Guia

Como traduzir qualquer vídeo que você assiste no iPhone

O iOS não tem um ajuste para isso. O que você precisa é de um app que escute o áudio que o seu iPhone já está tocando e faça a tradução flutuar sobre o que você está assistindo: a legenda aparece por cima do vídeo, no app em que você estava. Hono Subtitles faz exatamente isso. A configuração leva quatro toques, exige iOS 26 ou posterior, e tanto o reconhecimento quanto a tradução rodam no aparelho.

O que fazer

1. Comece o que você quer assistir e deixe tocando.
2. Abra o Hono Subtitles. Escolha o idioma falado e o idioma que você lê.
3. Toque em Compartilhar áudio. Aparece uma tela do iOS: confirme o compartilhamento.
4. Toque em Abrir janela de legendas, e depois deslize para voltar ao que você estava assistindo. A janela fica por cima de tudo, e as linhas traduzidas aparecem conforme as pessoas falam.

Esse é o procedimento inteiro. A ordem dos dois últimos passos importa: o compartilhamento de áudio precisa existir antes de haver algo para traduzir, então até lá a janela não tem nada para mostrar. Tudo o que vem a seguir explica por que funciona assim, e onde para.

Isso já não vem no iOS?

Dois recursos nativos chegam perto, e se um deles resolver o seu caso, você não precisa de mais nada.

Legendas ao Vivo, em Ajustes → Acessibilidade, é descrito pela Apple como uma transcrição em tempo real do áudio falado em qualquer app, e também das conversas ao seu redor. A palavra que importa é transcrição: escreve o que foi dito, no idioma em que foi dito. Se o diálogo é em coreano e você não lê coreano, uma transcrição em coreano deixa você onde começou. A Apple também avisa que o recurso não está disponível em todos os idiomas, países ou regiões.

Tradução ao Vivo, parte da Apple Intelligence, traduz de fato, mas vive no Telefone, no FaceTime e no Mensagens, em conversas a dois. Uma série tocando num app de streaming não é uma ligação.

O que falta é a combinação: uma legenda traduzida sobre qualquer app.

Por que é preciso compartilhar a tela

O passo 3 pede compartilhamento de tela, o que soa como mais do que é. A tela diz isso porque é o nome do mecanismo, não porque o app queira ver a sua tela.

Num Mac, você passaria o áudio por um dispositivo virtual. No iOS não existe nada parecido, e isso é proposital: um app não consegue ver nem ouvir o que outro app está fazendo. Não existe uma API do tipo “me dá o áudio do que estiver tocando”: nem obsoleta, nem privada, ela nunca existiu. O único caminho permitido é o mecanismo de transmissão, aquele criado para você transmitir a tela na Twitch. É por isso que aparece uma tela do sistema, e é por isso que o que você confirma é o compartilhamento e não algo sobre legendas.

O que é realmente usado é o áudio. A transmissão também entrega os quadros de vídeo, e o código que os recebe não faz nada: esse ramo está vazio. O mesmo vale para o microfone: o app nunca pede permissão de microfone, então as conversas no ambiente não são legendadas nem captadas. A única permissão pedida é a de reconhecimento de fala; nada é gravado, armazenado, exportado ou enviado, e depois que os modelos de um par de idiomas são baixados uma vez, tudo funciona sem nenhuma conexão. Mais detalhes na seção de privacidade da página principal.

A outra metade do problema é mostrar o texto. Para colocar qualquer coisa por cima de outro app, só existe uma ferramenta que o iOS oferece para isso: Picture in Picture, feito para reprodução de vídeo. No iOS não há janela sobreposta, nem bolha flutuante, nem camada sempre por cima. Disso decorrem três coisas que vale saber antes de instalar qualquer coisa:

• Você não consegue gravar a tela ao mesmo tempo. O iOS tem uma única sessão de transmissão, e ela está em uso.
• A janela flutuante não aceita toques. O Picture in Picture é uma superfície só de saída: mostra, mas não recebe nada. Todos os controles ficam no app.
• Abrir a câmera fecha a janela. A câmera ocupa a mesma superfície, então a janela é retirada.

Há mais uma restrição que nunca aparece na interface, mas molda tudo por trás: o processo que recebe a transmissão tem um limite de memória de 50 MB. O reconhecimento de fala e a tradução precisam caber ali dentro, numa transmissão ao vivo, sem ficar para trás.

Onde funciona, e onde não

Funciona com tudo o que toca som no aparelho: apps de streaming, lives, podcasts, vídeo no navegador, aulas gravadas, uma reunião que você está ouvindo. O app nunca sabe o que produziu o som: ele lê o áudio que o sistema está tocando.

O que ele não faz:

• Videochamadas com a câmera ligada. A câmera fecha a janela flutuante.
• Som vindo de outro lugar. Um notebook, uma TV, uma pessoa no ambiente. Ele traduz o que este iPhone está tocando, não o que ele consegue ouvir: nenhum microfone está envolvido.
• Gravação de tela em paralelo. Uma única sessão de transmissão, já em uso.
• Todos os idiomas nas duas direções. A lista é lida do iOS em tempo de execução, em vez de fixada no código, e os dois lados não são a mesma lista. Ouvir se limita à interseção entre os modelos de fala no aparelho da Apple e os modelos de tradução dela; ler abrange tudo o que o tradutor da Apple suporta. Um idioma pode estar disponível para ler, mas não para ouvir: o tailandês, por exemplo.
• Qualquer versão anterior ao iOS 26. Os modelos de reconhecimento e tradução no aparelho dos quais ele depende chegaram nessa versão.

Perguntas

Ver outros guias