Subtitles · 安装指南

装一次,
然后就忘了它。

安装只要一分钟。第一次启动要久一点,因为语音模型得先下载完,才谈得上给什么配字幕。中间有一步可能会一声不吭地出错,这个页面存在的意义,主要就是让你十秒钟发现它,而不是一小时。

Subtitles 的浮层居中显示在 Mac 桌面靠下的位置,正在给这句话配字幕:「字幕浮在一切之上,而且从不接走一次点击」
你要的就是这个样子:浮层,盖在屏幕上已有的东西之上。

动手之前

  • macOS 14.2 或更高版本,Apple 芯片。整个 app 建立在 Core Audio 的 process tap 之上,这个 API 是 14.2 才有的。Intel 的 Mac 根本跑不起来,再怎么更新也改不了。
  • 约 600 MB 硬盘空间,一次性。语音模型不在安装包里。它在第一次启动时下载,之后就留着:拉丁字母那一套 583 MB,含中文和日文的那一套 633 MB。
  • 几分钟网络,一次性。那次下载是这个 app 一辈子唯一一次联网。之后的一切都能离线用。

第一次启动

把它拖进「应用程序」再打开。没有 Dock 图标,也没有窗口要安排:它住在菜单栏里。你先看到的是一段简短的欢迎,演示浮层的三件本事。

Mac 桌面上 Subtitles 的欢迎窗口,里面是一个配了字幕的播客,还有一条写着「正在加载人声检测」的进度条
第一次启动,下载进行中。下面那条进度条,就是模型正在到位。

在这后面,模型正在下载。这期间菜单栏图标上带着一个跳动的小点,菜单本身会显示百分比和文件数。第一次启动要几分钟;之后每一次都是几秒。

会悄悄失败的那一步

macOS 会请求录制系统声音的权限。如果你错过了这个弹窗,或者把它关掉了,不会有任何东西提醒你。Core Audio 依旧返回成功,tap 声称自己在跑,缓冲区按正确的大小和节奏送达,而每一个采样点都是零。整条链路上没有任何报错,所以这个 app 看起来装好了、也在工作,只是永远不出字幕。

如果你既没看到字幕,也没看到报错,几乎肯定就是这个原因。菜单里有 Check Audio Permission…,它会打开系统设置里对应的那一栏;Subtitles 应当在「隐私与安全性 ▸ 音频录制」里被勾上。没有任何 API 能告诉程序这个权限到底给没给,所以这个 app 也不装作自己知道。

Subtitles 的菜单,Check Audio Permission 处于高亮状态,顶部有一条提示:「没有声音进入 Subtitles,如果确实在播放,请检查权限」
菜单在最上面就说了,而解决办法就在往下两行。

它住在哪里

macOS 菜单栏,Subtitles 的图标在其菜单展开时处于高亮状态
菜单展开时,图标是亮着的。

Listen To

全部系统声音,这是默认值,什么都不用设。如果你更想只盯着一个 app,同一个菜单会列出此刻正在播放的东西,这个选择会一直保留到你改它为止。

Language / Models

自动检测排在最前,覆盖九种语言。英语有自己的几个模型,在速度和准确度之间各有取舍;其余语言来自同一个多语言模型。在同一个语言包内切换是即时的,跨语言包就得再下载一次。

值得知道的几个开关

Skip Non-Speech 能让音乐不至于变成编出来的歌词。New Box On Speaker Change 默认关闭,开会打电话时值得打开。Fade Away Under Pointer 让浮层不至于挡住它底下的东西。

Settings

字幕框大小、不透明度、保留几行、历史留多久,全都在真正的浮层上实时预览,而不是在效果图上。模型缓存也在同一个窗口里清。

Subtitles 的设置窗口,上方是字幕框的实时预览,下方是行数、背景不透明度、指针悬停淡出和最近字幕框的几个滑杆
每一个滑杆在你拖动时,预览都发生在真正的浮层上,不是效果图。

四个按键

浮层不接走任何点击,所以你隔着它照常操作。它对你键盘的全部要求,就这几条。

  • 按住 ⇧ 拖动可以挪动浮层。你放在哪儿,它就记住哪儿。
  • 按住 ⌥ 可以把最近几条字幕调回来翻看。
  • ⌥⌘S 暂停和恢复字幕。
  • 把指针移上去,它就淡下去,让你不动任何东西就能看清底下。

出问题的时候

什么都没配上字幕,也没有报错。
十有八九是音频权限。打开菜单里的 Check Audio Permission…,确认 Subtitles 在「音频录制」下被勾上。失败之所以是无声的,是 API 定的,不是我们选的:从 app 内部看,权限被拒和机器很安静,完全是同一回事。
字幕出来了,但词是错的。
看看当前加载的是哪个模型。自动检测最省事,但不是最准的:如果你只听英语,选一个英语模型会有帮助,选一个更慢的帮助更大。人名、术语和缩写是任何识别系统都会栽跟头的地方,这一点没有哪个设置能解决。
音乐被识别成了歌词。
Skip Non-Speech (VAD) 被关掉了。重新打开它,人声检测就会跑在识别之前,伴奏也就永远到不了识别那一步。它默认是开着的。
浮层挡住了我需要看的东西。
按住 ⇧ 把它拖到别处,或者干脆把指针停在上面,它自己就淡下去。感应范围有多大、淡到什么程度,两者都可以调。万一它跑到了够不着的地方,菜单里的 Reset Overlay Position 能把它放回来。
Mac 睡眠之后就不出字幕了。
在菜单里把字幕关掉再打开,这样会重新建立 tap。只要 app 其他方面还有反应,这比退出重开快。
我想把硬盘空间要回来。
设置里有 Clear Model Cache,它会删掉下载好的权重,并告诉你腾出了多少空间。下次启动会重新下载,所以该在你用完之后再做,而不是在两次使用之间。

一分钟装好,之后就不碍事了。

14 天退款,不问缘由

一次性 $9,包含日后所有更新 · macOS 14.2 或更高版本 · Apple Silicon
无限量实时字幕,只要这台 Mac 还在你手上。不用买时长,不用注册账号,不用订阅。