Chamadas, vídeos, podcasts e aulas, transcritos enquanto tocam e exibidos em um overlay que fica acima de todas as janelas. Traduzidos em tempo real, se você quiser. Nada sai do Mac.
Até 31 de outubro: US$ 9 em vez de US$ 19 · 14 dias para mudar de ideia
Segure ⇧ e arraste as legendas para movê-las, como no app.
Aponte para as legendas e elas se dissolvem sob o ponteiro, como no app.
Segure ⌥ para empilhar os últimos quadros de volta.
Clique no na barra de menus: os itens marcados Experimente funcionam todos nesta demo.
Legenda qualquer app que reproduza som no seu Mac
Casos de uso
Numa reunião, em segundo idioma ou não, uma palavra perdida custa as três seguintes. O Subtitles legenda o que quer que o seu Mac esteja tocando, em tempo real, então você acompanha sem pedir a ninguém que repita. Segure ⌥ para voltar e procurar nas legendas anteriores. Seja você surdo ou com perda auditiva, alguém que ouve sem entender, alguém ouvindo em um segundo idioma ou apenas trabalhando num lugar barulhento, três situações se repetem o tempo todo.
01
Zoom, Google Meet, Teams, um huddle do Slack, uma chamada do Discord, uma chamada em uma aba do navegador: tudo isso é só áudio saindo de um app, então tudo isso é legendado. Nenhum bot entra, ninguém é avisado, nada aparece na lista de participantes. Ler as poucas palavras que você só ouviu pela metade é mais rápido do que pedir de novo, e não interrompe ninguém.
02
Troque para as suas notas, para o seu editor de código, para um agente de IA ou para um navegador. O overlay fica acima de todas as janelas e deixa os cliques passarem, então a conversa segue sem que você precise olhar, e você continua trabalhando e interagindo com o que está atrás. Um bloco de notas como o Granola escreve o resumo da reunião depois, e a transcrição ao vivo dele só aparece quando você passa o ponteiro por cima; esta é a metade que precisa acontecer ao vivo, sem você pensar nisso nem prestar atenção.
03
Um vídeo sem legendas. Um podcast em um idioma que você ainda está aprendendo. Uma aula gravada ou transmitida ao vivo, uma entrevista, um filme com diálogo baixo. Tudo o que toca é legendado enquanto toca, no próprio idioma ou traduzido para o seu. O Subtitles também pode ler o microfone se você pedir, então dá para ter conversas em dois idiomas, ou em um só.
Privacidade
Dá para usar isto numa chamada de trabalho porque não se trata de um serviço. Não há servidor, nem conta, nem transcrição a não ser a que você salvar no seu próprio Mac, então não há nada para enviar e mais ninguém no meio. A versão longa está lá para você ler, se quiser saber mais. O código está publicado, então nada disso precisa ser aceito às cegas.
Recursos
Áudio ao vivo não dá para pausar, não dá para repetir e não deveria precisar sair da sua máquina. Tudo aqui decorre disso.
Roda localmente e offline: sem contas, sem telemetria, sem nenhuma chamada de rede carregando algo seu. O áudio vai da captura direto para o reconhecedor e é descartado. As únicas coisas que chegam a ser baixadas são os modelos, uma vez só, e uma atualização quando você escolher instalar uma.
Um fator de tempo real de 0,15: seis segundos de fala transcritos por segundo de processamento. O mesmo modelo na CPU se mostrou cerca de 100× lento demais para acompanhar o áudio ao vivo.
Por padrão ele escuta tudo que o seu Mac reproduz, então não há nada para configurar antes de funcionar. Restrinja a um único app pela barra de menus quando duas coisas falarem ao mesmo tempo. Ele captura esse app e todos os processos auxiliares que ele cria, que é o que faz navegadores e apps Electron funcionarem, já que neles o áudio nunca sai do processo principal.
Um detector de voz roda antes do reconhecedor, então bases musicais nunca chegam até ele. Sem isso, a música enche o contexto do modelo e as primeiras palavras depois dela se perdem.
Opcionalmente começa uma legenda nova quando outra pessoa começa a falar, do mesmo jeito que uma pausa faz. Desligado por padrão: roda um segundo modelo ao lado do primeiro. Leva um segundo ou dois até reconhecer que mudou quem fala.
O modelo padrão detecta o idioma sozinho. O inglês ganha ainda sete opções dedicadas, para você trocar latência por precisão a partir de 160 ms.
Ler a Tradução diz em voz alta cada frase traduzida, na voz do próprio idioma, enquanto o app de onde ela veio cai para um quarto do volume. O item se ativa sozinho com o VoiceOver, que também consegue ler o quadro de legenda; a fala do próprio VoiceOver nunca vira legenda.
Aproxime o ponteiro e o overlay desaparece por baixo dele, então a frase que você está lendo nunca cobre a frase que você está escrevendo. Quanto ele some e até onde o buraco alcança são coisas que você escolhe nos ajustes. Segure ⇧ para mantê-lo sólido e mudá-lo de lugar.
O app funciona como as legendas de TV: o quadro enche, se limpa e começa de novo, então basta desviar o olhar para uma linha se perder. Segure ⌥ e as legendas anteriores se empilham acima da atual, com rolagem para as mais antigas e busca por ⌥F. Solte e elas somem de novo. Nada é salvo em lugar nenhum.
⌘, no menu abre os ajustes: quantas linhas um quadro enche antes de limpar, quão sólido ele é, até onde vai a transparência sob o ponteiro, até onde o ⌥ volta. Cada controle muda tanto a prévia quanto o overlay ao vivo enquanto você arrasta, então você acerta essas coisas olhando, e não escolhendo um número.
