Undertexter i realtid på din Mac,
utan att be någon slå på dem.

Det som faktiskt är svårt

Att undertexter finns är inte samma sak som att de går att använda. Här är ställena där de du får brukar fallera, och vad den här gör åt vart och ett. Om det du letade efter var textning för en Mac är det här just det, för alla appar på en gång. Och om hörseltestet visade att allt var bra men tal ändå faller sönder i buller, har det en egen sida.

• Repliken som redan är borta. Google Meet sparar ingen textningshistorik alls, och Zoom behåller ungefär tre minuter. Titta ned för att skriva så går meningen du halvläste inte att få tillbaka. Håll ned ⌥ här för att spola tillbaka: de tidigare undertexterna kommer tillbaka, så långt bakåt som du har ställt in, går att rulla igenom och söka i med ⌥F, så en missad replik betyder inte att du tappar tråden i mötet.
• Två personer som pratar samtidigt. Överlappande tal är där alla textningssystem har svårt och där du behöver dem mest. En ny ruta vid talarbyte är valfritt och värt att slå på: i ett samtal som du läser i stället för hör är det mesta av arbetet att reda ut vem som sa vad.
• Video som ingen har textat. Textning och SDH finns bara där någon har gjort dem, vilket utesluter de flesta utbildningsvideor på en intern portal, de flesta konferensinspelningar, de flesta skärminspelningar som en kollega har skickat och de flesta poddar. Den här läser själva ljudet, så frågan är inte längre om utgivaren brydde sig.
• Samtal som inte är möten. FaceTime, ett samtal i WhatsApp eller Signal på datorn, ett nummer du ringer via Macen, ett röstmeddelande du spelar upp. Inget av dem har en textningsknapp att trycka på och inget har en värd att fråga, vilket är den största anledningen till att telefonsamtal förblir den del av veckan man bävar inför.
• Att titta på något med personer som hör det. Att slå på undertexter till en film blir en förhandling när ingen annan i rummet behöver dem, och mycket har inget undertextspår att slå på ändå. Den här visas bara på din Mac, i den storlek du vill, så det slutar vara allas beslut.
• Hörapparater som redan strömmar från Macen. Made for iPhone-hörapparater och ljudprocessorer parkopplas direkt med en Mac med M1 eller senare, och att ljudet kommer fram rent är inte samma sak som att snabb, överlappande dialog kommer fram begripligt. Undertexter över strömmat ljud är en vanlig kombination, inte en överflödig. Appen läser appens egen ljudström och inte din utenhet, så vad du lyssnar med spelar ingen roll.
• Tröttheten klockan fyra på eftermiddagen. Att koncentrera sig tillräckligt för att följa tal hela dagen är utmattande på ett sätt som inte syns i någon annans kalender. Att läsa ett ord du bara halvt hörde kostar mindre än att pussla ihop det ur sammanhanget, och det kostar betydligt mindre än att be ett rum upprepa sig för tredje gången.

Prova först textningen som redan finns på din Mac

macOS har Direkttextning inbyggt, gratis, på alla Mac-datorer med Apple silicon: Systeminställningar ▸ Hjälpmedel ▸ Direkttextning. Den är riktigt bra, kostar ingenting, och om den täcker det du behöver är du klar och ska inte lägga 19 $ på att ta reda på det. Att använda den en vecka är också det snabbaste sättet att lära dig vad du faktiskt vill ha av undertexter.

Det som får folk att leta efter något annat är oftast en av tre saker: språket de behöver finns inte i Apples lista, textningsfönstret tar emot klicken som var avsedda för det som ligger under, eller de vill välja en långsammare och mer exakt modell för en föreläsning och en snabbare för ett samtal. Det är skillnaderna, rad för rad, på jämförelsesidan.

Pengarna tillbaka inom 14 dagar, inga frågor.

Gjord för att läsas i timmar

Undertexter du lutar dig mot hela dagen läses annorlunda än undertexter du kastar en blick på någon gång. Allt nedan är en inställning, inte ett beslut som någon har fattat åt dig, eftersom rätt svar beror på hur mycket du hör och hur mycket du läser.

• Den hamnar inte bakom det du arbetar med. Överlägget ligger ovanför alla fönster och appväxlaren, så att anteckna, kolla ett dokument eller slå upp något kostar dig inte meningen som sägs medan du gör det. Att följa ett möte och skriva ned något samtidigt är hela svårigheten, och ett textningsfönster som du måste hålla längst fram löser inte det.
• Du kan placera den där blicken redan är. Den tar inte emot några klick, så du arbetar rakt igenom den, och den tonas bort under pekaren så att den aldrig döljer det som ligger under. Storlek, genomskinlighet, hur långt uttoningen når och var rutan sitter bestämmer du; håll ned skifttangenten så förblir den ogenomskinlig och kan dras. De flesta placerar den till slut strax under talarens ansikte, och det är därför läppläsning och undertexter kan fungera tillsammans i stället för att konkurrera.
• Raderna väntar på dig. En undertext står kvar i ungefär en och en halv sekund plus en tiondel per ord, så en lång försvinner inte mitt i meningen, och om du håller ned ⌥ spolas de senaste tillbaka så att du kan rulla igenom dem. Läshastighet är personlig och standardvärdet är en gissning; tillbakaspolningen finns för när gissningen är fel.
• Namn och fackspråk är där den sviker dig. Ett läkemedelsnamn, ett efternamn, en förkortning som ditt team har hittat på: det är precis de ord du inte kan gissa dig till ur sammanhanget, och precis de som en taligenkänning får fel. Att välja en långsammare, mer exakt modell hjälper men löser det inte. Det är värt att veta vilka ord du ska dubbelkolla i stället för att upptäcka det i efterhand.

