Hvordan tekster jeg systemlyd på en Mac?

Siden macOS 14.2 kan en app hente lyden fra en annen prosess direkte gjennom Core Audio, så alt den trenger fra deg, er tillatelsen til lydopptak. Før det måtte du installere en virtuell lydenhet og sende lyden ut gjennom den, og det er derfor de eldre veiledningene er fulle av skjermbilder.

Trenger jeg fortsatt BlackHole eller en loopback-driver?

Ikke for dette. Ingenting omdirigeres, utgangsenheten din endres ikke, og høyttalerne fortsetter å spille mens undertekstene går. En loopback-driver er fortsatt løsningen hvis du har macOS 13 eller eldre, eller en Intel-Mac.

Er sanntid like nøyaktig som å transkribere en fil?

Nei, og det er ingen verktøy som jobber i sanntid heller. Et verktøy som transkriberer filer, ser hele setningen før det bestemmer seg for hva det første ordet var. Et som jobber i sanntid, må bestemme seg mens taleren fortsatt snakker. Har du et opptak og god tid, bør du heller transkribere filen.

Virker det i en nettleserfane?

Ja. Den fanger opp en app og alle hjelpeprosessene appen starter, så en samtale eller en video i en fane tekstes på samme måte som en vanlig app. Det dekker også Electron-apper, der lyden aldri kommer fra prosessen som bærer navnet deres.

Tekster den min egen stemme?

Ikke som standard. Den hører det Macen spiller av, og i en samtale er det alle unntatt deg. Velger du mikrofonen i «Lytt til», snur det: Da tekster den rommet, deg selv inkludert, og macOS ber om tilgang til mikrofonen første gang du velger den.

Hvor stor er forsinkelsen?

Den raskeste engelske modellen begynner å levere tekst omtrent 160 ms etter taleren, de mer nøyaktige ligger lenger bak. Det er en skala heller enn ett tall, og hvilken ende du vil ha, kommer an på om du følger en samtale eller leser en forelesning.

Kan jeg lagre avskriften?

Ja, når du ber om det. Etter minst ett minutt med tale tilbyr undertekstboksen å lagre dem når lyden stopper, eller før en lang nok stillhet tømmer undertekstene, og «Lagre avskrift…» i menyen lagrer dem når som helst, som ren tekst, Markdown eller SRT. Ellers skrives ingenting til disken. Frem til da kan du holde nede ⌥ for å spole tilbake og rulle eller søke gjennom undertekstene. Trenger du notater eller et sammendrag etterpå, er det et notatverktøy du trenger, ikke dette.

Hvorfor ikke Apples egen talegjenkjenning?

Fordi den krever macOS 26, og denne appen kjører fra 14.2. Apples talegjenkjenning er rask og kjører på enheten, men det var ikke det som avgjorde: Prosessuttak kom i 14.2, det er gulvet, og å heve det til 26 for en annen modell ville stenge ute alle Macer som fortsatt har 14 eller 15. Parakeet kjører på Neural Engine fra 14.2 og strømmer, og det er det undertekster i sanntid trenger.

Subtitles · Veiledninger · Undertekster i sanntid på Mac

Undertekster i sanntid for alt Macen spiller av

Seks måter å få ord på skjermen mens noen fortsatt snakker, sortert etter hva de koster deg, så de gratis kommer først. Deretter det nesten ingen forklarer: hvordan en Mac fanger opp lyden den selv lager, hvorfor det før krevde en falsk lydenhet, og hva som endret seg i macOS 14.2.

Kjøp for 19 $ Prøv det i nettleseren

Hva «sanntid» utelukker

Det meste som skrives om tale til tekst på en Mac, enten det kalles transkribering, diktering eller teksting, handler om filer. Du legger inn et opptak, venter og får en avskrift eller et undertekstspor. Den veien er mer nøyaktig enn noe på denne siden, fordi en modell som ser hele setningen, og setningen etter, alltid vil slå en som bestemmer seg ett ord om gangen.

