer App herauskommt.
Eine App für Echtzeit-Untertitel. Einmalig bezahlt. Das ist Subtitles: ein Overlay über jedem Fenster, gespeist von dem, was der Mac gerade abspielt, transkribiert auf der Neural Engine, in sechzehn Sprachen, und auf die Festplatte kommt nichts, außer du sicherst ein Transkript. Lohnt sich, wenn die vier kostenlosen Antworten darüber alle ausgeschöpft sind, und vorher nicht.

Wie ein Mac seinen eigenen Ton abgreift

Ein Mikrofon ist einfach: Dafür hatte macOS immer schon eine API, und danach zu fragen ist Routine. Der Systemton ist der schwierige Teil, denn den größten Teil der Mac-Geschichte gab es keinen vorgesehenen Weg, auf dem eine App hören konnte, was eine andere gerade abspielt. Drei Epochen, und aus welcher ein Werkzeug stammt, sagt dir fast alles darüber.

1

Das virtuelle Audiogerät

Du installierst einen Treiber, der sich als Lautsprecherpaar ausgibt, stellst den Ausgang des Mac darauf und liest ihn als Mikrofon zurück. Es funktioniert, und es heißt, dass deine echten Lautsprecher jetzt stumm sind, solange du nicht ein zweites Gerät baust, das das Signal aufteilt. Das ist die Epoche der Einrichtungsanleitungen mit sechs Screenshots.
2

Bildschirmaufnahme, wegen des Tons

Später ließ macOS eine App den Systemton zusammen mit einer Bildschirmaufnahme mitnehmen. Kein Treiber, aber du gibst einer App das Recht, deinen Bildschirm zu sehen, damit sie den Ton hören kann, und macOS erinnert alle im Raum mit einem Aufnahmesymbol daran.
3

Process Taps von Core Audio, macOS 14.2

Eine App bittet Core Audio, einen anderen Prozess abzugreifen, oder gleich alle, und bekommt den Ton direkt. Kein Treiber, nichts umgeleitet, deine Lautsprecher laufen weiter, und die Berechtigung, die du erteilst, ist die für Tonaufnahmen und nicht die für Bildschirmaufnahmen. Das ist der ganze Grund, warum es diese App in dieser Form gibt.

Das erklärt auch die eine Voraussetzung, um die es keinen Weg herum gibt. Process Taps kamen mit macOS 14.2 und nur auf Apple silicon, 14.2 ist hier also die Untergrenze, und ein Intel-Mac lässt sich nicht dorthin heben. Wenn du einen Intel-Mac hast, sind die ersten drei Wege oben deine Liste.

Deinen Mac untertiteln, in drei Schritten

1

Installieren und die eine Berechtigung erteilen

macOS fragt beim ersten Start nach der Erlaubnis, den Systemton aufzunehmen. Verpasst du diese Nachfrage, kommt jeder Puffer voller Stille an, ohne dass irgendwo ein Fehler steht, und das ist der eine Fall, den man vorher kennen sollte. Die Einrichtungsanleitung zeigt, wie du ihn in zehn Sekunden erkennst.
2

Alles untertiteln oder nur eine App

Der gesamte Systemton ist die Voreinstellung, dafür musst du nichts einstellen. Auf eine einzelne App eingrenzen ist nur ein Menü entfernt, und die Hilfsprozesse dieser App kommen mit. Genau deshalb wird ein Anruf in einem Browser-Tab untertitelt wie ein nativer.
3

Schieb das Overlay dorthin, wo du es haben willst

Halte ⇧ gedrückt und zieh es dorthin, wo du es willst; die App merkt sich die Position. Es nimmt keine Klicks an, du arbeitest also mitten hindurch, und wenn du darauf zeigst, löst es sich auf, statt sich zu bewegen. Die Demo auf der Startseite verhält sich in deinem Browser genau so, bevor du irgendetwas kaufst.

Für 19 $ kaufen

14 Tage Geld zurück, ohne Rückfragen.

Was Echtzeit an Genauigkeit kostet

Die Erkennung ist ein Streaming-Modell und keines, das auf ein Fenster von dreißig Sekunden wartet, und das ist der Unterschied zwischen Untertiteln, die dem Ton folgen, und Untertiteln, die kommen, wenn der Moment vorbei ist. Sie läuft auf der Neural Engine mit etwa einem Siebtel der Echtzeit, der Rechner kommt also nicht ins Schwitzen und die Lüfter bleiben, wo sie waren.

Seit macOS 26 liefert Apple Entwicklern eine eigene Spracherkennung mit, und die ist schnell. Hier läuft sie trotzdem nicht, aus einem Grund, der mit ihrer Qualität nichts zu tun hat: Sie braucht macOS 26, und diese App läuft ab 14.2, weil dort die Process Taps gekommen sind und die Untergrenze, auf die es ankommt, die des Tons ist, nicht die des Modells. Diese Untergrenze um zwei Hauptversionen anzuheben, um ein gutes Modell gegen ein anderes zu tauschen, würde jeden Mac ausschließen, der noch auf 14 oder 15 ist. Sollte Apples Modell je auf den Versionen ankommen, auf denen die Taps laufen, ist das hier der Absatz, der sich ändert.

Für Englisch gibt es sieben Optionen statt einer, und sie wägen die beiden Dinge gegeneinander ab, die sich nicht zugleich maximieren lassen: Die schnellste fängt etwa 160 ms hinter der sprechenden Person an, Text zu produzieren, die langsamste ist genauer und liegt weiter zurück. Alles andere läuft über ein einziges mehrsprachiges Modell. Dieser Regler ist die ehrliche Fassung der Genauigkeitsfrage, und er ist der Grund, warum diese Seite nicht behauptet, einen Benchmark zu gewinnen, den nie jemand durchgeführt hat.

