Privé · Sur l'appareil · Apple Neural Engine
Vidéos, appels, podcasts : transcrits pendant la lecture et affichés en overlay toujours au premier plan. Rien n'est envoyé, rien n'est enregistré, rien n'est écrit sur le disque.
Semaine de lancement : 5 $ au lieu de 9 $ jusqu'au 22 août · remboursement sous 14 jours
Remboursement sous 14 jours, sans justification
Paiement unique de 9 $, toutes les mises à jour à venir comprises · macOS 14.2 ou version ultérieure · Apple Silicon
Sous-titres illimités, aussi longtemps que vous le souhaitez. Aucune minute à acheter, aucun compte, aucun abonnement.
Changez d'application et les sous-titres restent : l'overlay est au-dessus de toutes les fenêtres et laisse passer les clics.
Cliquez sur une fenêtre pour la ramener au premier plan. Maintenez ⇧ et faites glisser les sous-titres pour les déplacer, comme dans l'app.
Pointez les sous-titres et ils se dissolvent sous le curseur. Maintenez ⌥ pour rempiler les derniers. Les deux fonctionnent ici exactement comme dans l'app.
Subtitles sous-titre tout audio que votre Mac peut jouer, parce qu'il capte l'application elle-même au lieu de s'intégrer à un service en particulier. Que vous soyez sourd ou malentendant, que vous écoutiez dans une deuxième langue ou que vous travailliez simplement dans un endroit bruyant, trois situations reviennent sans cesse.
01
Zoom, Google Meet, Teams, un huddle Slack, un appel dans un onglet du navigateur : tout cela n'est que du son qui sort d'une application, donc tout cela est sous-titré. Deuxième langue ou non, l'outil gagne sa place dès qu'un accent est inhabituel, que le micro de quelqu'un est mauvais ou que deux personnes parlent en même temps : lire un mot que vous n'avez saisi qu'à moitié va plus vite que de le faire répéter, et cela n'interrompt personne.
02
Le son n'attend pas. Dès que vous passez à vos notes, à votre éditeur ou à une fenêtre de navigateur, vous commencez à perdre la conversation. L'overlay est toujours au-dessus de toutes les fenêtres et laisse passer les clics : il reste où il est pendant que vous travaillez devant lui. Vous pouvez prendre des notes, vérifier quelque chose, et suivre quand même ce qui se dit. Un carnet comme Granola rédige la réunion après coup ; ceci est la moitié qui doit se passer pendant qu'elle a encore lieu.
03
Une vidéo sans sous-titres, ou avec des sous-titres automatiques pires que rien. Un podcast dans une langue que vous apprenez encore. Un cours enregistré ou diffusé en direct, un entretien, un film aux dialogues trop discrets. Les sous-titres apparaissent par-dessus la fenêtre qui joue le contenu, à la taille de texte que vous choisissez, en neuf langues, la langue étant détectée pour vous.
Les trois ont un point commun : une réunion, un appel et un enregistrement privé ne regardent aucun serveur. Aucun de ces sons n'est envoyé, parce qu'aucun n'a besoin de l'être : le modèle tourne sur votre Mac.
L'audio en temps réel ne peut pas être mis en pause, ne peut pas être rejoué, et ne devrait pas avoir à quitter votre machine. Tout ce qui suit en découle.
Tout tourne en local et hors ligne : aucun appel réseau, aucun compte, aucune télémétrie. Le son passe du process tap directement au moteur de reconnaissance, puis il est jeté. La seule chose jamais téléchargée est le modèle lui-même, une fois.
Environ 0,15 en facteur temps réel : six secondes de parole transcrites par seconde de calcul. Le même modèle sur le CPU s'est révélé environ 100× trop lent pour suivre un flux en temps réel.
Choisissez une source dans la barre des menus et l'app capte cette application ainsi que tous les processus auxiliaires qu'elle lance, ce qui la rend compatible avec les navigateurs et les apps Electron, où le son ne vient jamais du processus principal.
Un détecteur de voix tourne en amont du moteur de reconnaissance pour que les fonds musicaux ne l'atteignent jamais. Sans lui, la musique remplit le contexte du modèle et les premiers mots qui suivent sont perdus.
En option, démarrez un nouveau sous-titre quand quelqu'un d'autre prend la parole, comme le fait une pause. Désactivé par défaut : cela fait tourner un second modèle en parallèle du premier.