Den er også ubrukelig mens et møte pågår. Teksting i sanntid bytter bort den nøyaktigheten mot det eneste som betyr noe i en samtale, nemlig at ordene kommer tidsnok til å bli lest. Har du et opptak og tid til overs, kan du stoppe her og kjøre det gjennom et verktøy som transkriberer filer. Du får et bedre resultat. Alt nedenfor gjelder tilfellet der lyden skjer nå.

Seks veier, den billigste først

Appens egne undertekster. Gratis. Zoom, Teams, Google Meet, Slack-huddles og YouTube tekster alle seg selv, uten kostnad, på flere språk enn macOS. De stopper ved kanten av sitt eget vindu, flere av dem krever at verten eller en administrator tillater det, og ingen av dem hjelper med videoen noen lenker til midt i samtalen. Prøv dette først likevel: Når det er nok, er det gratis.
Apples Direkteteksting. Gratis, innebygd. På en Mac med Apple silicon, under Systeminnstillinger, Tilgjengelighet, Direkteteksting. Den tekster på tvers av apper i stedet for inne i én, og det er riktig form. Apples egen dokumentasjon sier at den ikke er tilgjengelig på alle språk eller i alle land og regioner, den tekster ett språk om gangen, og vinduet tar imot klikkene som var ment for det det dekker. Hele sammenligningen har en egen side.
Nettleserens innebygde teksting. Gratis, én nettleser. Chrome og de andre Chromium-nettleserne kan tekste lyd som spilles av i en fane, på enheten, med en bryter i sine egne innstillinger. Virkelig bra for video i en fane, og uten betydning for alt utenfor den nettleseren.
En tekstetjeneste i skyen. Abonnement. Kategorien som når språk ingenting på enheten dekker, og den som legger til talernavn og en søkbar avskrift etterpå. Lyden forlater Macen for å komme dit, og for mange på jobb er det slutten på samtalen, ikke en detalj.
En lokal talemodell du styrer selv. Gratis, men arbeid. Whisper og etterfølgerne kjører på en Mac, og det finnes gode grensesnitt med åpen kildekode. Å få en til å tekste i sanntid, på tvers av alle apper, i et overlegg du kan lese mens du jobber, er et prosjekt og ikke en nedlasting, og lydrørleggingen nedenfor er det meste av grunnen.
En app for undertekster i sanntid. Betalt, én gang. Det dette er: et overlegg over alle vinduer, matet med det Macen spiller av, transkribert på Neural Engine, på atten språk, uten at noe skrives til disken med mindre du lagrer en avskrift. Verdt det når de fire gratis svarene ovenfor er brukt opp, og ikke før.

Slik fanger en Mac opp sin egen lyd

En mikrofon er enkelt: macOS har alltid hatt et API for det, og å be om tillatelse er rutine. Systemlyd er det vanskelige, fordi det i det meste av Macens levetid ikke fantes noen støttet måte for én app å høre hva en annen app spilte av. Tre epoker, og hvilken et verktøy hører til, forteller deg det meste du trenger å vite om det.

1

Den virtuelle lydenheten

Du installerer en driver som later som den er et par høyttalere, setter Macens lydutgang til den og leser den tilbake som en mikrofon. Det virker, og det betyr at de ekte høyttalerne nå er stille, med mindre du bygger en ekstra enhet som deler signalet. Dette er epoken med oppsettsveiledninger med seks skjermbilder.
2

Skjermopptak, for lydens skyld

Senere versjoner av macOS lot en app hente systemlyd sammen med et skjermopptak. Ingen driver, men du gir en app rett til å se skjermen din for at den skal kunne høre den, og macOS minner alle i rommet på det med en opptaksindikator.
3

Prosessuttak i Core Audio, macOS 14.2

En app ber Core Audio om å koble seg på en annen prosess, eller alle, og får lyden direkte. Ingen driver, ingenting omdirigert, høyttalerne virker som før, og tillatelsen du gir, gjelder lydopptak og ikke skjermopptak. Det er hele grunnen til at denne appen har den formen den har.