Os dezesseis idiomas que o app legenda, e entre os quais traduz
Como funciona
Uma thread de áudio em tempo real que nunca faz mais do que copiar, um núcleo portátil que nunca transcreve e um modelo rodando no lugar certo.
48 kHz estéreo, um callback a cada 10,7 ms. A thread de tempo real copia para um ring buffer lock-free e não faz mais nada.
Reduzido para 16 kHz mono em uma thread de trabalho, com o silêncio descartado e cerca de um segundo reproduzido antes da fala, para que nenhuma palavra perca o começo.
Um modelo de streaming, não um de janela de 30 segundos: a diferença entre legendas que acompanham o áudio e legendas que chegam segundos atrasadas.
Páginas de duas linhas, configuráveis nos ajustes, que se limpam e recomeçam como fazem as legendas de TV, sumindo quatro segundos depois do último texto novo, e não depois que o áudio para.
Tudo o que vai do ring buffer até a fronteira do modelo é Rust portátil que deliberadamente não transcreve: ele entrega frames. O process tap e o overlay são as únicas partes específicas do Mac.
Comparações
O macOS já traz legendas em tempo real embutidas, de graça, em Ajustes do Sistema, Acessibilidade, Legendas ao Vivo, num Mac com Apple silicon configurado num idioma que a Apple liberou: só inglês no macOS 14 e 15, oito idiomas a partir do 26. Se isso cobre o que você precisa, use. Estes são os pontos em que deixou de cobrir o que eu precisava, e há uma comparação linha a linha se você quiser a versão longa.
| Recurso | Subtitles | Legendas ao Vivo da Apple |
|---|---|---|
| Idiomas | Dezesseis, em qualquer macOS a partir do 14.2, detectados automaticamente pelo modelo multilíngue, trocados pela barra de menus, traduzidos em tempo real entre qualquer par | Só inglês no macOS 14 e 15; oito idiomas a partir do 26, cada um preso a um país, um de cada vez, trocado à mão nos Ajustes do Sistema, e sem tradução |
| O overlay | Deixa os cliques passarem, some sob o ponteiro, fica acima de todas as janelas, nunca atrapalha a multitarefa | Uma janela que também fica por cima, mas captura os cliques e cobre o que está embaixo |
| O que ele escuta | Tudo o que o Mac toca, o microfone se você pedir, ou um app à sua escolha | Tudo o que o Mac toca, ou o microfone |
| Música | Descartada por um detector de voz, então uma base musical nunca vira letra | Legendada |
| Troca de quem fala | Quadro novo opcional por pessoa que fala | Sem equivalente |
| Legendas anteriores | Todas as legendas anteriores, numa lista que ocupa o espaço disponível, para rolar ou procurar com ⌥F | Três linhas que rolam, nunca mais do que três de uma vez |
| O modelo | Sete opções em inglês que trocam latência por precisão, mais o multilíngue. O Multilíngue pode ser fixado em um único idioma se precisar | Um, fixo, e para trocar o idioma é preciso abrir os Ajustes do Sistema e descer três níveis de ajustes. |
| Preço | Grátis por 7 dias, depois US$ 19 uma vez só, com todas as atualizações incluídas | De graça, embutidas no sistema |
O que as pessoas dizem
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.
Awesome app and the translation support makes it even better. Working with French colleagues has never been easier. Highly recommend!
Definitely a game changer for me! A must have for remote workers
Much better than macOS live captions. I love how fluid the UX is, the searchable history when pressing option and all the shortcuts are really well thought, you can feel the author really cares about nailing all the details for a useful live caption app. The gorgeous audio glow is chef's kiss
Trabalho numa empresa americana e minhas reuniões são em inglês, que não é a minha primeira língua nem a da maioria dos meus colegas. A parte que importava sempre era dita enquanto eu estava no meio de outra coisa, e quando eu voltava a atenção ela já tinha passado: uma palavra que não peguei, um sotaque a que eu não estava acostumado, ou algo dito um minuto antes. Pedir para repetir custa trinta segundos a todo mundo e interrompe quem estava falando.
Então as legendas precisavam continuar legíveis enquanto eu fazia outra coisa. É por isso que elas são um overlay acima de todas as janelas, e não um painel dentro de um app, por isso que não recebem cliques, por isso que existe uma pilha de histórico com busca e por isso que se dissolvem sob o ponteiro em vez de precisarem sair do lugar. Todo o resto veio daí.
Mathieu Jouhet, que faz o app.
Preço
Experimente grátis por 7 dias primeiro, sem cartão e sem conta. Depois, US$ 19 uma vez só: sem pacote de minutos, sem licenças por usuário, sem renovação, com todas as atualizações futuras incluídas, por mais ou menos o preço de um mês de uma assinatura de transcrição.
A tradução está no preço, não acima dele. Os dezesseis idiomas, a tradução em tempo real entre qualquer par deles e o modelo de streaming vêm com a mesma licença; não há um segundo nível para desbloquear. Todas as atualizações futuras incluídas.
Subtitles para Mac
US$ 19 uma vez só
Pagamento único de US$ 19 · macOS 14.2 ou posterior · Apple silicon
Cerca de 633 MB baixados na primeira execução.
FAQ
Até 31 de outubro: US$ 9 em vez de US$ 19 · 14 dias para mudar de ideia
14 dias para mudar de ideia, sem precisar justificar
Grátis por 7 dias, sem cartão, depois US$ 19 uma vez só, com todas as atualizações futuras incluídas · macOS 14.2 ou posterior · Apple silicon
Legendas em tempo real ilimitadas, enquanto o Mac for seu. Sem pacote de minutos, sem conta, sem assinatura. Leia o guia de configuração.
