Privato · Sul dispositivo · Apple Neural Engine
Video, chiamate, podcast: trascritti mentre vanno in riproduzione e disegnati come overlay sempre in primo piano. Non viene caricato nulla, non viene registrato nulla, non viene scritto nulla su disco.
Settimana di lancio: 5 $ invece di 9 $ fino al 22 agosto · rimborso entro 14 giorni
Rimborso entro 14 giorni, senza fare domande
Pagamento unico di 9 $, tutti gli aggiornamenti futuri inclusi · macOS 14.2 o successivo · Apple Silicon
Sottotitoli illimitati, per tutto il tempo che vuoi. Nessun minuto da comprare, nessun account, nessun abbonamento.
Cambia app e i sottotitoli restano: l'overlay sta sopra ogni finestra e lascia passare i clic.
Clicca una finestra per portarla in primo piano. Tieni premuto ⇧ e trascina i sottotitoli per spostarli, come faresti nell'app.
Punta i sottotitoli e si dissolvono sotto il puntatore. Tieni premuto ⌥ per rimpilare gli ultimi. Qui funzionano entrambi esattamente come nell'app.
Subtitles sottotitola qualunque audio il tuo Mac possa riprodurre, perché intercetta l'app stessa invece di integrarsi con un servizio specifico. Che tu sia sordo o ipoudente, che stia ascoltando in una seconda lingua o che semplicemente lavori in un posto rumoroso, ci sono tre situazioni che si ripresentano di continuo.
01
Zoom, Google Meet, Teams, un huddle di Slack, una chiamata in una scheda del browser: è tutto solo audio che esce da un'app, quindi viene tutto sottotitolato. Seconda lingua o meno, si guadagna il suo posto nel momento in cui un accento è poco familiare, il microfono di qualcuno è pessimo o due persone parlano sopra l'altra: leggere una parola colta solo a metà è più rapido che farsela ripetere, e non interrompe nessuno.
02
L'audio non aspetta. Nel momento in cui passi ai tuoi appunti, al tuo editor o a una finestra del browser, cominci a perdere la conversazione. L'overlay sta sempre sopra ogni finestra e lascia passare i clic, quindi resta dov'è mentre lavori davanti a lui. Puoi prendere appunti, controllare qualcosa e seguire comunque quello che si dice. Un blocco note come Granola redige la riunione a posteriori; questa è la metà che deve avvenire mentre è ancora in corso.
03
Un video senza sottotitoli, o con sottotitoli automatici peggiori del nulla. Un podcast in una lingua che stai ancora imparando. Una lezione registrata o in diretta, un'intervista, un film con dialoghi troppo bassi. I sottotitoli compaiono sopra la finestra che lo sta riproducendo, alla dimensione di testo che imposti, in nove lingue e con la lingua rilevata al posto tuo.
Tutte e tre hanno una cosa in comune: una riunione, una chiamata e una registrazione privata non sono affari di nessun server. Nessuno di questi audio viene caricato, perché non serve: il modello gira sul tuo Mac.
L'audio in diretta non si può mettere in pausa, non si può rifare e non dovrebbe dover lasciare la tua macchina. Tutto quello che c'è qui deriva da lì.
Gira in locale e offline: nessuna chiamata di rete, nessun account, nessuna telemetria. L'audio passa dal tap direttamente al riconoscitore e viene scartato. L'unica cosa mai scaricata è il modello stesso, una volta sola.
Circa 0,15 di real-time factor: sei secondi di parlato trascritti per ogni secondo di calcolo. Lo stesso modello su CPU è risultato circa 100× troppo lento per stare dietro a un flusso in diretta.
Scegli una sorgente dalla barra dei menu e l'app cattura quell'applicazione e ogni processo helper che avvia, il che è ciò che la rende compatibile con browser e app Electron, dove l'audio non arriva mai dal processo principale.
Un rilevatore vocale gira prima del riconoscitore, così le basi musicali non lo raggiungono mai. Senza, la musica riempie il contesto del modello e le prime parole successive vanno perse.
Se vuoi, fa partire un sottotitolo nuovo quando prende la parola qualcun altro, come fa una pausa. Disattivo di default: fa girare un secondo modello accanto al primo.
