手順
- 見たいものを再生して、そのまま流しておきます。
- Hono Translate を開き、話されている言語と、自分が読める言語を選びます。
- タップ：音声の翻訳を開始。iOS のシートが出たら、そのまま共有を開始。続けて、シートの下の何もない所をもう一度タップします。
- 字幕ウインドウがひとりでに浮かび上がり、ホーム画面に切り替わります。見ていたものへスワイプで戻れば、ウインドウは最前面に残り、話すそばから翻訳された行が出てきます。
手順はこれだけです。ウインドウは音声を待っています。共有が始まってシートが閉じるまでは翻訳するものがないので、最後のタップのあとで初めて浮かび上がります。ここから下は、なぜこういう仕組みなのか、そしてどこで限界に当たるのかの話です。
iOS に最初から入っていないの？
近い機能が三つあります。どれかで足りるなら、ほかには何もいりません。
ライブキャプションは「設定」→「アクセシビリティ」にあり、Apple はこれを、どのアプリの音声でも、また周囲の会話でも、リアルタイムに文字起こしする機能だと説明しています。大事な言葉は文字起こしです。話されたことを、話された言語のまま書き出します。台詞が韓国語で、あなたが韓国語を読めないなら、韓国語の書き起こしがあっても状況は変わりません。Apple は、すべての言語・国・地域で使えるわけではないことも明記しています。
ライブ翻訳は Apple Intelligence の一部で、確かに翻訳します——ただし使えるのは電話、FaceTime、メッセージの中の、1 対 1 の会話です。配信アプリで流れているドラマは電話ではありません。
字幕の自動生成は iOS 27 の新機能で、いちばん近いものです。対応アプリで再生中の動画に字幕トラックがなければ、iPhone が字幕を作ってくれます。ただし Apple 自身が示す条件は狭く、生成されるのは英語のみ（米国とカナダ）、対象は iPhone 15 Pro・iPhone 16 以降。翻訳版は、もともと英語字幕がある動画が前提です。字幕のない日本語や韓国語の音声は、英語にも他の言語にもなりません。
| 使える範囲 | 翻訳 | |
|---|---|---|
| ライブキャプション | どのアプリでも、周囲の会話も | しない——同じ言語のまま |
| ライブ翻訳 | 電話、FaceTime、メッセージ | する |
| 字幕の自動生成（iOS 27） | 対応アプリ | 英語字幕がすでにある動画のみ |
| Hono Translate | どのアプリでも | する |
足りないのは、この二つの組み合わせです。翻訳された字幕を、どんなアプリの上にも。
なぜ画面の共有が必要なのか
手順 3 では画面の共有を求められます。聞こえほど大げさなものではありません。シートがそう書くのは、仕組みの名前がそうだからで、アプリがあなたの画面を見たいからではありません。
Mac なら仮想オーディオデバイスで音声を回せます。iOS にはそういうものが一切なく、それは意図的です。あるアプリは、別のアプリが何をしているかを見ることも聞くこともできません。「いま再生中の音声をください」という API は存在しません——非推奨になったのでも、非公開なのでもなく、最初からないのです。認められた経路はただ一つ、ブロードキャストの仕組み、つまり画面を Twitch に配信できるように作られたものです。システムのシートが出てくるのも、そのボタンが共有を開始で、字幕に関する言葉がどこにもないのも、そのためです。
実際に使われるのは音声だけです。ブロードキャストは映像のフレームも渡してきますが、それを受け取るコードは何もしません——その分岐は空です。マイクの分岐も同じで、このアプリはマイクの許可を一度も求めないので、周囲の会話は字幕にもならず、取り込まれもしません。字幕に必要な許可は音声認識だけ。何も保存せず、アップロードもしません。保存されるのは自分で録画したクリップだけで、それも「写真」に直接入ります。ある言語の組み合わせのモデルを一度ダウンロードすれば、あとは通信なしで動きます。詳しくはメインページのプライバシーの項をどうぞ。
問題のもう半分は、文字をどう表示するかです。別のアプリの上に何かを重ねるには、iOS がそのために用意している唯一の仕組みを使うしかありません：ピクチャ・イン・ピクチャ——本来はビデオ再生のためのものです。iOS には重ねて表示するウインドウも、浮かぶバブルも、常に最前面のレイヤーもありません。そこから三つのことが決まります。この手のアプリを入れる前に知っておく価値があります：