Det forklarer også det ene kravet det ikke finnes noen vei utenom. Prosessuttak kom i macOS 14.2 og bare på Apple silicon, så 14.2 er gulvet her, og en Intel-Mac kan ikke oppgraderes dit. Har du en Intel-Mac, er de tre første veiene ovenfor listen din.

Teksting på Macen i tre trinn

1

Installer, og gi den ene tillatelsen

macOS ber om å få ta opp systemlyd ved første oppstart. Går du glipp av den forespørselen, kommer hver buffer full av stillhet uten noen feil noe sted, og det er den ene feilen som er verdt å vite om på forhånd. Oppsettsveiledningen viser hvordan du oppdager den på ti sekunder.
2

Rett den mot alt, eller mot én app

«All systemlyd» er standard og krever ikke noe oppsett. Å begrense det til én app er bare et menyvalg unna, og hjelpeprosessene til den appen følger med, og det er det som gjør at en samtale i en nettleserfane tekstes som i en vanlig app.
3

Plasser overlegget der du vil ha det

Hold nede ⇧ og dra. Der du slipper det, huskes. Det tar ikke imot klikk, så du jobber rett gjennom det, og peker du på det, løses det opp i stedet for å flytte seg. Demoen på forsiden oppfører seg nøyaktig likt, i nettleseren din, før du kjøper noe som helst.

Kjøp for 19 $

Refusjon innen 14 dager, uten spørsmål.

Hva sanntid koster i nøyaktighet

Talegjenkjenningen er en strømmende modell og ikke en som venter på et vindu på tretti sekunder, og det er forskjellen på undertekster som følger lyden og undertekster som kommer etter at øyeblikket er forbi. Den kjører på omtrent en sjudel av sanntid på Neural Engine, så maskinen jobber ikke hardt, og viftene holder seg der de var.

Siden macOS 26 har Apple levert en egen talegjenkjenning som utviklere kan bruke, og den er rask. Det er ikke den som kjører her, av en grunn som ikke har noe med hvor god den er å gjøre: Den krever macOS 26, og denne appen kjører fra 14.2, fordi det var der prosessuttak kom, og gulvet som teller, er lyden, ikke modellen. Å heve det gulvet med to hovedversjoner for å bytte én god modell mot en annen ville stenge ute alle Macer som fortsatt har 14 eller 15. Hvis Apples modell en dag når versjonene uttakene kjører på, er dette avsnittet som endres.

Engelsk har sju alternativer i stedet for ett, og de bytter mellom de to tingene som ikke begge kan maksimeres: Den raskeste begynner å levere tekst omtrent 160 ms etter taleren, den langsomste er mer nøyaktig og ligger lenger bak. Alt annet kjører fra én flerspråklig modell. Den skalaen er den ærlige versjonen av spørsmålet om nøyaktighet, og den er grunnen til at denne siden ikke påstår å slå noe i en test ingen har kjørt.

Det som fortsatt går galt, i alle verktøyene på denne siden: navn, fagsjargong, forkortelser, to som snakker samtidig, og rask, muntlig tale over en dårlig forbindelse. Teksting i sanntid gjør slikt lesbart ofte nok til å være verdt å ha, men ikke pålitelig nok til å være en avskrift.

