ガイド

iPhone で見ている動画に翻訳字幕を出す方法

iOS にはこの設定がありません。必要なのは、iPhone がすでに再生している音声を聞き取り、見ているものの上に翻訳を浮かべるアプリです——字幕は動画の上に、元のアプリのまま出てきます。Hono Subtitles はまさにそれをするアプリです。設定はタップ 4 回、必要なのは iOS 26 以降。音声認識も翻訳も端末内で動きます。

手順

1. 見たいものを再生して、そのまま流しておきます。
2. Hono Subtitles 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。
3. タップ：音声の共有を開始。iOS のシートが出たら、そのまま共有を開始。
4. タップ：字幕ウインドウを開く。それから、見ていたものへスワイプで戻ります。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。最後の二つは順番が大事です。音声の共有が先にないと翻訳するものがないので、それまでウインドウには何も表示できません。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？

近い機能が二つあります。どちらかで足りるなら、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。

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。求める許可は音声認識だけ。何も録音せず、保存せず、書き出さず、アップロードもしません。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：

• 同時に画面収録はできません。 iOS のブロードキャストのセッションは一つだけで、それをこのアプリが使っています。
• 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。
• 同時の画面収録。ブロードキャストのセッションは一つだけで、すでに使用中です。
• 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——たとえばタイ語です。
• 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

他のガイドを見る