Приватно · На устройстве · Apple Neural Engine
Видео, звонки, подкасты: расшифровываются по ходу воспроизведения и рисуются на оверлее поверх всех окон. Ничего не выгружается, ничего не записывается, ничего не пишется на диск.
Неделя запуска: $5 вместо $9 до 22 августа · возврат в течение 14 дней
Возврат в течение 14 дней, без лишних вопросов
Разовые $9, все будущие обновления включены · macOS 14.2 или новее · Apple Silicon
Субтитры без ограничений, сколько угодно долго. Никаких минут для покупки, никакого аккаунта, никакой подписки.
Переключитесь между приложениями, и субтитры останутся: оверлей висит поверх всех окон и пропускает клики.
Кликните по окну, чтобы вывести его вперёд. Удерживайте ⇧ и тащите субтитры, чтобы их переместить, как в самом приложении.
Наведите указатель на субтитры, и они растворятся под ним. Удержите ⌥, чтобы вернуть последние блоки стопкой. И то и другое работает здесь ровно так же, как в приложении.
Subtitles делает субтитры к любому звуку, который может проиграть ваш Mac, потому что перехватывает само приложение, а не встраивается в какой-то один сервис. Глухой вы или слабослышащий, слушаете на втором языке или просто работаете в шумном месте, три ситуации повторяются снова и снова.
01
Zoom, Google Meet, Teams, хадл в Slack, звонок во вкладке браузера: всё это просто звук, который выдаёт приложение, поэтому субтитры получает всё. Родной язык или второй, толк появляется в ту секунду, когда акцент непривычный, у кого-то плохой микрофон или двое говорят разом: прочитать слово, которое вы расслышали наполовину, быстрее, чем переспрашивать, и при этом никого не приходится перебивать.
02
Звук не ждёт. В ту секунду, когда вы переключаетесь на заметки, редактор или окно браузера, разговор начинает уходить. Оверлей всегда поверх всех окон и пропускает клики, поэтому он остаётся на месте, пока вы работаете перед ним. Можно вести заметки, что-то смотреть и по-прежнему следить за тем, что говорят. Блокнот вроде Granola описывает встречу потом; это та половина, которая должна случиться, пока встреча ещё идёт.
03
Видео без субтитров или с автоматическими, которые хуже, чем никакие. Подкаст на языке, который вы ещё учите. Записанная или живая лекция, интервью, фильм с тихими диалогами. Субтитры появляются над тем окном, которое всё это играет, в выбранном вами размере текста, на шестнадцати языках, причём язык определяется за вас.
У всех трёх есть общее: встреча, звонок и личная запись не касаются никакого сервера. Ни один из этих звуков никуда не загружается, потому что и не должен: модель работает на вашем Mac.
Живой звук нельзя поставить на паузу, нельзя прогнать заново и не следует выпускать с вашей машины. Всё здесь вытекает отсюда.
Оно работает локально и офлайн: ни сетевых обращений, ни аккаунтов, ни телеметрии. Звук идёт из перехвата прямо в распознаватель и отбрасывается. Единственное, что вообще скачивается, это сама модель, один раз.
Примерно 0,15 к реальному времени: шесть секунд речи расшифровываются за секунду вычислений. Та же модель на процессоре оказалась примерно в 100 раз медленнее, чем нужно, чтобы успевать за живым потоком.
По умолчанию оно слушает всё, что играет ваш Mac, поэтому перед работой ничего настраивать не нужно. Сузьте до одного приложения через строку меню, когда говорят сразу два, и оно снимет это приложение плюс все вспомогательные процессы, которые оно порождает, а именно это и заставляет работать браузеры и приложения на Electron, где звук никогда не идёт из главного процесса.
Перед распознавателем работает детектор голоса, поэтому фоновые дорожки до него не доходят. Без него музыка забивает контекст модели, и первые слова после неё теряются.
При желании новый субтитр начинается, когда заговорил кто-то другой, ровно как после паузы. По умолчанию выключено: рядом с первой моделью начинает работать вторая.
Модель по умолчанию сама определяет язык. У английского сверх того семь отдельных чекпоинтов, которые меняют задержку на точность, начиная со 160 мс.
