Subtitles · Посібники · Субтитри в реальному часі на Mac

Субтитри в реальному часі до всього, що грає на вашому Mac

Шість способів вивести слова на екран, поки людина ще говорить, від найдешевшого, тобто спершу безкоштовні. А далі те, чого майже ніхто не пояснює: як Mac захоплює звук, який сам і видає, чому для цього раніше був потрібен фальшивий аудіопристрій і що змінилося в macOS 14.2.

Що виключає «реальний час»

Більшість написаного про перетворення мовлення на текст на Mac, хай як це називають, транскрипцією, диктуванням чи субтитруванням, стосується файлів. Ви кидаєте туди запис, чекаєте і дістаєте транскрипт або доріжку субтитрів. Той шлях точніший за все на цій сторінці, бо модель, яка бачить речення цілком, а за ним і наступне, завжди переграє ту, що вирішує по слову.

А ще він марний, поки зустріч триває. Субтитри в реальному часі жертвують цією точністю заради єдиного, що важить під час дзвінка: щоб слова прийшли вчасно, коли їх ще є сенс читати. Якщо у вас є запис і є час, спиніться тут і проженіть його через програму для транскрипції файлів; результат буде кращий. Усе, що нижче, стосується звуку, який лунає просто зараз.

Шість шляхів, від найдешевшого

  • Власні субтитри самої програми. Безкоштовно. Zoom, Teams, Google Meet, huddle у Slack і YouTube мають власні безкоштовні субтитри, і мов у них більше, ніж у macOS. Вони закінчуються на межі власного вікна, кільком із них потрібен дозвіл організатора або адміністратора, і жоден з них не зарадить із відео, яке хтось кине посиланням посеред розмови. Але спробуйте спершу саме це: коли цього досить, воно безкоштовне.
  • Живі субтитри Apple. Безкоштовно, вбудовано. На Mac з Apple silicon: «Системні параметри» ▸ «Доступність» ▸ «Живі субтитри». Вони працюють з усіма програмами, а не всередині однієї, і це правильний підхід. Власна документація Apple пише, що функція доступна не для всіх мов, країн і регіонів, мова в неї завжди одна, а вікно перехоплює кліки, призначені тому, що воно затуляє. Повне порівняння винесено на окрему сторінку.
  • Живі субтитри вашого браузера. Безкоштовно, один браузер. Chrome і браузери на Chromium уміють показувати субтитри до звуку, що грає у вкладці, на пристрої, одним перемикачем у власних налаштуваннях. Для відео у вкладці це справді добре і водночас ніяк не стосується всього поза тим браузером.
  • Хмарний сервіс субтитрування. Підписка. Це та категорія, що підтримує мови, недоступні нічому на пристрої, і та, що потім додає позначення мовців і транскрипт із пошуком по ньому. Але для цього звук має покинути ваш Mac, і для багатьох людей на роботі це кінець розмови, а не дрібна деталь.
  • Локальна модель розпізнавання мовлення, якою ви керуєте самі. Безкоштовно, але з роботою. Whisper і його нащадки працюють на Mac, і до них є непогані відкриті оболонки. А от змусити таке давати субтитри наживо, в усіх програмах, в оверлеї, який можна читати під час роботи, уже не просто завантаження, а цілий проєкт, і аудіотракт, описаний нижче, здебільшого й пояснює чому.
  • Програма для субтитрів у реальному часі. Платна, один раз. Це і є Subtitles: оверлей поверх усіх вікон, куди потрапляє все, що відтворює Mac, транскрипція на Neural Engine, шістнадцять мов, і на диск не пишеться нічого, якщо ви не збережете транскрипт. Варта грошей тоді, коли чотири безкоштовні відповіді вище вже вичерпалися, і не раніше.

Як Mac захоплює власний звук

З мікрофоном просто: у macOS завжди був для нього API, і просити на нього дозвіл звична справа. Із системним звуком складніше, бо більшу частину історії Mac не було підтримуваного способу для однієї програми почути те, що грає інша. Три епохи, і те, до якої з них належить інструмент, каже про нього майже все, що вам треба знати.

