Chamadas, vídeos, podcasts e aulas, transcritos enquanto tocam e exibidos em um overlay que fica acima de todas as janelas. Traduzidos ao vivo, se você quiser. Nada sai do Mac.
Semana de lançamento: US$ 5 em vez de US$ 9 até 22 de agosto · reembolso em 14 dias
Troque de app e as legendas ficam: o overlay está acima de todas as janelas e deixa os cliques passarem.
Clique em uma janela para trazê-la para a frente. Segure ⇧ e arraste as legendas para movê-las, como você faria no app.
Aponte para as legendas e elas se dissolvem sob o ponteiro. Segure ⌥ para empilhar as últimas de volta. As duas coisas funcionam aqui exatamente como no app.
Legenda qualquer app que o seu Mac consiga reproduzir
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, no app em que está tocando, então você acompanha sem pedir a ninguém que repita. 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 uma palavra 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 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. Um bloco de notas como o Granola escreve o resumo da reunião depois; esta é a metade que precisa acontecer enquanto ela ainda está rolando.
03
Um vídeo sem legendas, ou com legendas automáticas piores do que nenhuma. 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.
Privacidade
Se você pode apontar isto para uma chamada de trabalho é porque não é um serviço. Não há servidor, nem conta, nem transcrição, então não há nada para enviar e mais ninguém no meio. A versão longa está escrita. O código está publicado, então nada disso precisa ser aceito no escuro.
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 do tap direto para o reconhecedor e é descartado. As únicas coisas que chegam a ser baixadas são o modelo, uma vez só, e uma atualização quando você escolher instalar uma.
Cerca de 0,15 de real-time factor: seis segundos de fala transcritos por segundo de processamento. O mesmo modelo na CPU ficou cerca de 100× lento demais para acompanhar um fluxo 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, e 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.
O modelo padrão detecta o idioma sozinho. O inglês ganha ainda sete checkpoints dedicados, que trocam latência por precisão a partir de 160 ms.
Aproxime o ponteiro e o quadro 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 define. Segure ⇧ para mantê-lo sólido.
O quadro vira página como as legendas de TV: enche, limpa e começa de novo, então basta desviar o olhar para uma linha se perder. Segure ⌥ e os quadros encerrados se empilham acima do que está em curso, todos eles desde a última pausa na fala, com rolagem para os mais antigos e busca por ⌥F. Solte e eles 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 alcança o desaparecimento sob o ponteiro, até onde ⌥ volta. Todo controle já muda o overlay enquanto você arrasta, então você acerta essas coisas olhando, e não escolhendo um número.
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 comece a frio.
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 três linhas 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 embutidas, de graça, em todo Mac com Apple silicon, em Ajustes do Sistema, Acessibilidade, Legendas ao Vivo. 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, detectados automaticamente, traduzidos ao vivo entre qualquer par | Não disponível em todo idioma ou região |
| O overlay | Deixa os cliques passarem, some sob o ponteiro, fica acima de todas as janelas | Uma janela que você move e redimensiona |
| O que ele escuta | Tudo o que o Mac toca, ou um app à sua escolha | Tudo o que o Mac toca |
| 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 |
| O modelo | Sete checkpoints em inglês que trocam latência por precisão, mais o multilíngue | Um, fixo |
| Preço | Grátis por 7 dias, depois US$ 9 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.
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, duas pessoas falando por cima uma da outra. 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 e por isso que se dissolvem sob o ponteiro em vez de precisarem sair do lugar. Todo o resto desta página veio depois disso.
Mathieu Jouhet, que faz o app.
Preço
Experimente grátis por 7 dias primeiro, sem cartão e sem conta. Depois, US$ 9 uma vez só: sem pacote de minutos, sem licenças por usuário, sem renovação, com todas as atualizações futuras incluídas, por menos do que um mês de qualquer assinatura de transcrição.
Subtitles para Mac
US$ 9 uma vez só
Pagamento único de US$ 9 · macOS 14.2 ou posterior · Apple silicon
Cerca de 633 MB baixados na primeira execução.
FAQ
Semana de lançamento: US$ 5 em vez de US$ 9 até 22 de agosto · reembolso em 14 dias
Reembolso em 14 dias, sem precisar justificar
Grátis por 7 dias, sem cartão, depois US$ 9 uma vez só, com todas as atualizações futuras incluídas · macOS 14.2 ou posterior · Apple silicon
Legendas ao vivo ilimitadas, enquanto o Mac for seu. Sem pacote de minutos, sem conta, sem assinatura. Leia o guia de configuração.