То, что висит поверх всех окон, работает только если оно никогда не превращается в помеху, которую приходится обходить. Оно не принимает кликов, растворяется там, куда вы указываете, и возвращает строку, от которой вы отвели взгляд.
Подведите указатель к блоку, и тот побледнеет под ним, чтобы фраза, которую вы читаете, не закрывала фразу, которую вы пишете. Насколько он уходит и насколько широк просвет, решаете вы. Удержите ⇧, чтобы он остался плотным.
Блок листается как эфирные субтитры: он наполняется, очищается и начинает заново, поэтому строка, от которой вы отвели взгляд, пропадает. Удержите ⌥, и последние закрытые блоки соберутся стопкой над живым, до тридцати штук, а более ранние можно прокрутить. Отпустите, и их снова нет. Никуда ничего не пишется.
⌘, из меню открывает настройки: сколько строк набирает блок, прежде чем очиститься, насколько он плотный, как далеко распространяется просвет под указателем, насколько назад отматывает ⌥. Любой ползунок применяется к оверлею прямо во время перетаскивания, так что вы настраиваете всё это глазами, а не подбором чисел.
Поток реального времени, который умеет только копировать, переносимое ядро, которое ничего не расшифровывает, и модель, работающая там, где ей и место.
Стерео 48 кГц, обратный вызов каждые 10,7 мс. Поток реального времени копирует данные в кольцевой буфер без блокировок и больше не делает ничего.
Приведение к моно 16 кГц в рабочем потоке, тишина пропускается, и примерно секунда переигрывается перед речью, чтобы ни одно слово не начиналось с холода.
Потоковая модель, а не модель с окном в 30 секунд: разница между субтитрами, которые идут вровень со звуком, и субтитрами, которые приходят с опозданием на секунды.
Страницы по три строки, которые очищаются и начинаются заново, как эфирные субтитры, и гаснут через четыре секунды после последнего нового текста, а не после того, как кончится звук.
Всё от кольцевого буфера до границы с моделью написано на переносимом Rust, который намеренно ничего не расшифровывает: он выдаёт кадры. Перехват и оверлей это единственные части, привязанные к Mac.
Возврат в течение 14 дней, без лишних вопросов.
Нацелить это на рабочий звонок можно потому, что это не сервис. Нет ни сервера, ни аккаунта, ни расшифровки, поэтому отправлять нечего и в цепочке никого больше нет. Подробная версия записана. Исходный код опубликован, поэтому ничего из этого не приходится принимать на веру.
Язык это первое, что включает модель в список или вычёркивает из него, поэтому он и стоит на верхнем уровне меню. Переключение внутри пакета мгновенное; переход между пакетами скачивает второй и оставляет всё, что у вас уже есть.
Передумали посреди загрузки: она отменяется и новая начинается сразу. Вернётесь к прежней позже, и она продолжится, а не начнётся заново.
Всего шестнадцать: английский, испанский, французский, итальянский, португальский, немецкий, нидерландский, турецкий, русский, арабский, хинди, японский, корейский, вьетнамский, украинский и китайский. Оставьте многоязычную модель, и она сама разберётся, что слышит, или назовите язык, и она перестанет гадать.
Ни иконки в Dock, ни окна, за которым надо следить. Иконка сама говорит, что происходит: индиго во время прослушивания, синий во время загрузки модели, жёлтый, если конвейер начинает отставать, и никогда красный, потому что красный означает запись, а запись не ведётся нигде. Переключатели живут в меню, а ⌘, открывает оттуда окно настроек с регуляторами.
В macOS субтитры встроены, бесплатны и есть на каждом Mac с Apple silicon: Системные настройки, «Универсальный доступ», «Живые субтитры». Если это закрывает ваши задачи, пользуйтесь. А вот места, где мои задачи они закрывать перестали, и есть построчное сравнение, если хотите подробную версию.
Неделя запуска: $5 вместо $9 до 22 августа · возврат в течение 14 дней
Возврат в течение 14 дней, без лишних вопросов
Разовые $9, все будущие обновления включены · macOS 14.2 или новее · Apple Silicon
Живые субтитры без ограничений, пока у вас есть этот Mac. Никаких минут для покупки, никакого аккаунта, никакой подписки.