Frågor om undertexter och hörsel

Textar den personer som pratar i rummet?

Ja, när du ber om det. Som standard läser appen det som din Mac spelar upp, och mikrofonen är avstängd. Välj Mikrofon under ”Lyssna på” så textar den samtalet framför dig i stället, via Macens mikrofon eller den ingång som är vald i Ljud-inställningarna. macOS frågar efter mikrofonen första gången, och inte förr. Med ”Översätt till” och ”Visa båda språken” påslagna kan ni prata på två språk och var och en läsa sitt eget.

Ersätter den här en skrivtolk eller mänsklig textning?

Nej. Det är taligenkänning, så den gör fel, särskilt på namn, fackspråk, folk som pratar i mun på varandra och kraftiga brytningar. För ett läkarbesök, ett juridiskt möte, en kurs du betygssätts i eller något annat där fel kostar något är en professionell skrivtolk eller tolk rätt anpassning, och du har rätt att be om det. Det här är för resten av dagen, där ingen ändå skulle ordna någon.

Måste jag fråga värden, eller berätta för någon att jag använder den?

Nej. Den textar ljudet som din Mac spelar upp i stället för att kopplas till någon tjänst, så ingenting ansluter till mötet, ingenting syns i deltagarlistan och ingen värd, administratör eller föreläsare behöver slå på något. Ingen får veta något. Om du berättar är ditt beslut, inte programvarans.

Jag strömmar redan Macens ljud till mina hörapparater. Tillför den här något?

Ofta, ja. Strömning ändrar vägen ljudet tar, inte hur svårt talet är: de som pratar fort, folk som pratar i mun på varandra och ovana brytningar är fortfarande samma sak när de väl når ditt öra. Undertexter över strömmat ljud är en vanlig kombination, inte en överflödig. Appen läser appens egen ljudström och inte din utenhet, så vad du lyssnar med spelar ingen roll och ingenting i din parkoppling ändras.

Vad gör jag om en video inte har några undertexter eller någon SDH alls?

Det är precis det fallet den är till för. Textning och SDH finns bara där någon har gjort dem, vilket utesluter de flesta interna utbildningsvideor, de flesta konferensinspelningar och det mesta som en kollega spelar in och skickar till dig. Den här textar själva ljudet, så det spelar ingen roll om filen hade ett undertextspår.

Släpar undertexterna efter, som de i mina möten?

Mindre, men inte aldrig. Den textar löpande allteftersom orden kommer i stället för att vänta på en färdig mening, och det senaste ordet visas svagare tills modellen är säker på det, så du läser samtidigt i stället för efteråt. Det är fortfarande taligenkänning: det går en liten stund från att ett ord sägs till att det går att läsa, och den som pratar snabbt ligger alltid lite före all textning.

Kan jag göra undertexterna större och lättare att läsa?

Ja. Rutans storlek, genomskinlighet, hur många rader den rymmer och var den sitter är alla inställningar, och inställningsfönstret förhandsvisar dem på det riktiga överlägget i stället för på en skiss. Håll ned skifttangenten så förblir rutan ogenomskinlig och du kan dra den dit du vill; platsen kommer appen ihåg.

Textar den FaceTime och telefonsamtal?

Allt som spelas upp via en app på Macen, alltså FaceTime, ett samtal i WhatsApp eller Signal på datorn, ett nummer du ringer via din Mac och ett röstmeddelande du spelar upp. Du läser den andra personen och inte dig själv, eftersom appen läser det som Macen spelar upp och inte mikrofonen. Det är samtal utan textningsknapp och utan värd att fråga, så det är ofta det första man provar den på.

Visar den vem som pratar, eller markerar den ljud som SDH gör?

Den kan starta en ny ruta när talaren byts, vilket är valfritt och värt att slå på för samtal, men den sätter inte namn på någon. Den markerar inte ljud som inte är tal alls: en talavkänning körs före igenkänningen så att musik aldrig blir påhittade sångtexter, och priset för det är att du får talet och ingenting om vad mer som hördes. Om ljudsignaler är viktiga för dig är det här den ärliga skillnaden mot riktig SDH-textning.

Vad händer när jag missar en replik?

Håll ned ⌥ för att spola tillbaka: de tidigare undertexterna kommer tillbaka, så långt bakåt som du har ställt in, och du kan rulla igenom dem eller trycka på ⌥F och skriva för att hitta den du söker. Det är medvetet kortsiktigt, och en tillräckligt lång tystnad rensar högen: den finns där för att fånga meningen du nyss tappade. När ljudet tystnar erbjuder appen att spara det som sades som en transkribering, och ingenting skrivs till disken om du inte gör det.

Finns det en kostnad per minut eller per månad?

Nej. Den är gratis i 7 dagar och kostar sedan 19 $ en gång, och textningen är obegränsad, eftersom modellen körs på din Mac och inte kostar något att köra. Det finns inga minuter att köpa och ingen prenumeration, vilket betyder mer när undertexter är hur du följer allt än när de är något du slår på ibland.

Behöver den en internetanslutning?

En gång, för att hämta modellen vid första starten. Därefter körs den helt offline, och de enda förfrågningar den fortfarande kan göra är en daglig kontroll av om det finns en nyare version, som du kan tacka nej till, och en månatlig kontroll av din licensnyckel när du har en. Inget du lyssnar på skickas någonsin någonstans.