Was in jedem Werkzeug auf dieser Seite weiterhin schiefgeht: Namen, Fachjargon, Abkürzungen, zwei Leute, die gleichzeitig reden, und schnelle, umgangssprachliche Rede über eine schlechte Verbindung. Echtzeit-Untertitel machen das oft genug lesbar, dass es sich lohnt, und nicht zuverlässig genug, dass es als Transkript durchginge.

Fragen zum Untertiteln eines Mac

Wie untertitle ich den Systemton auf einem Mac?: Seit macOS 14.2 kann eine App den Ton eines anderen Prozesses direkt über Core Audio abgreifen, sie braucht von dir also nur die Berechtigung für Tonaufnahmen. Davor musstest du ein virtuelles Audiogerät installieren und deinen Ausgang hindurchleiten, und deshalb stecken die älteren Anleitungen voller Screenshots.
Brauche ich noch BlackHole oder einen Loopback-Treiber?: Dafür nicht. Es wird nichts umgeleitet, dein Ausgabegerät ändert sich nicht, und deine Lautsprecher spielen weiter, während die Untertitel laufen. Ein Loopback-Treiber ist weiterhin die Antwort, wenn du macOS 13 oder älter hast oder einen Intel-Mac.
Ist Echtzeit so genau wie das Transkribieren einer Datei?: Nein, und nichts, was live läuft, ist das. Ein Transkriptionsprogramm für Dateien sieht den ganzen Satz, bevor es entscheidet, was das erste Wort war; eine Live-Variante muss sich festlegen, während noch gesprochen wird. Wenn du eine Aufnahme hast und keine Eile, transkribier lieber die Datei.
Funktioniert die App in einem Browser-Tab?: Ja. Sie greift eine App und jeden Hilfsprozess ab, den diese App startet, ein Anruf oder ein Video in einem Tab wird also genauso untertitelt wie eine native App. Das deckt auch Electron-Apps ab, deren Ton nie aus dem Prozess kommt, der ihren Namen trägt.
Untertitelt die App auch meine eigene Stimme?: Standardmäßig nicht. Die App hört, was dein Mac abspielt, und das sind in einem Anruf alle außer dir. Wählst du unter „Audioquelle“ das Mikrofon, dreht sich das um: Dann untertitelt sie den Raum, dich eingeschlossen, und macOS fragt beim ersten Mal nach der Mikrofonberechtigung.
Wie groß ist die Verzögerung?: Das schnellste englische Modell fängt etwa 160 ms hinter der sprechenden Person an, Text zu produzieren; die genaueren liegen weiter zurück. Es ist ein Regler und keine Zahl, und welches Ende du willst, hängt davon ab, ob du einem Gespräch folgst oder eine Vorlesung mitliest.
Kann ich das Transkript speichern?: Ja, wenn du es willst. Wurde mindestens eine Minute gesprochen, bietet das Untertitelfeld an, sie zu sichern, sobald der Ton aufhört oder bevor die Untertitel nach einer längeren Stille gelöscht werden, und „Transkript sichern…“ im Menü sichert sie jederzeit, als reinen Text, Markdown oder SRT; sonst wird nichts auf die Festplatte geschrieben. Bis dahin hältst du ⌥ gedrückt, um die Untertitel zurückzuholen und durch sie zu scrollen oder sie zu durchsuchen. Wenn du hinterher Notizen oder eine Zusammenfassung brauchst, willst du eine Notiz-App und nicht Subtitles.
Warum nicht Apples eigene Spracherkennung?: Weil sie macOS 26 braucht und Subtitles ab 14.2 läuft. Apples Erkennung ist schnell und läuft auf dem Gerät, und nichts davon hat den Ausschlag gegeben: Process Taps kamen mit 14.2, das ist die Untergrenze, und sie für ein anderes Modell auf 26 anzuheben, würde jeden Mac ausschließen, der noch auf 14 oder 15 ist. Parakeet läuft ab 14.2 auf der Neural Engine und arbeitet als Stream, und genau das brauchen Echtzeit-Untertitel.

Dasselbe Overlay, woanders

Videos ohne Untertitel

Untertitel über einem Film, einem Stream oder einem Tab, der nie eine Untertitelspur hatte.

Podcasts

Untertitel für die Sendungen, die nie ein Transkript hatten.

Kompatible Apps

Wenn es auf deinem Mac Ton macht, wird es untertitelt. Die Liste und die Ausnahmen.

Im Vergleich zu Apples Live-Untertiteln

macOS bringt das kostenlos mit. Wo es nicht mehr reicht.

Alle Alternativen im Vergleich

Sechs Wege zu Untertiteln auf dem Mac und welcher für dich der richtige ist.

Was die App speichert

Auf die Festplatte wird nichts geschrieben, außer du sicherst ein Transkript, und sobald das Modell geladen ist, bleiben als einzige Anfragen ins Netz eine Versionsprüfung, die du ablehnen kannst, und, sobald du einen Lizenzschlüssel hast, dessen monatliche Prüfung.

Untertitel für das, was gerade läuft.

Kostenlos testen Für 19 $ kaufen

7 Tage kostenlos, dann einmalig 19 $, alle künftigen Updates inklusive · macOS 14.2 oder neuer · Apple silicon
Unbegrenzte Echtzeit-Untertitel, solange dir der Mac gehört. Keine Minutenpakete, kein Konto, kein Abo.