Subtitles · Live-Übersetzung

Untertitel in deiner Sprache,
noch bevor der Satz zu Ende ist.

Subtitles schreibt mit, was dein Mac abspielt. Seit Version 1.3 kann die App das auch gleich übersetzen, aus jeder der sechzehn Sprachen, die sie hört, in jede andere, direkt auf dem Rechner, mit Apples eigener Übersetzung. Zum Übersetzen wird nichts hochgeladen, und nur so lohnt es sich überhaupt, so etwas zu bauen.

  • 7 Tage kostenlos, ohne Kreditkarte, ohne Konto
  • 19 $ einmalig, alle Updates inklusive
  • 14 Tage Geld zurück, ohne Rückfragen
  • Download für macOS 14.2 oder neuer, Apple silicon
  • Auf Gumroad mit 5,0 bewertet

Ein Anruf auf Englisch, auf Deutsch gelesen, auf dem Mac übersetzt, während der Satz noch gesprochen wird. Halte ⌃ gedrückt, und das Englische tritt an seine Stelle, in der Live-Zeile und in jedem Feld des ⌥-Stapels, bis du loslässt.

Halte ⇧ gedrückt und zieh die Untertitel, um sie zu verschieben, wie in der App.

Halte ⌥ gedrückt, und die letzten Felder stapeln sich wieder auf.

Klick auf in der Menüleiste: die mit Testen markierten Einträge funktionieren alle in dieser Demo.

Drei Einträge im Menü

Übersetzen in steht unter der Sprachauswahl und ist anfangs auf „Keine Übersetzung“ gestellt. Wähle eine Zielsprache, und die Untertitel kommen ab dem nächsten Satz in dieser Sprache an. Timing der Übersetzung direkt darunter entscheidet, was du siehst, während ein Satz noch gesprochen wird, und darin steckt am Ende das ganze Gestaltungsproblem.

Beide Sprachen zeigen, unter „Keine Übersetzung“ in „Übersetzen in“, zeigt die Übersetzung und den Originaltext im selben Feld: die Übersetzung als Untertitel, das Original kleiner darunter. Stell „Audioquelle“ auf das Mikrofon, und zwei Leute an einem Mac können ein Gespräch in zwei Sprachen führen, jeder liest den anderen in seiner eigenen; wird die Zielsprache gesprochen, dreht sich das Paar einfach um.

Übersetzung vorlesen, der dritte Eintrag, liest die Übersetzung vor, sobald ein Satz feststeht, mit der besten Stimme, die macOS für die Sprache installiert hat. Nichts wird ausgelassen und nichts gehetzt: Fällt die Stimme hinter jemanden zurück, der schnell spricht, holt sie in den Pausen auf. Solange sie spricht, wird das Original auf ein Viertel seiner Lautstärke gesenkt und danach wieder hochgeregelt, damit sich die beiden Stimmen nicht in die Quere kommen. ⌥⌘. stoppt das Vorlesen oder liest die letzte Zeile noch einmal.

Das Vorlesen ist standardmäßig eingeschaltet, solange VoiceOver läuft, und VoiceOver kann das Untertitelfeld vorlesen und seinen Knopf betätigen, sodass sich ein Anruf oder ein Film in einer anderen Sprache ganz ohne Lesen verfolgen lässt. Was VoiceOver selbst spricht, wird nie untertitelt, übersetzt oder leiser gestellt. Stell „Übersetzung vorlesen“ auf „Immer“, wenn du dir auch ohne VoiceOver vorlesen lassen willst.

Mit dem Mikrofon und den Lautsprechern des Mac selbst wartet die App vor dem Vorlesen auf eine Pause, und wer spricht, während vorgelesen wird, wird trotzdem untertitelt: Die Echounterdrückung, die macOS für Anrufe nutzt, nimmt die Stimme der Übersetzung aus dem heraus, was das Mikrofon hört. Mit Kopfhörern liest sie sofort vor.

Und sie bleibt dort, wo du sie lesen kannst. Ein Anruf, den du übersetzt brauchst, ist meistens einer, in dem du nebenher arbeitest: das gemeinsame Dokument, die Spezifikation, das Design, um das gestritten wird. Die Übersetzung liegt auf einem Overlay über jedem Fenster und nicht in der App, in der geredet wird, der Wechsel zur Arbeit kostet dich also nicht die Wörter.

Das Subtitles-Menü, mit „Übersetzen in“, „Timing der Übersetzung“ und „Übersetzung vorlesen“ unter „Sprache / Modelle“
Auf macOS 14 fehlen alle drei Einträge, statt ausgegraut zu sein.

