Legendas ao vivo no seu Mac,
sem pedir a ninguém que ative.

As partes que realmente pesam

Legenda existir não é a mesma coisa que legenda servir. Estes são os pontos em que as que te dão costumam falhar, e o que este app faz em cada um.

• A linha que já foi. O Google Meet não guarda nenhum histórico de legendas, e o Zoom mantém uns três minutos. Basta baixar os olhos para digitar e a frase que você estava lendo pela metade não dá mais para recuperar. Aqui você segura ⌥ e as últimas legendas voltam, roláveis, então perder uma linha não significa perder o fio da reunião.
• Duas pessoas falando ao mesmo tempo. Fala sobreposta é onde qualquer sistema de legenda tropeça e onde você mais precisa dela. Abrir uma caixa nova quando muda quem fala é opcional e vale a pena ligar: numa conversa que você lê em vez de ouvir, descobrir quem disse o quê é a maior parte do trabalho.
• Vídeo que ninguém legendou. Legendas ocultas e SDH só existem onde alguém as fez, o que deixa de fora quase todo vídeo de treinamento num portal interno, quase toda gravação de conferência, quase toda gravação de tela que um colega te manda e quase todo podcast. Este lê o áudio direto, então se a publicadora se deu ao trabalho deixa de ser a pergunta.
• Chamadas que não são reuniões. FaceTime, uma chamada de WhatsApp ou Signal no computador, um número discado pelo Mac, um recado de voz sendo ouvido. Nenhuma delas tem um botão de legenda para apertar nem um anfitrião a quem pedir, e é boa parte do motivo pelo qual ligações continuam sendo a parte da semana que dá medo.
• Assistir a algo com quem escuta bem. Ligar a legenda de um filme vira negociação quando mais ninguém na sala precisa dela, e muita coisa não tem faixa de legenda nenhuma para ligar. Isto aparece só no seu Mac, no tamanho que você quiser, então deixa de ser decisão de todo mundo.
• Aparelhos auditivos que já recebem o áudio do Mac. Aparelhos auditivos e processadores Made for iPhone pareiam direto com um Mac M1 ou mais novo, e o som chegar limpo não é a mesma coisa que um diálogo rápido e sobreposto chegar inteligível. Legenda por cima de áudio transmitido é uma configuração comum e não uma redundância. Ele lê o fluxo de áudio do próprio app, e não o seu dispositivo de saída, então em que você está ouvindo não entra na conta.
• O cansaço das quatro da tarde. Se concentrar o bastante para acompanhar fala o dia inteiro esgota de um jeito que não aparece na agenda de mais ninguém. Ler uma palavra que você só ouviu pela metade custa menos do que reconstruí-la pelo contexto, e custa muito menos do que pedir para uma sala repetir pela terceira vez.

Teste primeiro o que já vem no Mac

O macOS já traz as Legendas ao Vivo embutidas, de graça, em todo Mac com chip Apple: Ajustes do Sistema ▸ Acessibilidade ▸ Legendas ao Vivo. Elas são realmente boas, não custam nada, e se cobrirem o que você precisa então acabou e você não deveria gastar US$ 9 para descobrir isso. Passar uma semana com elas também é o jeito mais rápido de aprender o que você quer de verdade de uma legenda.

O que costuma empurrar as pessoas a procurar outra coisa é uma de três: o idioma de que precisam não está na lista da Apple, a janela de legendas fica atrás daquilo em que estão trabalhando, ou querem escolher um modelo mais lento e preciso para uma aula e um mais rápido para uma chamada. Essas diferenças estão, linha por linha, na página de comparação.

Reembolso em 14 dias, sem perguntas.

Feitas para serem lidas por horas

Legenda em que você se apoia o dia inteiro é lida de um jeito diferente de legenda que você olha uma vez. Tudo abaixo é um ajuste e não uma decisão que alguém tomou por você, porque a resposta certa depende de quanto você está ouvindo e quanto está lendo.

• Ele não vai para trás do seu trabalho. O overlay fica acima de qualquer janela e do alternador de apps, então anotar, conferir um documento ou procurar alguma coisa não te custa a frase que está sendo dita nesse meio-tempo. Acompanhar uma reunião e escrever qualquer coisa ao mesmo tempo é toda a dificuldade, e uma janela de legenda que você precisa manter na frente não resolve isso.
• Dá para colocar onde os seus olhos já estão. Ele não rouba clique, então você trabalha através dele, e some sob o ponteiro para nunca esconder o que está embaixo. Tamanho, opacidade, até onde esse sumiço alcança e onde a caixa mora são seus; segure Shift para mantê-la sólida e arrastar. Deixá-la logo abaixo do rosto de quem fala é o que quase todo mundo acaba fazendo, e é o que permite que leitura labial e legenda andem juntas em vez de disputarem o seu olhar.
• As linhas esperam por você. Uma legenda fica cerca de um segundo e meio mais um décimo por palavra, então uma linha longa não some no meio da frase, e segurar ⌥ traz as últimas de volta para rolar. Velocidade de leitura é de cada um e o padrão é um palpite; o histórico existe para quando o palpite erra.
• Nomes e jargão são onde ele vai te deixar na mão. O nome de um remédio, um sobrenome, uma sigla que a sua equipe inventou: são exatamente as palavras que você não consegue deduzir pelo contexto, e exatamente as que um reconhecedor erra. Escolher um modelo mais lento e preciso ajuda e não resolve. Vale mais saber quais palavras conferir do que descobrir depois.