  1. 1

    Віртуальний аудіопристрій

    Ви ставите драйвер, який прикидається парою колонок, робите його виводом Mac і читаєте назад як мікрофон. Це працює, і це означає, що ваші справжні колонки тепер мовчать, поки ви не збудуєте другий пристрій, який роздвоює сигнал. Це і є епоха посібників із шістьма знімками екрана всередині.

  2. 2

    Запис екрана, заради звуку

    Пізніші macOS дозволили програмі брати системний звук разом із записом екрана. Драйвера не треба, але ви даєте програмі право бачити ваш екран лише для того, щоб вона могла чути звук, і macOS нагадує про це всім у кімнаті індикатором запису.

  3. 3

    Process tap із Core Audio, macOS 14.2

    Програма просить Core Audio перехопити звук іншого процесу або всіх одразу і отримує його напряму. Ні драйвера, ні перенаправлення, ваші колонки далі працюють, а дозвіл ви даєте на запис звуку, а не на запис екрана. Саме завдяки цьому ця програма така, як є.

Це ж пояснює й ту єдину вимогу, яку ніяк не обійти. Process taps з'явилися в macOS 14.2 і лише на Apple silicon, тож 14.2 тут нижня межа, а Mac на Intel до неї не підняти. Якщо у вас Intel, вам лишаються перші три шляхи зі списку вище.

Субтитри на вашому Mac у три кроки

  1. 1

    Встановіть і надайте один дозвіл

    macOS просить дозвіл на запис системного звуку під час першого запуску. Пропустіть цей запит, і кожен буфер приходитиме повний тиші, а помилки не буде ніде, і це та єдина відмова, про яку варто знати заздалегідь. Посібник із налаштування показує, як помітити це за десять секунд.

  2. 2

    Усі програми або лише одна

    «Увесь звук системи» вибрано за замовчуванням, і нічого налаштовувати не треба. Залишити одну програму можна одним пунктом меню, і разом з нею беруться її допоміжні процеси, завдяки чому дзвінок у вкладці браузера отримує субтитри так само, як у звичайній програмі.

  3. 3

    Поставте оверлей туди, де хочете

    Утримуйте ⇧ і перетягуйте; де залишите, там і запам'ятається. Він не перехоплює кліків, тож ви працюєте просто крізь нього, а від наведення вказівника він розчиняється, а не тікає. Демо на головній сторінці поводиться точно так само, у вашому браузері, ще до будь-якої покупки.

14 днів на повернення коштів, без зайвих запитань.

Що реальний час відбирає в точності

Розпізнавач тут потоковий, а не такий, що чекає тридцятисекундного вікна, і в цьому різниця між субтитрами, які тримаються звуку, і субтитрами, які приходять, коли момент уже минув. На Neural Engine він працює приблизно за сьому частину реального часу, тож комп'ютер не напружується і вентилятори не прискорюються.

Від macOS 26 Apple дає розробникам власний розпізнавач мовлення, і він швидкий. Тут працює не він, і причина не має стосунку до того, наскільки він добрий: йому потрібна macOS 26, а ця програма працює від 14.2, бо саме там з'явилися process taps, а нижню межу визначає звук, а не модель. Підняти її на дві великі версії заради заміни однієї доброї моделі іншою означало б відрізати всі Mac, які досі на 14 чи 15. Якщо модель Apple колись стане доступна на тих версіях, де працюють process taps, зміниться саме цей абзац.

Англійська має сім варіантів замість одного, і вони балансують дві речі, які не можна максимізувати разом: найшвидший починає видавати текст приблизно на 160 мс позаду мовця, найповільніший точніший і відстає більше. Усі інші мови працюють з однієї багатомовної моделі. Цей вибір і є чесною відповіддю на питання про точність, і саме тому ця сторінка не заявляє, що когось перемагає в бенчмарку, якого ніхто не проводив.