Das Schwierige ist der Satz, den niemand zu Ende gesprochen hat

Einen fertigen Satz zu übersetzen geht schnell: 40 bis 125 ms auf dieser Hardware, was nichts ist gegen die Zeit, die jemand braucht, um ihn zu sagen. Die eigentliche Frage ist, was in den Sekunden davor auf dem Bildschirm stehen soll, und darauf gibt es keine Antwort, die für alle richtig ist. Also gibt es zwei, und du wählst.

Live, dann endgültig

Die letzte Sekunde des Gesprochenen wird bei jeder Aktualisierung neu übersetzt und gedimmt gezeigt, bis sie steht. Gedimmter Text kann sich noch ändern; heller Text steht. Du liest eine Seite, die weitgehend stehen bleibt, um den Preis, dass die neuesten Wörter vorläufig aussehen, was sie auch sind.

Immer live

Alles wird bei jeder Aktualisierung neu übersetzt. Nichts hinkt der sprechenden Person hinterher und nichts wird zurückgehalten, und der Preis ist, dass eine Zeile, die du schon gelesen hast, vor deinen Augen umgeschrieben werden kann, sobald der Satz das Wort erreicht, das sie ändert.

Unter beiden liegt eine Regel, die nicht zur Wahl steht: Übersetzt werden ganze Teilsätze, nie das Feld. Das Overlay bricht eine Seite dort um, wo der Text keinen Platz mehr hat, und das fällt meistens mitten in den Satz, und ein allein übersetztes Bruchstück verliert den Kasus, die Genusübereinstimmung oder ein Verb, bei dem die sprechende Person noch nicht angekommen war. Was übersetzt und was gezeigt wird, sind deshalb zwei verschiedene Einheiten, und die Seitenumbrüche kommen danach, in Prosa, die schon Sinn ergibt.

Ein Feld, das voll wird und umblättert, setzt beim letzten gezeigten Teilsatz wieder an statt bei dem Wort, das übergelaufen ist, damit es eine Zeile gibt, an der du wieder einsteigen kannst, statt eines harten Schnitts. Das zählt nur, wenn ein Feld schnell umblättert, denn eines, das lange genug stand, um gelesen zu werden, hatte dir diese Zeile längst gegeben.

Halte ⌃ gedrückt, und das Original kommt zurück

Die Übersetzung nimmt dir genau das, was du gerade hörst. Halte ⌃ gedrückt, und du bekommst es zurück: Das laufende Feld und der ⌥-Stapel wechseln beide in die gesprochene Sprache, genau so lange, wie du die Taste hältst. Die Übersetzung läuft darunter weiter, während du hinsiehst, also landest du beim Loslassen beim aktuellen Text und nicht bei der Momentaufnahme, die du verlassen hast, und jede Sprache führt ihren eigenen Verlauf, damit der Stapel die beiden nie mischt.

Wer die Sprache lernt, nutzt es am besten so: die eigene lesen, wenn der Faden gerissen ist, und die übrige Zeit auf gar nichts drücken.

Jedes Paar, kein Umweg übers Englische

Sechzehn Sprachen ergeben 240 Sprachrichtungen, und alle funktionieren. Deshalb ist die Übersetzung hier ein zweiter Schritt und keine Einstellung der Erkennung: Modelle, die beim Transkribieren übersetzen, sind auf Englisch als Ziel oder Quelle trainiert, Französisch nach Deutsch müsste also übers Englische, und mehrere dieser Sprachen stehen gar nicht erst auf ihren Listen. Fertigen Text an einen Übersetzer zu geben, der jedes Paar abdeckt, kostet ein paar Dutzend Millisekunden und lässt niemanden aus.

Bei automatischer Erkennung kommt die Ausgangssprache aus dem Sprach-Tag der Erkennung selbst, das nach einem Wort oder zwei feststeht, statt den Übersetzer Satz für Satz raten zu lassen.

Nach wie vor verlässt nichts den Mac

Der Ton hat den Mac nie verlassen, und der übersetzte Text verlässt ihn auch nicht. Er läuft über Apples Translation-Framework, dieselbe lokale Übersetzung, die der Rest von macOS benutzt, also steckt hier kein Server drin, kein API-Schlüssel, den man verwahren muss, und kein Konto, das man haben müsste. Das Netz kommt genau einmal ins Spiel: wenn macOS beim ersten Mal fragt, ob es ein Sprachpaar laden darf, was es für seine eigenen Übersetzungen ebenso tut. Danach liegt das Paar auf der Platte und es bleibt nichts mehr zu holen.

Auch vorgelesen bleibt alles auf dem Mac: Die Stimme ist eine, die macOS installiert hat, und zum Sprechen wird nichts irgendwohin geschickt.

