對話即時字幕：iPhone 把面對面說的話變成大字

螢幕上看到什麼

工作階段會寫出即時逐字稿。對方每說完一個想法，說的話就以一個對話泡泡出現在螢幕上，整段對話累積成一個可以往回捲的列表。你在回話時漏看了一句，它還在那裡可以重讀。

助理也會自己回應每一輪說話；這個 App 本來就是為此設計的。當字幕用時，你會希望它別擋路，所以開始一個空白工作階段，寫上像「不要評論這段對話。除非我打字提問，否則任何回答都控制在幾個字以內。」這樣的指示，並把「細節等級」設為「簡潔」。指示是引導模型，而不是把它關掉，所以在你讀的逐字稿之間，偶爾還是會出現簡短的回答。

如果對方說的是另一種語言，翻譯工作階段會改為以一組對話泡泡顯示每句話和它的譯文；即時翻譯對話的指南會說明。

設定

在對話開始前設定一次，不要在別人等你回話的時候才弄。

1. 打開「設定」›「外觀」›「聊天字體大小」，選擇「大號」或「特大號」。它會疊加在 iPhone 本身的文字大小之上。
2. 點一下「翻譯」，確認「翻譯聊天和即時工作階段」是關閉的。翻譯是全 App 的設定，會維持上次使用時的狀態。
3. 開始一個空白工作階段，寫上前面的指示，並把「細節等級」設為「簡潔」。
4. 在 iPhone 的「設定」›「螢幕顯示與亮度」把「自動鎖定」調長；對話會很久的話，讓手機插著電。
5. 告訴對方這支手機是做什麼用的，把它放好，點一下「開始」（在 iPad 上是「開始工作階段」）。
6. 對話結束時點一下「結束」。逐字稿會留在工作階段中，存在裝置上。

手機放哪裡

字幕的品質取決於傳到手機的聲音。把手機放在靠近你要加字幕的那個人的地方，朝向對方，螢幕斜向你，不用拿起來就能讀。

在吵雜的地方——咖啡廳、家族聚餐、開著電視的候診區——距離比什麼都重要。離說話者半公尺的手機，效果遠勝隔著一張桌子的手機；平放在碗盤杯子之間的手機，每一聲碰撞都聽得到。一個小支架會有幫助。同樣字體大小下 iPad 能顯示更多文字，長時間的對話比較容易跟。

一次一個人說效果最好。兩個人同時說話，逐字稿會把他們混在一起，因為進到麥克風的是同一團聲音，它分不開。在對你很重要的多人對話中，請大家輪流說、面向手機，是合理的要求。

讓 App 保持開啟、螢幕保持亮著

這是最容易讓人中招的規則。App 一進入背景或螢幕一鎖定，即時工作階段就會結束，並顯示「應用程式不活動。即時工作階段已關閉。」對話到一半螢幕鎖定，字幕就會停止，直到你開始新的工作階段。

• 開始前把「自動鎖定」調長，之後想改回來再改。
• 比簡短聊天更長的對話，就讓手機插著電；螢幕一直亮著很耗電。
• 不要切到別的 App 看訊息。已經轉錄的內容會留在工作階段中，但工作階段一關閉，新的話就不會再有字幕。
• 如果真的關閉了，馬上開始新的工作階段；前面的對話會保留在第一個工作階段裡。

Apple Speech 還是 OpenAI 聆聽

App 有兩種聽的方式。預設是由 OpenAI 的模型聽音訊、寫出逐字稿。在「正在聆聽」底下，你可以改選「Apple Speech」，它在裝置上轉錄，再把文字傳給 GPT 產生回答。請在點「開始」之前選好。

哪一種比較適合你，取決於說話的人、語言和環境，所以請在你實際會用的情況下兩種都試試，而不是相信一般原則。用「Apple Speech」時，音訊本身留在手機上，但說話內容的文字仍會傳給 GPT。在 iPhone 和 iPad 上，兩種都需要網路連線。

它不是什麼

它不是經認證的字幕服務，也沒有準確度保證。它可能聽錯人名、數字和小聲的字，把兩個人的話混在一起，也可能跟不上說話很快的人。晚餐桌上聊天，這是合理的取捨；在漏掉一個字就會有後果的場合，只靠它並不夠。

看診、法律會議，或你有權獲得無障礙協助的課堂，請向提供單位詢問 CART（Communication Access Realtime Translation）或其他專業即時字幕服務（在台灣常稱為同步聽打），如果你使用手語，也可以申請手語翻譯員。很多醫院、法院、大學和雇主都會安排這些服務，桌上的一支手機無法取代它們。

告訴對方

字幕就是逐字稿，而逐字稿是別人說過的話的紀錄。先告訴對方，並給他看螢幕；它比任何說明都更能解釋自己。

在雲端工作階段中，音訊從裝置直接傳送到 OpenAI 的 Realtime API。工作階段儲存在裝置上，沒有雲端同步，Arte Soft 的伺服器從不接收音訊、逐字稿或回答。關於錄製和轉錄他人對話的指南會說明該怎麼說，以及法律何時有更多要求。