Live-Untertitel auf deinem Mac,
ohne jemanden bitten zu müssen.

Die Stellen, an denen es wirklich schwer wird

Dass es Untertitel gibt, heißt nicht, dass sie brauchbar sind. Das hier sind die Stellen, an denen die, die man dir gibt, üblicherweise nachgeben, und was dieses Programm an jeder davon tut.

• Die Zeile, die schon weg ist. Google Meet führt überhaupt keinen Untertitelverlauf, und Zoom hält etwa drei Minuten vor. Es reicht, kurz zum Tippen nach unten zu sehen, und der halb gelesene Satz ist nicht mehr zu holen. Hier hältst du ⌥ und die letzten Untertitel kommen zurück, scrollbar, eine verpasste Zeile heißt also nicht, den Faden der Besprechung zu verlieren.
• Zwei Leute, die gleichzeitig reden. Überlappende Sprache ist die Stelle, an der jedes Untertitelsystem schwächelt, und die Stelle, an der du sie am dringendsten brauchst. Ein neuer Kasten beim Sprecherwechsel ist optional und lohnt sich: in einem Gespräch, das man liest statt hört, ist herauszufinden, wer was gesagt hat, der größte Teil der Arbeit.
• Videos, die niemand untertitelt hat. Closed Captions und SDH gibt es nur da, wo jemand sie gemacht hat, und das lässt die meisten Schulungsvideos in einem internen Portal aus, die meisten Konferenzmitschnitte, die meisten Bildschirmaufnahmen, die dir eine Kollegin schickt, und die meisten Podcasts. Das hier liest den Ton selbst, ob sich der Anbieter die Mühe gemacht hat, ist also nicht mehr die Frage.
• Anrufe, die keine Besprechungen sind. FaceTime, ein WhatsApp- oder Signal-Anruf am Rechner, eine über den Mac gewählte Nummer, eine abgehörte Sprachnachricht. Keines davon hat einen Untertitel-Knopf und keines einen Host, den man fragen könnte, und das ist der größte Teil des Grundes, warum Telefonate der Teil der Woche bleiben, vor dem man sich drückt.
• Etwas mit Leuten sehen, die es hören. Untertitel für einen Film einzuschalten wird zur Verhandlung, wenn sonst niemand im Raum sie braucht, und vieles hat ohnehin gar keine Spur zum Einschalten. Das hier wird nur auf deinem Mac gezeichnet, in der Größe, die du willst, und hört damit auf, die Entscheidung aller zu sein.
• Hörgeräte, die den Mac-Ton schon empfangen. Made for iPhone Hörgeräte und Soundprozessoren koppeln direkt mit einem Mac ab M1, und dass der Ton sauber ankommt, ist nicht dasselbe, wie dass schneller, überlappender Dialog verständlich ankommt. Untertitel über gestreamtem Ton ist ein gewöhnlicher Aufbau und keine Doppelung. Es liest den Audiostrom der App selbst und nicht dein Ausgabegerät, worüber du hörst spielt also keine Rolle.
• Die Müdigkeit um vier Uhr nachmittags. Sich den ganzen Tag so stark zu konzentrieren, dass man Sprache folgen kann, erschöpft auf eine Weise, die in niemandes Kalender auftaucht. Ein Wort zu lesen, das du nur halb gehört hast, kostet weniger, als es aus dem Zusammenhang zu rekonstruieren, und es kostet sehr viel weniger, als einen Raum zum dritten Mal um Wiederholung zu bitten.

Probier zuerst das, was schon auf dem Mac ist

macOS hat Live-Untertitel eingebaut, kostenlos, auf jedem Mac mit Apple Silicon: Systemeinstellungen ▸ Bedienungshilfen ▸ Live-Untertitel. Sie sind wirklich gut, sie kosten nichts, und wenn sie abdecken, was du brauchst, bist du fertig und solltest keine 9 $ ausgeben, um das herauszufinden. Eine Woche damit ist außerdem der schnellste Weg zu lernen, was du von Untertiteln eigentlich willst.

Was Leute dazu bringt, sich nach etwas anderem umzusehen, ist meistens eines von drei Dingen: die Sprache, die sie brauchen, steht nicht auf Apples Liste, das Untertitelfenster liegt hinter dem, worin sie gerade arbeiten, oder sie wollen für eine Vorlesung ein langsameres und genaueres Modell wählen und für einen Call ein schnelleres. Diese Unterschiede stehen Zeile für Zeile auf der Vergleichsseite.