Übersetzt oder nicht, aufgeschrieben wird nichts, außer du sicherst ein Transkript. Ein übersetzter Untertitel steht auf dem Bildschirm und ist dann weg, genau wie ein unübersetzter, und die Datenschutzseite ist aus demselben Grund kurz wie schon immer.

Wissenswertes, bevor du dich darauf verlässt

  • macOS 15 oder neuer, nur für diese Funktion. Erst dort gibt es Apples Übersetzer. Auf 14.2 untertitelt die App weiterhin alles, was sie immer untertitelt hat, und die drei Einträge fehlen im Menü, statt ausgegraut zu sein.
  • Die App übersetzt, was sie gehört hat, nicht, was gesagt wurde. Ein Name, den die Erkennung falsch verstanden hat, wird getreu als falscher Name übersetzt. Fehler heben sich im zweiten Schritt nicht auf, und wo Genauigkeit am meisten zählt, hilft es, die gesprochene Sprache festzulegen, statt sie auf automatischer Erkennung zu lassen.
  • Von Menschen erstellte Untertitel sind besser, wo es sie gibt. Eine Übersetzung, die jemand geschrieben, geprüft und getimt hat, ist dieser hier jedes Mal überlegen. Subtitles ist für den Ton, der nie eine hatte: der Anruf, der Huddle, die Vorlesung, der Podcast, das Video mit nur seiner Originalspur.
  • Immer nur eine Richtung. Es gibt eine Zielsprache, kein Paar, also wird ein Anruf in zwei Sprachen in deine eine übersetzt, und mit ⌃ siehst du, was tatsächlich gesagt wurde.

Fragen zur Übersetzung

Zwischen welchen Sprachen kann die App übersetzen?
Jede der sechzehn, die sie untertitelt, in jede der anderen fünfzehn: Englisch, Spanisch, Französisch, Italienisch, Portugiesisch, Deutsch, Niederländisch, Türkisch, Russisch, Arabisch, Hindi, Japanisch, Koreanisch, Vietnamesisch, Ukrainisch und Mandarin. Das sind 240 Sprachrichtungen, und keine davon geht unterwegs übers Englische.
Verlässt der Ton meinen Mac, um übersetzt zu werden?
Nein. Der Ton verlässt den Rechner ohnehin nicht, und der Text ebenso wenig: Die Übersetzung läuft über Apples Translation-Framework, das auf dem Gerät arbeitet. macOS fragt beim ersten Mal womöglich, ob es ein Sprachpaar laden darf, so wie bei seinen eigenen Übersetzungen auch, und danach liegt das Paar auf der Platte. Die einzigen Anfragen, die die App noch stellen kann, sind eine tägliche Prüfung, ob es eine neuere Version von ihr selbst gibt, die du ablehnen kannst, und eine monatliche Prüfung deines Lizenzschlüssels, sobald du einen hast.
Was ist der Unterschied zwischen den beiden Timings?
„Live, dann endgültig“ übersetzt bei jeder Aktualisierung die letzte Sekunde des Gesprochenen und dimmt sie, bis sie steht: Heller Text hat aufgehört, sich zu ändern, gedimmter kann sich noch bewegen. „Immer live“ übersetzt bei jeder Aktualisierung alles neu: nichts hinkt der sprechenden Person hinterher, und alles auf dem Bildschirm kann noch umgeschrieben werden. „Live, dann endgültig“ liest sich ruhiger; „Immer live“ lässt dich nie um einen Satz zurückfallen.
Kann ich auch die Originalsprache sehen?
Halte ⌃ gedrückt. Das laufende Feld und der ⌥-Stapel wechseln beide in die gesprochene Sprache, solange die Taste gedrückt ist, und die Übersetzung läuft darunter weiter, sodass du beim Loslassen den aktuellen Text siehst und nicht die Momentaufnahme, die du verlassen hast. Jede Sprache führt ihren eigenen Verlauf, deshalb mischt der Stapel die beiden nie.
Welches macOS braucht die Übersetzung?
macOS 15, denn erst dort gibt es Apples Translation-Framework. Das Untertiteln läuft weiter auf 14.2, wo „Übersetzen in“ und „Timing der Übersetzung“ schlicht nicht im Menü stehen, statt ausgegraut zu sein.
Ist das dasselbe wie Untertitel bei einem Streamingdienst?
Nein. Ein Streamingdienst liefert eine Übersetzung, die jemand geschrieben, geprüft und getimt hat, und wo es sie gibt, ist sie besser als diese hier. Subtitles ist für den Ton, der nie eine hatte: ein Anruf, ein Huddle, eine Vorlesung, ein Podcast, ein Video mit nichts als seiner Originalspur.

Sechzehn Sprachen hinein, deine eigene heraus.

14 Tage Geld zurück, ohne Rückfragen

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.