Що й далі йде не так, у кожного інструмента на цій сторінці: імена, жаргон, абревіатури, двоє людей, які говорять водночас, і швидке розмовне мовлення крізь погане з'єднання. Субтитри в реальному часі роблять це читабельним досить часто, щоб ними варто було користуватися, але не настільки надійно, щоб замінити транскрипт.

Запитання про субтитри на Mac

Як отримати субтитри до системного звуку на Mac?
Від macOS 14.2 програма може брати звук іншого процесу напряму через Core Audio, тож від вас їй потрібен лише дозвіл на запис звуку. До того доводилося ставити віртуальний аудіопристрій і пускати вивід крізь нього, і саме тому старі посібники повні знімків екрана.
Чи потрібні мені й далі BlackHole або loopback-драйвер?
Для цього ні. Нічого не перенаправляється, ваш пристрій виводу не міняється, і колонки грають далі, поки йдуть субтитри. Loopback-драйвер лишається відповіддю, якщо у вас macOS 13 чи старіша або Mac на Intel.
Чи такі ж точні субтитри в реальному часі, як транскрипція файлу?
Ні, і жодні субтитри наживо такими не є. Програма, що транскрибує файл, бачить речення цілком, перш ніж вирішити, яким було перше слово; програма для субтитрів наживо мусить визначитися, поки мовець ще говорить. Якщо у вас є запис і немає поспіху, транскрибуйте файл.
Чи працює Subtitles у вкладці браузера?
Так. Програма захоплює іншу програму і всі її допоміжні процеси, тож дзвінок або відео у вкладці отримують субтитри так само, як звичайна програма. Це стосується і програм на Electron, чий звук ніколи не йде від процесу, що носить їхнє ім'я.
Чи показує програма субтитри до мого власного голосу?
За замовчуванням ні. Програма чує те, що відтворює ваш Mac, а на дзвінку це всі, крім вас. Якщо обрати мікрофон у меню «Джерело звуку», усе навпаки: програма показує субтитри до всього, що звучить у кімнаті, разом із вашими словами, а macOS просить доступ до мікрофона, коли ви обираєте його вперше.
Яка там затримка?
Найшвидша англійська модель починає видавати текст приблизно на 160 мс позаду мовця; точніші відстають більше. Це радше регулятор, ніж число, і що вам потрібніше, залежить від того, чи ви стежите за розмовою, чи читаєте лекцію.
Чи можу я зберегти транскрипт?
Так, якщо попросите. Коли мовлення тривало хвилину чи довше, блок субтитрів пропонує зберегти їх, щойно звук стихає або перед тим, як досить довга тиша зітре субтитри, а пункт меню «Зберегти розшифровку…» зберігає їх будь-коли: як простий текст, Markdown або SRT; інакше на диск нічого не пишеться. А доти утримуйте ⌥, щоб повернути субтитри, прогорнути їх або пошукати по них. Якщо вам потрібні нотатки чи підсумок після зустрічі, вам потрібна програма для нотаток, а не ця.
Чому не власне розпізнавання мовлення Apple?
Бо йому потрібна macOS 26, а Subtitles працює від 14.2. Розпізнавач Apple швидкий і працює на самому пристрої, але вирішило не це: process taps з'явилися в 14.2, це і є нижня межа, і піднімати її до 26 заради іншої моделі означало б відрізати всі Mac, які досі на 14 чи 15. Parakeet працює на Neural Engine від 14.2 і потоково, а субтитрам у реальному часі потрібне саме це.

Субтитри до того, що грає просто зараз.

14 днів на повернення коштів, без зайвих запитань

7 днів безкоштовно, потім $19 одноразово, усі майбутні оновлення включено · macOS 14.2 або новіша · Apple silicon
Необмежені субтитри в реальному часі, доки у вас є цей Mac. Жодних хвилин на докупку, жодного акаунта, жодної підписки.