指南

iPhone 上怎么给你看的任何视频加翻译字幕

iOS 里没有这个开关。你需要的是一款 app，它听你 iPhone 已经在播的声音，把翻译浮在你正在看的东西上面——字幕出现在视频上，就在你原来那个 app 里。浮光字幕就是干这个的。设置只要点四下，需要 iOS 26 或更新版本，识别和翻译都在设备上完成。

怎么做

1. 打开你想看的东西，让它一直播着。
2. 打开浮光字幕。选好对方说的语言，和你读得懂的语言。
3. 点开始共享音频。iOS 会弹出一个系统面板——确认点开始共享。
4. 点打开字幕悬浮窗，然后划回你刚才在看的东西。窗口会一直浮在最上层，对方每说一句，翻译就出来一句。

整个流程就这些。最后两步的顺序不能反：得先有音频共享，才有东西可翻，否则窗口没内容可显示。下面讲的是它为什么只能这样做，以及它在哪里到头了。

iOS 自己不是已经有了吗？

有两个自带功能很接近，如果其中一个刚好够用，你就不需要别的了。

实况字幕在「设置 → 辅助功能」里，苹果对它的描述是：把任意 app 里的语音、以及你周围的对话实时转写出来。关键词是转写：它把说的话写下来，用的还是原来那门语言。如果台词是韩语而你不读韩语，一份韩语文字稿并不能帮你什么。苹果也说明了，它并非在所有语言、国家或地区都能用。

实时翻译属于 Apple 智能，它确实会翻译——但它只活在电话、FaceTime 和信息里，用于一对一通话。流媒体 app 里正在播的一部剧，不是一通电话。

缺的正是这两件事凑在一起：翻译过的字幕，盖在任意一个 app 上。

它为什么要共享你的屏幕

第 3 步会请求屏幕共享，听上去比实际严重。面板这么写，是因为这套机制就叫这个名字，不是因为这款 app 想看你的屏幕。

在 Mac 上，你可以把声音绕过一个虚拟音频设备。iOS 上没有任何类似的东西，而且这是故意的：一个 app 看不到也听不到另一个 app 在干什么。根本不存在「把正在播的声音给我」这种 API——不是被废弃了，也不是私有 API，是从来就没有过。唯一被允许的路只有一条：广播机制，那个为了让你把屏幕直播到 Twitch 而造的东西。这就是为什么会弹系统面板，也是为什么按钮上写的是开始共享，而不是任何跟字幕有关的字。

真正被用到的只有声音。广播同时也会递过来视频帧，而接收它们的那段代码什么都不做——那个分支是空的。麦克风分支也一样：这款 app 根本没申请过麦克风权限，所以你周围的对话既不会被转写，也不会被采集。它唯一申请的权限是语音识别；不录音、不存储、不导出、不上传；某一组语言的模型下载过一次之后，完全断网也能用。更多细节见主页的隐私那一节。

问题的另一半是怎么把字显示出来。想把任何东西盖在别的 app 上面，就只能用 iOS 为此提供的唯一一个原语：画中画——它本来是给视频播放用的。iOS 上没有悬浮窗，没有气泡，没有常驻最上层的图层。由此带来三件事，装任何一款这类 app 之前都值得先知道：

• 不能同时录屏。 iOS 只有一个广播会话，它正被占用。
• 浮窗点不了。画中画是一个纯输出的面——它只负责显示，不接收输入。所有控制都在 app 里。
• 一打开相机它就没了。相机会接管同一个面，窗口因此被拆掉。

还有一个约束从来不会出现在界面上，却决定了背后的一切：接收广播的那个进程有 50 MB 内存上限。语音识别和翻译都得塞进这个额度里，面对的还是一路不停的直播音频，而且不能掉队。

它能用在哪些地方，又用不在哪些地方

只要是这台设备上会出声的东西，它都能用：流媒体 app、直播、播客、浏览器里的视频、录好的网课、你正在听的一场会议。这款 app 从来不知道声音是谁发出来的——它读的是系统正在播放的音频。

它不会做的事：

• 开着摄像头的视频通话。相机会关掉浮窗。
• 从别处传来的声音。笔记本、电视、房间里的某个人。它翻译的是这台 iPhone 正在播的声音，不是它能听见的声音——全程没有麦克风参与。
• 同时录屏。只有一个广播会话，已经被占了。
• 任意两门语言互翻。这份清单是运行时从 iOS 读出来的，不是写死的，而且两边不是同一份。能听的那一侧，受限于苹果的设备端语音模型和翻译模型的交集；能读的那一侧，苹果的翻译器支持什么就是什么。所以有的语言能读不能听——比如泰语。
• iOS 26 以前的任何版本。它依赖的设备端识别和翻译模型是那一版才有的。

常见问题

看其他指南