14 Tage Geld zurück, ohne Rückfragen.

Gebaut, um stundenlang gelesen zu werden

Untertitel, auf die du dich den ganzen Tag stützt, werden anders gelesen als Untertitel, auf die du einmal schaust. Alles Folgende ist eine Einstellung und keine Entscheidung, die jemand für dich getroffen hat, weil die richtige Antwort davon abhängt, wie viel du hörst und wie viel du liest.

• Es rutscht nicht hinter deine Arbeit. Das Overlay liegt über jedem Fenster und über dem App-Umschalter, Notizen machen, ein Dokument prüfen oder etwas nachschlagen kostet dich also nicht den Satz, der währenddessen gesagt wird. Einer Besprechung folgen und gleichzeitig irgendetwas mitschreiben ist die ganze Schwierigkeit, und ein Untertitelfenster, das man vorne halten muss, löst sie nicht.
• Du kannst es dahin legen, wo deine Augen schon sind. Es nimmt keinen Klick, du arbeitest also mitten hindurch, und es blendet sich unter dem Zeiger aus, damit es nie verdeckt, was darunter liegt. Größe, Deckkraft, wie weit dieses Ausblenden reicht und wo der Kasten wohnt, gehören dir; halte Umschalt, um ihn deckend zu halten und zu ziehen. Ihn knapp unter das Gesicht der sprechenden Person zu setzen ist das, was die meisten am Ende tun, und genau deshalb können Lippenlesen und Untertitel zusammen laufen, statt um deinen Blick zu konkurrieren.
• Zeilen warten auf dich. Ein Untertitel hält etwa anderthalb Sekunden plus ein Zehntel pro Wort, eine lange Zeile verschwindet also nicht mitten im Satz, und ⌥ gedrückt zu halten holt die letzten zum Durchscrollen zurück. Lesegeschwindigkeit ist persönlich und der Standardwert ist eine Vermutung; der Verlauf ist für die Fälle da, in denen die Vermutung falsch liegt.
• Bei Namen und Fachjargon wird es dich hängen lassen. Ein Medikamentenname, ein Nachname, ein Kürzel, das dein Team erfunden hat: genau die Wörter, die sich nicht aus dem Zusammenhang erschließen lassen, und genau die, die eine Erkennung falsch macht. Ein langsameres, genaueres Modell hilft und behebt es nicht. Es ist besser zu wissen, welche Wörter man nachprüft, als es später zu merken.

Fragen

Untertitelt es Leute, die im Raum sprechen?

Nein. Es liest nur, was dein Mac abspielt, und öffnet nie das Mikrofon. Für ein Gespräch, das vor dir stattfindet, zeigt es dir überhaupt nichts. Apples eigene Live-Untertitel können auf einem Mac Mikrofonton untertiteln, und Live-Mithören auf dem iPhone ist genau dafür gebaut, für den Raum sind also die die richtigen Werkzeuge und dieses hier nicht.

Ersetzt das Schriftdolmetschen oder eine menschliche Untertitelung?

Nein. Es ist Spracherkennung, sie macht also Fehler, besonders bei Namen, Fachjargon, Durcheinanderreden und starken Akzenten. Für einen Arzttermin, ein juristisches Gespräch, einen benoteten Kurs oder alles andere, wo Falschliegen etwas kostet, ist ein professioneller Schriftdolmetscher oder eine Dolmetscherin der Nachteilsausgleich, und du hast ein Anrecht darauf. Das hier ist für den Rest des Tages, wo dir ohnehin nie jemand einen gestellt hätte.

Muss ich den Host fragen oder jemandem sagen, dass ich es benutze?

Nein. Es untertitelt den Ton, den dein Mac abspielt, statt sich in einen Dienst einzuklinken, es tritt also nichts der Besprechung bei, nichts erscheint in einer Teilnehmerliste, und kein Host, keine Admin und keine Dozentin muss etwas freischalten. Niemand wird informiert. Ob du es sagst, ist deine Entscheidung und nicht die der Software.

Ich streame den Ton meines Macs schon auf meine Hörgeräte. Bringt das hier noch etwas?

