Olet Zoom-palaverissa São Paulossa asuvan toimittajan kanssa, joka livahtaa jatkuvasti portugalin puolelle. Tai katsot japanilaisen tuoteavauksen ja automaattitekstitykset laahaavat perässä. Tai ajattelet espanjaksi, mutta asiakas odottaa sähköpostit englanniksi.
Kolme täysin eri ongelmaa. Kaikki kolme niputetaan otsikon ”puheen reaaliaikainen kääntäminen Macilla” alle, ja juuri siksi useimmat aiheen oppaat ovat sekavia. Oikea työkalu riippuu siitä, mitä näistä yrität oikeasti ratkaista.
Apple julkaisi viime syksynä Live Translation -toiminnon macOS 26:ssa. Whisperistä tuli Turbo-malli, joka pyörii MacBook Airissa ilman että kone sulaa. Saneluvälineet, jotka olivat ennen harrastelijoiden sekamelska, ovat nyt aidosti hyviä. Tämä opas käy läpi, mitä on tarjolla, milloin kukin vaihtoehto oikeasti sopii ja miten ne saa käyttöön ilman, että lankeaa demovideoiden ansaan.
Mitä ”reaaliaika” tarkoittaa käytännössä
Ennen kuin valitset työkalun, nimeä työnkulku. Macilla on kolme erilaista ”reaaliajan” muotoa, ja kukin vaatii eri ohjelman:
Live-tekstitys — joku muu puhuu ja sinä haluat tekstityksen, mielellään käännettynä, puhumisen aikana. Puhelut, palaverit, luennot, livestreamit. Viive ratkaisee. Neljän sekunnin viive on ärsyttävä, kymmenen sekunnin viive on käyttökelvoton.
Sanelu — sinä itse puhut ja haluat puhtaan tekstin toisella kielellä lopuksi. Sähköpostit, Slack-viestit, dokumentit. Litterointi ja käännös tapahtuvat kerralla, kun lopetat puhumisen. Alle sekunnin vasteaika lopetuksen jälkeen merkitsee enemmän kuin sanojen virtaaminen puheen aikana.
Tiedoston litterointi — sinulla on tallenne (Zoom-export, ääniviesti, podcast) ja haluat käännetyn tekstin. Tämä ei oikeastaan ole reaaliaikaa. Heitä se tarkimpaan malliin, jonka löydät, ja odota pari minuuttia.
Näiden sekoittaminen on syy, miksi ihmiset päätyvät kirjoittamaan pikasähköposteja palaverityökalulla tai yrittävät tekstittää YouTube-videota saneluapurilla. Valitse ensin oikea kategoria, sitten työkalu.
macOS:n sisäänrakennetut vaihtoehdot
Jos käytät macOS 26:ta Apple Silicon -Macilla, Apple antaa kaksi sisäänrakennettua työkalua ja yhden tärkeän aukon.
Live Translation (macOS 26)
Live Translation toimii Viesteissä, FaceTimessa ja Macin uudessa Puhelin-sovelluksessa. Sen taustalla on Apple Intelligence, ja kaikki ajetaan laitteella, joten mikään ei lähde koneeltasi. FaceTime-puhelussa klikkaat valikkonappia, valitset Live Captions ja käännetty teksti ilmestyy ruudun yläreunaan.
Mutta kielilista on rajallinen. FaceTimessa ja Puhelimessa Live Translation tukee englantia, ranskaa, saksaa, brasilianportugalia ja espanjaa (Espanja), ja mandariini, italia, japani ja korea ovat tulossa. Viestit kattaa laajemman valikoiman, mukaan lukien tanska, hollanti, norja, ruotsi, turkki ja vietnam.
Se on ilmainen, yksityinen ja viive on hyvä. Se toimii myös vain Applen omissa sovelluksissa. Zoom, Google Meet, Slack-huddlet, YouTube — mikään näistä ei kulje Live Translationin kautta.
Live Captions
Kytke Live Captions päälle reitistä Järjestelmäasetukset → Käyttöapu → Live Captions, ja saat kelluvan ikkunan, joka litteroi mitä tahansa ääntä Macisi nappaa — järjestelmän äänen, mikrofonin tai molemmat. Se toimii missä tahansa sovelluksessa: Zoomissa, YouTubessa, podcastissa tai vieressäsi puhuvan kollegan puheessa.
Live Captions litteroi, mutta ei käännä. Tällä hetkellä se on myös vain englanniksi. Jos palaverisi on englanniksi ja tarvitset vain tekstiä seurattavaksi, tämä on vastaus. Jos palaveri on portugaliksi, Live Captionsista ei ole apua.
Live-tekstitys ja käännös puheluihin ja videoihin
Kun Applen sisäänrakennetut työkalut eivät kata puheluasi, pieni joukko kolmannen osapuolen sovelluksia paikkaa aukon. Ne nappaavat järjestelmän äänen (mitä ikinä Macisi kaiuttimista soikaan) tai mikrofonisi äänen, litteroivat sen paikallisella Whisper-mallilla ja kääntävät sen valinnaisesti. Kaikki kolme alla mainittua toimivat laitteella, mikä on tärkeää, jos olet luottamuksellisessa puhelussa.