- iOS の画面収録は同時に使えません。 iOS のブロードキャストは一度に一つだけで、それをアプリが使っています。字幕ごとクリップを残したいときは、アプリ自体の録画機能を使ってください。
- 浮かんでいるウインドウはタップできません。ピクチャ・イン・ピクチャは出力専用の面です——表示するだけで、入力は受け付けません。操作はすべてアプリの中にあります。
- カメラを開くと閉じます。カメラが同じ面を使うので、ウインドウは取り下げられます。
もう一つ、画面には決して出てこないけれど裏側のすべてを左右する制約があります。ブロードキャストを受け取るプロセスには 50 MB のメモリ上限があります。音声認識も翻訳もその中に収め、しかも生の配信を相手に遅れずに動かなければなりません。
使えるもの、使えないもの
端末で音が鳴るものなら何にでも使えます。配信アプリ、生配信、ポッドキャスト、ブラウザの動画、録画された講義、聞いているだけの会議。アプリは、その音がどこから来たのかを知ることはありません——システムが再生している音声を読んでいるだけです。
できないこと：
- カメラをオンにしたビデオ通話。カメラが浮かぶウインドウを閉じてしまいます。
- ほかの場所から聞こえる音。ノートパソコン、テレビ、部屋にいる人。翻訳するのはこの iPhone が再生している音で、聞こえている音ではありません——マイクは一切使いません。
- iOS の画面収録との並行。ブロードキャストは一つだけで、すでに使用中です——代わりにアプリ内の録画を使ってください。
- あらゆる言語の双方向翻訳。言語の一覧はハードコードではなく、実行時に iOS から読み込まれます。そして聞く側と読む側は同じ一覧ではありません。聞ける言語は、Apple の端末内音声モデルと翻訳モデルが重なる範囲に限られ、読める言語は Apple の翻訳が対応するものすべてです。読めても聞けない言語もあります——たとえばオランダ語です。
- iOS 26 より前のすべて。このアプリが頼っている端末内の認識・翻訳モデルは、そのリリースで登場しました。
よくある質問
それってライブキャプションがもうやっていることでは？
ライブキャプションは文字起こしです——音声を、話された言語のまま書き出します。解決するのは「聞き取れない」ことで、「わからない」ことではありません。読めない言語のものを見ているなら、その言語の書き起こしは、あなたを出発点に置き去りにするだけです。
iOS 27 なら、どんな動画にも字幕が付くのでは？
付くのは英語だけです。Apple が字幕を生成するのは英語の音声（米国とカナダ）で、iPhone 15 Pro・iPhone 16 以降、対応アプリの中に限られます。翻訳字幕も、すでにある英語字幕から作られます。日本語や韓国語など英語以外で話されていて字幕のない動画は、まさに対象外のケースです。
録画だけでなく、生配信も翻訳できますか？
はい。むしろそこが一番役に立つところです——生配信には頼れる字幕トラックもなく、一時停止して調べることもできません。別のガイド「生配信を翻訳する方法」で、生であることが何を難しくするかも含めて書いています。
字幕を出しながら画面収録できますか？
できます、アプリ自体の録画で。iOS がシステムに許すブロードキャストは一つだけで、字幕アプリがそれを使っているため iOS の画面収録は同時に動きません。ただし Hono Translate なら、映像・音声・字幕をまとめて録画し、クリップを写真に保存できます。
カメラを開くと字幕ウインドウが消えるのはなぜ？
ピクチャ・イン・ピクチャとカメラが同じ面を取り合い、カメラが勝つからです。セッション自体は動いたままなので、カメラを使い終わったらアプリからウインドウを開き直してください。
ネット接続は必要ですか？
必要なのは、ある言語の組み合わせを初めて使うとき、モデルをダウンロードする一度だけです。その後は認識も翻訳も端末内で動き、通信なしで使えます。
iPhone のアプリは、別のアプリが再生している音を聞き取れますか？ 2 台目のスマホは必要ですか？
できます。iPhone 1 台で足ります。iOS は画面共有（始めるときに確認するシステムのパネル）を通じて、再生中の音声を選んだアプリに渡します。Hono Translate はその音声をマイクではなく iOS から受け取るので、イヤホンをしていても大丈夫です。字幕はピクチャ・イン・ピクチャで、TikTok や YouTube など、どのアプリの上にも浮かびます。
Hono Translate は App Store で配信中です。字幕カードの高さは自由に変えられ、言語は iPhone がもともと対応しているものがそのまま使えます。
App Store で入手