Spørsmål om teksting på Mac

Hvordan tekster jeg systemlyd på en Mac?: Siden macOS 14.2 kan en app hente lyden fra en annen prosess direkte gjennom Core Audio, så alt den trenger fra deg, er tillatelsen til lydopptak. Før det måtte du installere en virtuell lydenhet og sende lyden ut gjennom den, og det er derfor de eldre veiledningene er fulle av skjermbilder.
Trenger jeg fortsatt BlackHole eller en loopback-driver?: Ikke for dette. Ingenting omdirigeres, utgangsenheten din endres ikke, og høyttalerne fortsetter å spille mens undertekstene går. En loopback-driver er fortsatt løsningen hvis du har macOS 13 eller eldre, eller en Intel-Mac.
Er sanntid like nøyaktig som å transkribere en fil?: Nei, og det er ingen verktøy som jobber i sanntid heller. Et verktøy som transkriberer filer, ser hele setningen før det bestemmer seg for hva det første ordet var. Et som jobber i sanntid, må bestemme seg mens taleren fortsatt snakker. Har du et opptak og god tid, bør du heller transkribere filen.
Virker det i en nettleserfane?: Ja. Den fanger opp en app og alle hjelpeprosessene appen starter, så en samtale eller en video i en fane tekstes på samme måte som en vanlig app. Det dekker også Electron-apper, der lyden aldri kommer fra prosessen som bærer navnet deres.
Tekster den min egen stemme?: Ikke som standard. Den hører det Macen spiller av, og i en samtale er det alle unntatt deg. Velger du mikrofonen i «Lytt til», snur det: Da tekster den rommet, deg selv inkludert, og macOS ber om tilgang til mikrofonen første gang du velger den.
Hvor stor er forsinkelsen?: Den raskeste engelske modellen begynner å levere tekst omtrent 160 ms etter taleren, de mer nøyaktige ligger lenger bak. Det er en skala heller enn ett tall, og hvilken ende du vil ha, kommer an på om du følger en samtale eller leser en forelesning.
Kan jeg lagre avskriften?: Ja, når du ber om det. Etter minst ett minutt med tale tilbyr undertekstboksen å lagre dem når lyden stopper, eller før en lang nok stillhet tømmer undertekstene, og «Lagre avskrift…» i menyen lagrer dem når som helst, som ren tekst, Markdown eller SRT. Ellers skrives ingenting til disken. Frem til da kan du holde nede ⌥ for å spole tilbake og rulle eller søke gjennom undertekstene. Trenger du notater eller et sammendrag etterpå, er det et notatverktøy du trenger, ikke dette.
Hvorfor ikke Apples egen talegjenkjenning?: Fordi den krever macOS 26, og denne appen kjører fra 14.2. Apples talegjenkjenning er rask og kjører på enheten, men det var ikke det som avgjorde: Prosessuttak kom i 14.2, det er gulvet, og å heve det til 26 for en annen modell ville stenge ute alle Macer som fortsatt har 14 eller 15. Parakeet kjører på Neural Engine fra 14.2 og strømmer, og det er det undertekster i sanntid trenger.

Det samme overlegget, andre steder

Videoer uten undertekster

Undertekster over en film, en strøm eller en fane som aldri hadde et tekstspor.

Podcasts

Undertekster for programmene som aldri fikk en avskrift.

Apper som støttes

Spiller det av lyd på Macen, blir det tekstet. Listen, og unntakene.

Sammenlignet med Apples Direkteteksting

macOS har dette innebygd og gratis. Her ser du når det ikke lenger strekker til.

Alle alternativene, sammenlignet

Seks måter å få undertekster på en Mac, og hvilken som passer deg.

Hva appen tar vare på

Ingenting skrives til disken med mindre du lagrer en avskrift, og når modellen er lastet ned, gjenstår bare to forespørsler: en versjonskontroll du kan takke nei til, og, når du har en nøkkel, en månedlig kontroll av den.

Undertekster for det som spilles av akkurat nå.

Prøv gratis Kjøp for 19 $

Gratis i 7 dager, deretter 19 $ én gang, alle fremtidige oppdateringer inkludert · macOS 14.2 eller nyere · Apple silicon
Ubegrensede undertekster i sanntid, så lenge du eier Macen. Ingen minutter å kjøpe, ingen konto, ikke noe abonnement.