Le modèle par défaut détecte la langue tout seul. L'anglais dispose en plus de sept checkpoints dédiés, qui échangent latence contre précision à partir de 160 ms.
Quelque chose au-dessus de toutes les fenêtres ne fonctionne que s'il ne devient jamais ce qu'il faut contourner. Il ne reçoit aucun clic, il se dissout là où vous pointez, et il vous rend la ligne que vous avez quittée des yeux.
Approchez le curseur du bloc et il s'efface en dessous : la phrase que vous lisez ne recouvre jamais la phrase que vous écrivez. Ce qui disparaît et la portée du trou sont à vous de régler. Maintenez ⇧ pour le garder opaque.
Le bloc tourne les pages comme les sous-titres de télévision : il se remplit, s'efface et recommence, si bien qu'une ligne quittée des yeux est perdue. Maintenez ⌥ et les derniers blocs terminés se rempilent au-dessus de celui en cours, jusqu'à trente, avec le défilement pour les plus anciens. Relâchez et ils repartent. Rien n'est écrit nulle part.
⌘, depuis le menu ouvre les réglages : combien de lignes un bloc remplit avant de s'effacer, sa densité, jusqu'où porte l'effacement sous le curseur, jusqu'où remonte ⌥. Chaque curseur s'applique à l'overlay pendant que vous le faites glisser, si bien que vous réglez tout cela en le regardant plutôt qu'en choisissant un nombre.
Un thread audio temps réel qui ne fait que copier, un cœur portable qui ne transcrit jamais, et un modèle qui tourne là où il faut.
48 kHz stéréo, un callback toutes les 10,7 ms. Le thread temps réel copie dans un ring buffer lock-free et ne fait rien d'autre.
Descente en 16 kHz mono sur un thread de travail, silences ignorés, avec environ une seconde rejouée avant la parole pour qu'aucun mot ne démarre à froid.
Un modèle en flux continu, et non un modèle à fenêtre de 30 secondes : la différence entre des sous-titres qui suivent l'audio et des sous-titres qui arrivent avec des secondes de retard.
Des pages de trois lignes qui s'effacent et repartent comme les sous-titres de télévision, disparaissant quatre secondes après le dernier texte nouveau plutôt qu'à l'arrêt du son.
Tout ce qui va du ring buffer jusqu'à la frontière du modèle est du Rust portable qui, délibérément, ne transcrit pas : il fournit des frames. Le process tap et l'overlay sont les seules parties spécifiques au Mac.
Remboursement sous 14 jours, sans justification.
Si vous pouvez pointer ceci vers un appel de travail, c'est que ce n'est pas un service. Il n'y a ni serveur, ni compte, ni transcription : il n'y a donc rien à envoyer et personne d'autre dans la boucle. Le code source est publié, si bien que rien de tout cela n'est à prendre sur parole.
La langue est la première chose qui écarte ou retient un modèle : c'est donc le premier niveau du menu. Changer à l'intérieur d'un pack est instantané ; passer d'un pack à l'autre télécharge le second et conserve ce que vous avez déjà.
Changez d'avis en cours de téléchargement et il s'annule pour lancer le nouveau immédiatement. Revenez plus tard et il reprend au lieu de tout recommencer.
Pas d'icône dans le Dock, pas de fenêtre à gérer. L'icône vous dit ce qu'elle fait : indigo pendant l'écoute, bleu pendant le téléchargement d'un modèle, jaune si le pipeline commence à prendre du retard, et jamais rouge, parce que le rouge veut dire enregistrement, et rien n'est jamais écrit nulle part. Les interrupteurs restent dans le menu, et ⌘, depuis celui-ci ouvre une fenêtre de réglages pour les molettes qui sont derrière.
macOS intègre des sous-titres, gratuits, sur tous les Mac Apple Silicon, dans Réglages Système, Accessibilité, Sous-titres en direct. Si cela couvre vos besoins, utilisez-les. Voici les endroits où ils ont cessé de couvrir les miens, et il existe une comparaison ligne par ligne si vous voulez la version longue.
Semaine de lancement : 5 $ au lieu de 9 $ jusqu'au 22 août · remboursement sous 14 jours
Remboursement sous 14 jours, sans justification
Paiement unique de 9 $, toutes les mises à jour à venir comprises · macOS 14.2 ou version ultérieure · Apple Silicon
Sous-titres en temps réel illimités, aussi longtemps que vous possédez le Mac. Aucune minute à acheter, aucun compte, aucun abonnement.