MacWhisper — Yksi alan pisimpään käytetyistä Mac-sovelluksista. Live-tekstitys ja käännös, taustalla Whisper ja Nvidia Parakeet, järjestelmän äänen kaappaus mihin tahansa palaverityökaluun. Toimii vakaasti Zoomissa, Meetissä ja Teamsissa. Pro-versio on kertaostos.
Superwhisper — Yhdistää live-litteroinnin Whisper-pohjaiseen saneluun. Tukee yli 100 kieltä ja kääntää minkä tahansa niistä englanniksi. Yrittää olla sekä tekstitys- että saneluväline, mikä toimii jos haluat yhden sovelluksen molempiin, mutta sanelupuoli on raskaampi kuin omistetuilla työkaluilla.
Transcrybe — Uudempi, kevyempi ja keskittyy nimenomaan reaaliaikaiseen kääntämiseen. Vain laitteella. Käyttöliittymä on rakennettu ajatuksen ”joku puhuu kieltä, jota en osaa — näytä mitä hän sanoo” ympärille. Hyvä matkoille, asiakastukipuheluihin ja vieraskielisen sisällön katseluun.
Valitse sen mukaan, kuinka usein olet tässä tilanteessa. Jos elät kansainvälisissä puheluissa, MacWhisper tai Superwhisper ansaitsevat paikan valikkopalkissasi. Jos tarvitset apua vain silloin tällöin, Applen Live Translation FaceTimessa voi riittää.
Sanele yhdellä kielellä, kirjoita toisella
Yleisimmällä ”reaaliaikaisen kääntämisen” tarpeella ei ole mitään tekemistä muiden puheen kanssa. Kyse on *sinusta*, joka ajattelet äidinkielelläsi mutta tarvitset tekstin englanniksi, koska niin työelämässä odotetaan.
Jos olet suomalainen, espanjalainen tai puolalainen ja kirjoitat paljon englantia töissä, tunnet veron. Muotoilet lauseen päässäsi omalla kielelläsi, käännät sen mielessäsi ja kirjoitat sitten käännöksen. Jokainen sähköposti on kaksi luonnosta: se, jonka kirjoitit päässäsi, ja se, jonka sormesi tuottivat.
Oikean työkalun muoto tähän on eri kuin live-tekstityksessä. Et tarvitse virtaavia tekstityksiä. Tarvitset: pidä yhtä näppäintä pohjassa, puhu luonnollisesti omalla kielelläsi, päästä irti, ja saat siistin tekstin kohdekielellä leikepöydälle, valmiina liitettäväksi minne tahansa (Gmail, Slack, Notion, Jira-tiketti).
Tämän aukon Voicr täyttää. Pidä FN-näppäintä pohjassa, puhu millä tahansa 100 kielestä, aseta englanti kohdekieleksi, ja liitettäväksi saat puhdasta englantia, ei raakaa litterointia, joka on ajettu erillisen kääntäjän läpi. Litterointi ja käännös tapahtuvat yhdessä vaiheessa eikä reitillä puhe → litterointi → kopiointi → kääntäjä → liitos. Koko homma kestää suunnilleen sen ajan, mitä puhumiseen menee.
Lisäksi on automaattitunnistus, joka päättelee puhutun kielen pelkän äänen perusteella. Jos siis vaihtelet vaikkapa suomen välillä henkilökohtaisissa Slack-viesteissä ja englannin välillä asiakassähköposteissa, et joudu avaamaan valikkoa. Pieni yksityiskohta, joka jää helposti huomaamatta ominaisuuslistasta. Pidempi pohdinta löytyy artikkelista Puhe tekstiksi 100 kielellä Macilla.
Valmiiksi tallennetun äänen litterointi
Jos sinulla on tiedosto (Zoom-tallenne, ääniviesti, haastattelu, podcast), ”reaaliaika” ei ole oikea näkökulma. Heitä tiedosto Whisper-pohjaiseen työkaluun, joka ajaa täydellä laadulla, ja anna sen kestää pari minuuttia. Tarkkuus ratkaisee.
MacWhisper ja Whisper Transcription hoitavat tämän hyvin. Niin myös OpenAI:n API suoraan, jos käsikirjoitukset ovat tuttuja. Käännöksen osalta kannattaa huomata, että Whisperin sisäänrakennettu käännös toimii vain yhteen suuntaan: mikä tahansa kieli → englanti. Jos tarvitset toisen suunnan (englanti → japani vaikkapa), aja teksti erillisen käännösmallin läpi jälkikäteen — Claude, GPT tai DeepL.
Voit ohittaa tämän osan, jos syötteesi on aina elävää puhetta. Mutta jos tallennat haastatteluja tai poimit litterointeja vanhoista palavereista, offline-työnkulku pysyy halvempana, tarkempana ja helpompana korjata kuin striimaus.