Il modello predefinito rileva la lingua da solo. L'inglese ha in più sette checkpoint dedicati, che scambiano latenza con accuratezza a partire da 160 ms.
Una cosa sopra ogni finestra funziona solo se non diventa mai la cosa attorno a cui devi lavorare. Non riceve clic, si dissolve dove punti, e ti restituisce la riga da cui hai distolto lo sguardo.
Avvicina il puntatore al riquadro e sotto di esso si dissolve, così la frase che stai leggendo non copre mai la frase che stai scrivendo. Quanto se ne va e quanto lontano arriva il buco li decidi tu. Tieni premuto ⇧ per tenerlo pieno.
Il riquadro va a pagine come i sottotitoli in televisione: si riempie, si svuota e ricomincia, quindi una riga da cui hai distolto lo sguardo è persa. Tieni premuto ⌥ e gli ultimi riquadri chiusi si rimpilano sopra quello in corso, fino a trenta, con lo scorrimento per i più vecchi. Lascia il tasto e se ne vanno di nuovo. Non viene scritto nulla da nessuna parte.
⌘, dal menu apre le impostazioni: quante righe riempie un riquadro prima di svuotarsi, quanto è pieno, quanto lontano arriva la dissolvenza sotto il puntatore, quanto indietro va ⌥. Ogni cursore si applica all'overlay mentre lo trascini, quindi queste cose le regoli guardandole invece di scegliere un numero.
Un thread audio realtime che si limita a copiare, un core portabile che non trascrive mai, e un modello che gira dove deve.
48 kHz stereo, un callback ogni 10,7 ms. Il thread realtime copia in un ring buffer lock-free e non fa altro.
Giù a 16 kHz mono su un thread worker, silenzi saltati, con circa un secondo riprodotto prima del parlato perché nessuna parola parta a freddo.
Un modello streaming, non uno a finestra da 30 secondi: la differenza fra sottotitoli che seguono l'audio e sottotitoli che arrivano con secondi di ritardo.
Pagine da tre righe che si svuotano e ripartono come i sottotitoli televisivi, dissolvendosi quattro secondi dopo l'ultimo testo nuovo anziché alla fine dell'audio.
Tutto ciò che va dal ring buffer al confine del modello è Rust portabile che deliberatamente non trascrive: consegna frame. Il process tap e l'overlay sono le uniche parti specifiche del Mac.
Rimborso entro 14 giorni, senza fare domande.
Se puoi puntare questa cosa su una chiamata di lavoro è perché non è un servizio. Non c'è un server, non c'è un account e non c'è una trascrizione, quindi non c'è niente da mandare e nessun altro in mezzo. Il codice è pubblicato, quindi niente di tutto questo va preso sulla fiducia.
La lingua è la prima cosa che esclude o ammette un modello, quindi è il primo livello del menu. Cambiare all'interno di un pacchetto è immediato; passare da un pacchetto all'altro scarica l'altro e conserva quello che hai già.
Cambia idea a metà download e lo annulla per avviare subito il nuovo. Torna indietro più tardi e riprende invece di ricominciare da capo.
Nessuna icona nel Dock, nessuna finestra da gestire. L'icona ti dice cosa sta facendo: indaco mentre ascolta, blu mentre scarica un modello, gialla se la pipeline inizia a restare indietro, e mai rossa, perché il rosso significa registrazione, e qui non viene mai scritto nulla da nessuna parte. Gli interruttori restano nel menu, e ⌘, da lì apre una finestra di impostazioni con le manopole che stanno dietro.
macOS ha i sottotitoli integrati, gratis, su ogni Mac Apple Silicon, in Impostazioni di Sistema, Accessibilità, Sottotitoli in tempo reale. Se coprono quello che ti serve, usali. Questi sono i punti in cui hanno smesso di coprire i miei, e c'è un confronto riga per riga se vuoi la versione lunga.
Settimana di lancio: 5 $ invece di 9 $ fino al 22 agosto · rimborso entro 14 giorni
Rimborso entro 14 giorni, senza fare domande
Pagamento unico di 9 $, tutti gli aggiornamenti futuri inclusi · macOS 14.2 o successivo · Apple Silicon
Sottotitoli in tempo reale illimitati, finché possiedi il Mac. Nessun minuto da comprare, nessun account, nessun abbonamento.