Perguntas

Ele legenda as pessoas falando na sala?

Não. Ele só lê o que o seu Mac reproduz, e nunca abre o microfone. Para uma conversa acontecendo na sua frente ele não vai mostrar absolutamente nada. As Legendas ao Vivo da Apple conseguem legendar o áudio do microfone num Mac, e o Ouvir ao Vivo no iPhone foi feito exatamente para isso, então para a sala essas são as ferramentas certas e esta não é.

Isso substitui um legendista humano ou o CART?

Não. É reconhecimento de fala, então comete erros, principalmente com nomes, jargão, vozes sobrepostas e sotaques carregados. Para uma consulta médica, uma reunião jurídica, uma aula em que você recebe nota ou qualquer outra coisa em que errar tem custo, a adaptação é um legendista ou intérprete profissional e você tem direito de pedir. Isto é para o resto do dia, onde ninguém nunca ia providenciar um.

Preciso pedir ao anfitrião ou contar a alguém que estou usando?

Não. Ele legenda o áudio que o seu Mac reproduz em vez de se integrar a algum serviço, então nada entra na reunião, nada aparece numa lista de participantes e nenhum anfitrião, administrador ou professor precisa ativar nada. Ninguém é avisado. Contar ou não é decisão sua, não do software.

Eu já mando o áudio do meu Mac para os meus aparelhos auditivos. Isto acrescenta alguma coisa?

Muitas vezes sim. A transmissão resolve o caminho que o som faz, não o quanto a fala é difícil: quem fala rápido, vozes sobrepostas e sotaques pouco familiares continuam exatamente isso quando chegam no seu ouvido. Legenda por cima de áudio transmitido é uma combinação comum, não uma redundância. Ele lê o fluxo de áudio do próprio app, e não o seu dispositivo de saída, então em que você ouve não entra na conta e nada muda no seu pareamento.

E se um vídeo não tiver legenda nem SDH?

É exatamente o caso para o qual ele serve. Legendas ocultas e SDH só existem onde alguém as fez, o que exclui quase todo vídeo de treinamento interno, quase toda gravação de conferência e quase tudo que um colega grava e te envia. Este legenda o áudio em si, então não importa se o arquivo veio com faixa de legenda.

As legendas ficam atrasadas, como as das minhas reuniões?

Menos, mas não nunca. Ele legenda continuamente conforme as palavras chegam, em vez de esperar uma frase terminar, e a palavra mais recente é desenhada mais fraca até o modelo ter certeza dela, então você lê junto e não depois. Continua sendo reconhecimento de fala: há algum atraso entre uma palavra ser dita e essa palavra ficar legível, e quem fala rápido sempre vai estar um pouco à frente de qualquer legenda.

Dá para deixar as legendas maiores e mais fáceis de ler?

Dá. Tamanho da caixa, opacidade, quantas linhas ela guarda e onde ela fica são todos ajustes, e a janela de ajustes mostra a prévia no overlay de verdade, não num mockup. Segure Shift para mantê-la sólida e arraste para onde quiser; o lugar fica guardado.

Ele legenda o FaceTime e ligações telefônicas?

Qualquer coisa que toque por um app no Mac, o que inclui FaceTime, uma chamada de WhatsApp ou Signal no computador, um número discado pelo seu Mac e um recado de voz ao ser reproduzido. Você lê a outra pessoa e nunca você mesmo, porque o seu microfone nunca é aberto. São as chamadas sem botão de legenda e sem anfitrião a quem pedir, então costumam ser a primeira coisa em que as pessoas testam.

Ele diz quem está falando, ou marca sons como o SDH faz?

Ele pode abrir uma caixa nova quando muda quem fala, o que é opcional e vale ligar para chamadas, mas não coloca nome em ninguém. Ele não marca som que não é fala de jeito nenhum: um detector de voz vem antes do reconhecedor para que música nunca vire letra inventada, e o preço disso é que você recebe a fala e nada sobre o que mais estava audível. Se pistas sonoras importam para você, essa é a diferença honesta em relação a uma faixa SDH de verdade.

O que acontece quando eu perco uma linha?

Segure ⌥ e as últimas legendas voltam, e você pode rolar por elas enquanto estão na tela. É de curto prazo de propósito: nada é gravado em disco, então serve para pegar a frase que você acabou de perder, não para guardar um registro do dia.

Tem custo por minuto ou mensalidade?

Não. São US$ 9 uma vez e as legendas são ilimitadas, porque o modelo roda no seu Mac e não custa nada rodar. Não há minutos para comprar nem assinatura, o que pesa mais quando as legendas são o jeito como você acompanha tudo em vez de algo que você liga de vez em quando.

Precisa de conexão com a internet?

Uma vez, para baixar o modelo na primeira execução. Depois disso ele funciona inteiramente offline e não faz nenhuma chamada de rede, então nada do que você ouve é enviado a lugar nenhum.