Appels, vidéos, podcasts et cours, transcrits pendant la lecture et affichés dans un overlay toujours au premier plan. Traduits en temps réel si vous le voulez. Rien ne quitte le Mac.
Semaine de lancement : 5 $ au lieu de 9 $ jusqu'au 22 août · remboursement sous 14 jours
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.
Approchez le curseur des sous-titres et ils se dissolvent dessous. Maintenez ⌥ pour faire remonter les derniers. Les deux fonctionnent ici exactement comme dans l'app.
Sous-titre n'importe quelle app que votre Mac peut jouer
Cas d'usage
En réunion, deuxième langue ou non, un mot manqué vous coûte les trois suivants. Subtitles sous-titre ce que joue votre Mac, dans l'app qui le joue, pour que vous suiviez sans faire répéter personne. Que vous soyez sourd ou malentendant, que vous entendiez sans comprendre, 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 Discord, 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. Aucun bot ne rejoint l'appel, personne n'est prévenu, rien n'apparaît dans la liste des participants. 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
Passez à vos notes, à votre éditeur ou à un navigateur. L'overlay reste au-dessus de toutes les fenêtres et laisse passer les clics : la conversation continue sans que vous ayez les yeux dessus. Un carnet comme Granola rédige la réunion après coup ; ceci est l'autre moitié, celle 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. Tout ce qui joue est sous-titré pendant la lecture, dans sa langue ou traduit dans la vôtre.
Confidentialité
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. La version longue est écrite noir sur blanc. Le code source est publié, si bien que rien de tout cela n'est à prendre sur parole.
Fonctions
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 compte, aucune télémétrie, aucun appel réseau qui transporte quoi que ce soit de vous. Le son passe du process tap directement au moteur de reconnaissance, puis il est jeté. Les seules choses jamais téléchargées sont le modèle, une fois, et une mise à jour quand vous en choisissez une.
Un facteur temps réel d'environ 0,15 : 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.
Par défaut il écoute tout ce que joue votre Mac, il n'y a donc rien à régler pour que ça marche. Restreignez-le à une seule app depuis la barre des menus quand deux choses parlent en même temps, et il capte cette app et tous les processus auxiliaires qu'elle lance, c'est ce qui le fait marcher avec les navigateurs et les apps Electron, où l'audio 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, un nouveau sous-titre démarre 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 arbitrent entre latence et précision à partir de 160 ms.
Approchez le curseur du bloc et il s'efface en dessous : la phrase que vous lisez ne recouvre jamais la phrase que vous écrivez. L'intensité de l'effacement et la portée du trou se règlent toutes les deux. Maintenez ⇧ pour le garder opaque.
Le bloc défile par 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 blocs terminés se rempilent au-dessus de celui en cours, tous ceux qu'il y a eu depuis la dernière pause dans la conversation, avec le défilement pour les plus anciens et la recherche avec ⌥F. Relâchez et ils disparaissent. Rien n'est écrit nulle part.
⌘, depuis le menu ouvre les réglages : combien de lignes un bloc remplit avant de s'effacer, son opacité, 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.
Fonctionnement
Un thread audio temps réel qui ne fait que copier, un cœur multiplateforme 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.
Comparatifs
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.
| Fonction | Subtitles | Sous-titres en direct d'Apple |
|---|---|---|
| Langues | Seize, détectées automatiquement, traduites en temps réel de l'une vers n'importe quelle autre | Pas disponibles dans toutes les langues ni toutes les régions |
| L'overlay | Laisse passer les clics, s'efface sous le curseur, reste au-dessus de toutes les fenêtres | Une fenêtre que vous déplacez et redimensionnez |
| Ce qu'il écoute | Tout ce que joue le Mac, ou une seule app de votre choix | Tout ce que joue le Mac |
| Musique | Ignorée par un détecteur de voix : un fond musical ne devient jamais des paroles | Sous-titrée |
| Changements d'intervenant | Nouveau bloc par intervenant, en option | Sans équivalent |
| Le modèle | Sept checkpoints en anglais qui arbitrent entre latence et précision, plus le multilingue | Un seul, imposé |
| Prix | Gratuit pendant 7 jours, puis 9 $ une fois, toutes les mises à jour comprises | Gratuits, intégrés à macOS |
Ce qu'on en dit
So smooth, very useful during meetings on different apps (slack, zoom, google), so well integrated on the screen, doesn't block interacting with the other windows, love it!
Almost no setup, no tweaking around: you install it and it just works. Simple, useful and really effective.
Very handy! I love how it can be connected to any audio source on my laptop, which helps not only for meetings and videocalls, but also for all those streaming services that do not support subtitles, like news websites or even some YouTube videos. The model supports many languages, so it's also useful if you're learning a foreign language and need subtitles to help you understand what's being said.
Je travaille dans une entreprise américaine et mes réunions se passent en anglais, qui n'est pas ma langue maternelle, ni celle de la plupart de mes collègues. J'avais la tête dans autre chose au moment où se disait ce qui comptait, et c'était perdu : un mot que je n'avais pas saisi, un accent auquel je n'étais pas habitué, deux personnes qui se coupaient la parole. Faire répéter coûte trente secondes à tout le monde et coupe la personne qui parlait.
Il fallait donc que les sous-titres restent lisibles pendant que je faisais autre chose. C'est pour ça qu'ils sont un overlay au-dessus de toutes les fenêtres et non un panneau à l'intérieur d'une app, qu'ils ne captent aucun clic, et qu'ils s'effacent sous le pointeur au lieu qu'on ait à les déplacer. Tout le reste sur cette page est venu après.
Mathieu Jouhet, qui fait cette app.
Tarif
Essayez-la gratuitement pendant 7 jours d'abord, sans carte ni compte. Puis 9 $, une fois : aucune minute à acheter, aucun siège, rien à renouveler, toutes les mises à jour à venir comprises, pour moins d'un mois de n'importe quel abonnement de transcription.
Subtitles pour Mac
9 $ une fois
Paiement unique de 9 $ · macOS 14.2 ou version ultérieure · Apple silicon
Environ 633 Mo téléchargés au premier lancement.
FAQ
Semaine de lancement : 5 $ au lieu de 9 $ jusqu'au 22 août · remboursement sous 14 jours
Remboursement sous 14 jours, sans justification
Gratuit pendant 7 jours, sans carte, puis 9 $ une fois, toutes les mises à jour à venir comprises · macOS 14.2 ou version ultérieure · Apple silicon
Sous-titres en temps réel illimités, tant que vous gardez ce Mac. Aucune minute à acheter, aucun compte, aucun abonnement. Lire le guide d'installation.
