当面交谈实时字幕：听不清时看文字

屏幕上显示什么

会话会写出实时转录文本。对方每说完一个意思，说的话就会以一个气泡出现在屏幕上，整场对话累积成一个可以往回翻的列表。如果你回答时漏看了一句，它还在那里可以重读。

助手也会自己回应每一轮发言；这个 App 本来就是为此设计的。当作字幕用时，你希望它别碍事，所以开启一个空白会话，写一条这样的指令：“不要评论这段对话。除非我打字提问，否则任何回复都不超过几个字。”并把“细节级别”设为“简洁”。指令是引导模型，而不是把它关掉，所以在你阅读的字幕之间，偶尔还是会出现一句简短的回复。

如果对方说的是另一种语言，翻译会话会把每句话和它的译文显示为一对气泡；关于实时翻译对话的指南会讲到。

设置

在对话之前做一次，而不是在别人等你回答的时候。

1. 打开“设置”›“外观”›“聊天字体大小”，选择“大号”或“特大号”。它叠加在 iPhone 本身的文字大小之上。
2. 点按“翻译”，确认“翻译聊天和实时会话”是关着的。翻译是整个 App 的设置，会保持上次使用时的状态。
3. 开启一个空白会话，写上面那条指令，并把“细节级别”设为“简洁”。
4. 在 iPhone 的“设置”中，在“显示与亮度”下把“自动锁定”设得长一些；如果要聊很久，给手机插上电源。
5. 告诉对方手机是做什么用的，把它放好，然后点按“开始”（在 iPad 上是“开始会话”）。
6. 对话结束时点按“结束”。转录文本保留在会话中，存在设备上。

手机放在哪里

字幕的质量取决于传到手机的声音。把它放在靠近你想看字幕的那个人的地方，朝向他，屏幕向你倾斜，这样不用拿起来就能读。

在嘈杂的地方——咖啡馆、家庭聚餐、开着电视的候诊室——距离比什么都重要。离说话人半米远的手机，比隔着一张桌子的效果好得多；平放在碗碟杯子中间的手机，每一声碰撞都听得见。一个小支架会有帮助。同样的字号下，iPad 能显示更多文字，长时间的对话跟起来更轻松。

一次一个人说效果最好。两个人同时说话，转录文本就会混在一起，因为传到麦克风的是同一团声音，它分不开。在一场对你很重要的多人对话中，请大家轮流说、面向手机，是合情合理的要求。

让 App 保持打开、屏幕常亮

这是最容易让人栽跟头的一条。App 一进入后台或屏幕一锁定，实时会话就会结束，并提示“应用程序不活动。实时会话已关闭。”对话中途屏幕一锁，字幕就会停下，直到你开启新的会话。

• 开始前把“自动锁定”设得长一些，结束后如果愿意再改回来。
• 只要不是很短的闲聊，就给手机插上电源；屏幕一直亮着很耗电。
• 别切到别的 App 去看消息。已经转录的内容会保留在会话中，但会话一关闭，新的话就不会再有字幕。
• 如果会话真的关闭了，马上开启一个新会话；前面那部分对话保存在第一个会话里。

Apple Speech 还是 OpenAI 来听

App 有两种听的方式。默认由 OpenAI 的模型听音频并写出转录文本。在“正在聆听”中，你可以改选“Apple Speech”，它在设备上转录，再把文字发送给 GPT 来回答。请在点按“开始”之前选好。

哪种对你更好，取决于说话人的声音、语言和环境，所以请在你实际会用的条件下两种都试试，而不要相信一条笼统的规则。使用 Apple Speech 时，音频本身留在手机上，但所说内容的文字仍会发送给 GPT。在 iPhone 和 iPad 上，两种方式都需要联网。

它不是什么

它不是认证的字幕服务，也不保证准确率。它可能听错人名、数字和轻声说的词，把两个人的话连在一起，跟不上说得快的人。对一顿晚饭上的聊天来说，这是合理的取舍；对任何漏一个词就会有后果的场合，光靠它是不够的。

如果是看病、法律会谈，或者你有权获得无障碍支持的课堂，请向对方机构申请 CART（Communication Access Realtime Translation）或其他专业字幕服务；如果你使用手语，也可以申请手语翻译。很多医院、法院、大学和雇主都会安排这些服务，桌上的一部手机代替不了它们。

告诉对方

字幕就是转录文本，而转录文本是别人所说内容的记录。先告诉对方，并给他看屏幕；屏幕本身比任何描述都更能说明问题。

在云端会话中，音频从设备直接传送到 OpenAI 的 Realtime API。会话保存在设备上，没有云同步，Arte Soft 的服务器从不接收音频、转录文本或回答。关于录制和转录他人对话的指南会说明该说什么，以及法律在什么情况下有更多要求。