Oft ja. Das Streamen regelt den Weg, den der Ton nimmt, nicht die Schwierigkeit der Sprache: wer schnell redet, überlappende Stimmen und ungewohnte Akzente bleiben genau das, sobald sie in deinem Ohr ankommen. Untertitel über gestreamtem Ton ist eine übliche Kombination, keine Doppelung. Es liest den Audiostrom der App selbst und nicht dein Ausgabegerät, worüber du hörst spielt also keine Rolle und an deiner Kopplung ändert sich nichts.

Was, wenn ein Video gar keine Untertitel oder SDH hat?

Genau dafür ist es da. Closed Captions und SDH gibt es nur da, wo jemand sie gemacht hat, und das schließt die meisten internen Schulungsvideos aus, die meisten Konferenzmitschnitte und das meiste, was eine Kollegin aufnimmt und dir schickt. Das hier untertitelt den Ton selbst, es spielt also keine Rolle, ob die Datei mit einer Untertitelspur kam.

Hinken die Untertitel hinterher, wie die in meinen Besprechungen?

Weniger, aber nicht nie. Es untertitelt fortlaufend, während die Wörter ankommen, statt auf einen fertigen Satz zu warten, und das neueste Wort wird blasser gezeichnet, solange das Modell sich nicht sicher ist, du liest also mit statt hinterher. Es bleibt Spracherkennung: zwischen dem Moment, in dem ein Wort gesagt wird, und dem, in dem es lesbar ist, liegt eine kleine Verzögerung, und wer schnell spricht, wird jedem Untertitel immer ein Stück voraus sein.

Kann ich die Untertitel größer und lesbarer machen?

Ja. Kastengröße, Deckkraft, wie viele Zeilen er hält und wo er sitzt sind alles Einstellungen, und das Einstellungsfenster zeigt sie in der Vorschau auf dem echten Overlay statt in einem Mockup. Halte Umschalt, um ihn deckend zu halten, und zieh ihn dahin, wo du ihn willst; wo du ihn hinlegst, wird gemerkt.

Untertitelt es FaceTime und Telefonate?

Alles, was über eine App auf dem Mac läuft, also FaceTime, ein WhatsApp- oder Signal-Anruf am Rechner, eine über deinen Mac gewählte Nummer und eine abgespielte Sprachnachricht. Du liest die andere Person und nie dich selbst, weil dein Mikrofon nie geöffnet wird. Das sind die Anrufe ohne Untertitel-Knopf und ohne Host, den man fragen könnte, deshalb sind sie oft das Erste, woran Leute es ausprobieren.

Sagt es mir, wer spricht, oder markiert es Geräusche wie SDH?

Es kann beim Sprecherwechsel einen neuen Kasten öffnen, was optional ist und sich für Anrufe lohnt, aber es setzt keinen Namen an irgendwen. Geräusche außerhalb von Sprache markiert es überhaupt nicht: ein Sprachdetektor läuft vor der Erkennung, damit Musik nie zu erfundenem Liedtext wird, und der Preis dafür ist, dass du die Sprache bekommst und nichts darüber, was sonst zu hören war. Wenn Geräuschhinweise für dich zählen, ist das der ehrliche Abstand zu einer richtigen SDH-Spur.

Was passiert, wenn ich eine Zeile verpasse?

Halte ⌥ und die letzten Untertitel kommen zurück, und du kannst durch sie scrollen, solange sie oben sind. Das ist bewusst kurzfristig: nichts wird auf die Festplatte geschrieben, es ist also da, um den Satz aufzufangen, den du gerade verloren hast, und nicht, um eine Aufzeichnung des Tages zu behalten.

Gibt es Kosten pro Minute oder pro Monat?

Nein. Es sind einmalig 9 $ und die Untertitel sind unbegrenzt, weil das Modell auf deinem Mac läuft und im Betrieb nichts kostet. Es gibt keine Minuten zu kaufen und kein Abo, was mehr zählt, wenn Untertitel die Art sind, wie du allem folgst, statt etwas, das du gelegentlich einschaltest.

Braucht es eine Internetverbindung?

Einmal, um das Modell beim ersten Start zu laden. Danach läuft es vollständig offline und macht überhaupt keine Netzwerkaufrufe, es wird also nie irgendetwas von dem, was du hörst, irgendwohin geschickt.