Guide

Comment traduire n’importe quelle vidéo que vous regardez sur iPhone

iOS n’a pas de réglage pour ça. Ce qu’il vous faut, c’est une app qui écoute l’audio que votre iPhone joue déjà et fait flotter la traduction par-dessus ce que vous regardez — le sous-titre apparaît sur la vidéo, dans l’app où vous étiez. Hono Subtitles fait exactement cela. La configuration tient en quatre touchers ; il faut iOS 26 ou version ultérieure, et la reconnaissance comme la traduction se font sur l’appareil.

Marche à suivre

1. Lancez ce que vous voulez regarder et laissez-le tourner.
2. Ouvrez Hono Subtitles. Choisissez la langue parlée et la langue que vous lisez.
3. Touchez Start Sharing Audio. Une fenêtre iOS apparaît — confirmez avec le bouton de partage.
4. Touchez Open Subtitle Window, puis revenez d’un balayage à ce que vous regardiez. La fenêtre reste au premier plan, et les lignes traduites apparaissent à mesure qu’on parle.

C’est toute la procédure. L’ordre des deux dernières étapes compte : le partage audio doit exister avant qu’il y ait quoi que ce soit à traduire, donc la fenêtre n’a rien à afficher tant qu’il n’est pas lancé. Tout ce qui suit explique pourquoi ça fonctionne ainsi, et où ça s’arrête.

Ce n’est pas déjà intégré à iOS ?

Deux fonctions intégrées s’en approchent, et si l’une d’elles couvre votre cas, vous n’avez besoin de rien d’autre.

Sous-titres en direct, dans Réglages → Accessibilité, est décrit par Apple comme une transcription en temps réel de l’audio parlé dans n’importe quelle app, ainsi que des conversations autour de vous. Le mot qui compte, c’est transcription : la fonction écrit ce qui a été dit, dans la langue où ça a été dit. Si le dialogue est en coréen et que vous ne lisez pas le coréen, une transcription en coréen vous laisse au point de départ. Apple précise aussi qu’elle n’est pas disponible dans toutes les langues, tous les pays ou toutes les régions.

Traduction en direct, qui fait partie d’Apple Intelligence, traduit bel et bien — mais elle vit dans Téléphone, FaceTime et Messages, pour des appels en tête-à-tête. Une série qui passe dans une app de streaming n’est pas un appel téléphonique.

Ce qui manque, c’est la combinaison : un sous-titre traduit par-dessus n’importe quelle app.

Pourquoi il faut partager votre écran

L’étape 3 demande un partage d’écran, ce qui paraît plus que ce que c’est. La fenêtre dit cela parce que c’est le nom du mécanisme, pas parce que l’app veut voir votre écran.

Sur un Mac, on ferait passer l’audio par un périphérique virtuel. Rien de tel n’existe sur iOS, et c’est voulu : une app ne peut ni voir ni entendre ce que fait une autre app. Il n’y a pas d’API « donne-moi l’audio de ce qui est en train de jouer » — ni obsolète, ni privée : elle n’a jamais existé. La seule voie autorisée, c’est le mécanisme de diffusion, celui qui a été conçu pour que vous puissiez diffuser votre écran sur Twitch. C’est pour cela qu’une fenêtre système apparaît, et que vous y trouvez le bouton de partage plutôt que quoi que ce soit qui parle de sous-titres.

Ce qui sert réellement, c’est l’audio. La diffusion transmet aussi les images vidéo, et le code qui les reçoit ne fait rien — la branche est vide. Même chose pour la branche du micro : l’app ne demande jamais l’autorisation du micro, donc les conversations dans la pièce ne sont ni sous-titrées ni captées. La seule autorisation demandée est la reconnaissance vocale ; rien n’est enregistré, stocké, exporté ni envoyé, et une fois les modèles d’une paire de langues téléchargés, tout fonctionne sans aucune connexion. Plus de détails dans la section confidentialité de la page principale.

L’autre moitié du problème, c’est l’affichage du texte. Mettre quoi que ce soit par-dessus une autre app oblige à passer par la seule primitive qu’iOS prévoit pour cela : Image dans l’image, conçue pour la lecture vidéo. Il n’y a pas de fenêtre superposée sur iOS, pas de bulle flottante, pas de calque toujours au premier plan. Trois conséquences en découlent, qu’il vaut mieux connaître avant d’installer quoi que ce soit :

• Impossible d’enregistrer l’écran en même temps. iOS n’a qu’une seule session de diffusion, et celle-ci l’occupe.
• La fenêtre flottante ne se touche pas. Image dans l’image est une surface de sortie — elle affiche, elle ne reçoit rien. Toutes les commandes sont dans l’app.
• Ouvrir l’appareil photo la ferme. L’appareil photo prend la même surface, donc la fenêtre est retirée.

Une dernière contrainte n’apparaît jamais à l’écran mais façonne tout ce qu’il y a derrière : le processus qui reçoit la diffusion a un plafond de mémoire de 50 Mo. La reconnaissance vocale et la traduction doivent toutes deux tenir dedans, sur un flux en direct, sans prendre de retard.

Ce sur quoi ça marche, et ce sur quoi ça ne marche pas

Ça marche sur tout ce qui produit du son sur l’appareil : apps de streaming, lives, podcasts, vidéo dans un navigateur, cours enregistrés, une réunion que vous écoutez. L’app ne sait jamais d’où vient le son — elle lit l’audio que le système est en train de jouer.

Ce qu’elle ne fera pas :

• Les appels vidéo avec la caméra allumée. La caméra ferme la fenêtre flottante.
• Le son qui vient d’ailleurs. Un ordinateur portable, une télé, quelqu’un dans la pièce. Elle traduit ce que cet iPhone joue, pas ce qu’il peut entendre — aucun micro n’intervient.
• L’enregistrement d’écran en parallèle. Une seule session de diffusion, déjà occupée.
• Toutes les langues dans les deux sens. La liste est lue dans iOS au moment de l’exécution plutôt que codée en dur, et les deux côtés ne sont pas la même liste. L’écoute se limite au recoupement entre les modèles vocaux embarqués d’Apple et ses modèles de traduction ; la lecture couvre tout ce que gère le traducteur d’Apple. Une langue peut être disponible à la lecture mais pas à l’écoute — le thaï, par exemple.
• Tout ce qui précède iOS 26. Les modèles de reconnaissance et de traduction embarqués dont elle dépend sont arrivés avec cette version.

Questions

Voir les autres guides