- Работает ли это с Zoom, Teams и Google Meet?
-
Да. Оно перехватывает звук, который проигрывает приложение, а не встраивается в какой-то один сервис, поэтому окно Zoom, хадл в Slack и звонок во вкладке браузера получают субтитры одинаково. Браузеры и приложения на Electron тоже: снимаются вспомогательные процессы, которые они порождают, а звук идёт именно оттуда.
- Переводит ли оно то, что слышит?
-
Да, начиная с 1.3. Translate To в меню переводит любой из шестнадцати языков на любой из остальных пятнадцати через переводчик Apple прямо на устройстве, так что переведённый субтитр покидает компьютер ровно так же, как непереведённый, то есть никак. Перевод выключен, пока вы не выберете язык, а если удерживать ⌃, под переводом видно оригинал. Нужна macOS 15; одни только субтитры по-прежнему работают на 14.2.
- А оверлей не мешает?
-
Оно не принимает кликов вообще, поэтому вы работаете прямо сквозь него, и оно растворяется под указателем, поэтому вы читаете то, что под ним. Насколько сильно оно бледнеет, как далеко это распространяется, насколько плотный блок и сколько строк он держит, всё это настройки. Удержите ⇧, чтобы он остался плотным, и перетащите куда угодно; место запоминается.
- Будут ли субтитры к моему собственному голосу?
-
Нет. Оно слышит только то, что играет ваш Mac, и никогда микрофон. На звонке это значит, что вы читаете собеседников, а не себя.
- Нужно ли подключение к интернету?
-
Один раз, чтобы скачать модель при первом запуске, около 633 МБ. После этого оно работает полностью офлайн. Единственное, за чем оно ещё может обратиться к сети, это ежедневная проверка новой версии: сначала оно спросит разрешения, и вы можете отказаться.
- Можно сохранить или экспортировать расшифровку?
-
Нет, и это сделано намеренно. На диск не пишется ничего: субтитры существуют на экране, а потом их нет. Удержание ⌥ возвращает закрытые блоки, пока приложение работает, а ⌥F ищет по ним; это нужно, чтобы найти строку, от которой вы отвели взгляд, а не чтобы вести летопись. Они лежат в оперативной памяти, достаточно долгая тишина их стирает, а выход из приложения завершает. Если вам нужна запись разговора, это неподходящий инструмент.
- Нужно ли согласование от ИТ-отдела?
-
Согласовывать тут нечего и не с кем: ни аккаунта, ни сервера, ни расшифровки, покидающей Mac, и никто не подключается к звонку как участник, поэтому никого на встрече ничто не записывает. Это одно подписанное и нотаризованное приложение на одном компьютере, и после единственной загрузки модели оно может сделать лишь один запрос: проверить, нет ли новой версии, и эту проверку можно выключить. Проходит ли это по вашей внутренней политике, решать вам, но третьей стороны, которую надо проверять, тут просто нет.
- Работает ли это с наушниками или AirPods?
-
Да. Снимается звук, который выдаёт приложение, а не звук, выходящий из динамика, поэтому то, во что вы слушаете, роли не играет.
- Замедлит ли оно мой Mac?
-
Расшифровка идёт на Neural Engine, а не на процессоре, примерно с коэффициентом 0,15 к реальному времени, то есть шесть секунд речи за секунду вычислений. Та же модель на процессоре оказалась примерно в 100 раз медленнее, чем нужно, чтобы вообще успевать.
- На каких Mac оно работает?
-
Apple silicon, macOS 14.2 или новее. Нижняя планка по версии задана перехватом процессов в Core Audio, тем самым API, на котором всё и построено.
- Это работает в реальном времени?
-
Да. Модель потоковая, поэтому субтитр появляется, пока фраза ещё
произносится, а не после того, как она закончится. Приложение читает
системный звук, который выдаёт программа, без установки loopback-драйвера,
а английские чекпоинты меняют задержку на точность, начиная
со 160 мс. Если вы искали преобразование речи в текст или
расшифровку в реальном времени для Mac, это оно и есть, только на
экране, а не в файле.
- Это подписка?
-
Нет. Скачать приложение можно бесплатно: это пробный период на семь дней. Лицензионный ключ стоит $9 один раз, все будущие обновления включены, аккаунт создавать не надо и минуты покупать не надо; один ключ действует на всех ваших Mac, а приложение сверяет его с Gumroad примерно раз в месяц, отправляя сам ключ и ничего о вас. Если не подойдёт, есть возврат в течение 14 дней.
- Можно посмотреть исходный код?
-
Да. Он опубликован под FSL-1.1-ALv2, которая через два года после каждого выпуска становится Apache 2.0. Почитайте его или соберите приложение сами: github.com/daformat/subtitles.