Sopivan asetelman valinta omaan työnkulkuun
Nopea päätöspuu:
1. Haluan tekstityksen FaceTime- tai Viestit-keskusteluun → Apple Live Translation. Ilmainen, sisäänrakennettu, laitteella. 2. Haluan tekstityksen Zoom-, Meet- tai Teams-puheluun kielellä, jota en puhu → MacWhisper, Superwhisper tai Transcrybe. Valitse yksi. 3. Haluan sanella omalla kielelläni ja saada englannin liitettäväksi minne tahansa → Yhden näppäimen saneluväline, kuten Voicr. Tämä on kaksikielisten ammattilaisten päivittäinen perustapaus. 4. Haluan litteroida tallennetun tiedoston toisella kielellä ja saada englannin → MacWhisper tai mikä tahansa Whisper-pohjainen työpöytäsovellus. Offline, täysi laatu, kahden minuutin odotus.
Useimmat päätyvät kahteen työkaluun, eivät yhteen: jokin live-tekstitykseen silloin kun sitä tarvitaan (silloin tällöin) ja jokin päivittäiseen saneluun (jatkuvasti). Tällainen jako on normaali. Tekstitystyökalu ja saneluväline optimoivat eri asioita, ja saman sovelluksen pakottaminen molempiin tarkoittaa yleensä, että molemmat tehdään huonommin.
Realististen odotusten asettaminen
Muutama asia, jotka jokainen demovideo sivuuttaa ja jotka kannattaa tietää ennen sitoutumista:
Viive on todellinen. Laitteella ajettavalla Whisperilläkin live-tekstityksen viive on 1–3 sekuntia. Pilvipohjaiset työkalut lisäävät vielä 1–2 sekuntia päälle. Varaudu siihen. Älä yritä seurata vauhdikasta poliittista keskustelua live-tekstityksellä — jäät jälkeen.
Käännöslaatu putoaa kymmenen suurimman kielen ulkopuolella. Whisper itsessään on erinomainen englantiin, espanjaan, ranskaan, saksaan, portugaliin, italiaan, mandariiniin ja japaniin. Se heikkenee selvästi thain, kantonin, vietnamin ja useimpien afrikkalaisten kielten kohdalla. Jos kielesi on pitkän hännän puolella, testaa ennen kuin alat luottaa siihen.
Järjestelmän äänen kaappaus vaatii luvan. macOS ei oletuksena anna sovelluksen kuunnella järjestelmän ääntä. Jokainen live-tekstityskategorian työkalu opastaa sinut myöntämään näytön tallennuksen tai äänisilmukan luvan ensi kerralla. Tämä on normaalia. Siksi jotkut sovellukset vaativat myös virtuaalisen ääniyksikön kertaluonteisen asennuksen.
Yksityisyys vaihtelee. Applen työkalut ja useimmat Whisper-pohjaiset sovellukset toimivat täysin laitteella. Mikä tahansa, joka lähettää äänen pilvi-API:in (jotkut ”AI-palaveriavustajat”), tekee toisenlaisen kaupan. Jos toimit juridiikan, terveydenhuollon tai muun säännellyn alan parissa, tarkista asia ennen kuin kytket työkalun päälle asiakaspuhelussa.
Käytännöllinen aloituspiste
Helpoin paikka aloittaa, riippumatta lopullisesta tavoitteesta, on valita se yksi käyttötapaus, jonka kohtaat useimmiten tällä viikolla. Ei se harvinainen. Vaan se päivittäinen.
Jos olet paljon kansainvälisissä palavereissa, asenna yksi live-tekstitystyökalu, jätä se valikkopalkkiin ja käytä sitä kaksi viikkoa ennen päätöstä. Jos kirjoitat paljon englantia toisella kielellä ajatellessasi, kokeile korvata seuraavat kymmenen sähköpostia, jotka muuten kirjoittaisit, sanelulla omalla kielelläsi ja anna työkalun tuottaa englannin.
Voicr hoitaa nimenomaan saneluosuuden. Pidä FN-näppäintä pohjassa, puhu omalla kielelläsi, aseta englanti kohdekieleksi, liitä minne tahansa. Tarjolla on ilmainen taso (5 000 sanaa kuussa, ei luottokorttia), joka riittää näkemään, sopiiko työnkulku siihen tapaan, jolla kirjoitat. Live-tekstityspuolella MacWhisperistä löytyy ilmainen versio perus-Whisper-mallilla, joka riittää testaamaan kokemusta ennen maksamista.
Teknologia lakkasi olemasta pullonkaula jo jonkin aikaa sitten. Mielenkiintoinen kysymys nyt on, minkä työnkulun oikeasti asetat käyttöön ja käytät, ja se ratkeaa valitsemalla oikean työkalun siihen kitkaan, jonka itse kohtaat toistuvasti. Lisää sanelupuolesta artikkelissa Näin puhesanelu Macilla todella toimii, joka käy läpi mitä äänesi ja leikepöydän puhtaan tekstin välillä tapahtuu.