很多加字幕的 App 和网站,会把你的视频或它的音频发到公司的服务器上。语音识别在那里运行,字幕再传回你的设备。这是一种合理的设计:服务器可以为任何手机运行大型模型。但这也意味着录像的一份副本会在别人的电脑上放一段时间,受那家公司的隐私政策约束,而且通常和某个账号绑定。保留多久、可能拿来做什么,都由他们决定。
对大多数视频来说,这没什么。但有些视频不行:一位以声音不外传为条件接受采访的信息来源,一次心理咨询或辅导,客户的陈述,出镜的学生,尚未发布的内容的素材,你自己的孩子。我做的 CapiCap 则是把整件事都放在设备上完成。下面说说它会发送什么、不会发送什么,以及你不必轻信我、自己就能核实的方法。
CapiCap 会发送什么
两样东西:对语音模型的请求,以及匿名使用事件。
第一次打开时,它会下载一个语音模型;之后,当视频的语言需要时,它可能再下载一个。标准模型,以及一个只用来区分语言的小模型,来自 Hugging Face。负责 20 种欧洲语言的快速模型,以及专为孟加拉语和波斯语打造的模型,来自 capicap.app 自己的服务器。连接 Wi-Fi 时,快速模型和那个小模型也可能在视频需要之前在后台下载好。这些下载不含任何个人数据。模型一旦到了设备上,CapiCap 完全不联网也能工作。
使用事件会发到我自己的服务器上,服务器托管在 Cloudflare。它们说明 App 里发生了什么,比如一次转录或导出完成了,以及花了多长时间,同时附带 App 版本、设备型号、你的语言设置,以及 App 首次运行时生成的一个随机 ID。它们从不包含视频、它的音频、字幕、你输入的任何内容或文件名,里面也没有任何与你关联的信息。我用它们来看哪些地方运转正常,App 又在哪里慢或出错。设备离线时,它们会在设备上等待,之后再发出。
什么留在你的设备上
其余的一切。转录、编辑、设置样式和导出都在设备上进行,所以视频、它的音频、转录文字、你的修改和最终的文件都留在那里。这些都不会上传给我或任何其他人。没有账号,App 也不使用广告标识符 (IDFA)。
一些更小的地方也是如此。CapiCap 从不请求读取你的照片图库:系统的照片选择器只把你选的那个视频交给它,存储到“照片”也只请求添加视频的权限。在支持 Apple 智能的设备上,项目名称来自 Apple 的设备端模型。如果你购买“终身使用”,购买由 Apple 处理,App 只会在你的设备上收到 StoreKit 的确认。
既然没有服务器接收你的内容,我也就没有任何你的内容可以存储、出售或交出去。App Store 隐私标签列出了使用事件包含哪些内容,其中没有一项与你关联或用于追踪你,隐私政策则讲得更详细。
自己核实
飞行模式是最简单的测试,对任何 App 都适用。
- 联网时打开一次 CapiCap。 它在 App Store 上免费下载。等语音模型下载完。如果你要给不止一种语言加字幕,趁还联着网,每种语言都给一段短视频加一次字幕:某种语言第一次可能需要它自己的模型。
- 断开网络。 在 iPhone 或 iPad 上,打开飞行模式,并在控制中心确认 Wi-Fi 也关了:如果你以前在飞行模式下重新打开过 Wi-Fi,设备会记住这个设置。在 Mac 上,关闭 Wi-Fi,拔掉网线。
- 给一段视频加字幕。 轻点选择视频,等它转录,改一个字,然后轻点导出、导出视频和存储到“照片”。一切照常,因为这些都不需要网络。请用存储在设备上的视频:如果你的“照片”图库把原始大小的文件存在 iCloud 里,视频可能要先下载,任何 App 才能打开它。
再核实一次的话,iPhone 和 iPad 有“App 隐私报告”(在“设置”的“隐私与安全性”里)。打开之后,它会列出每个 App 联系过的域名:对 CapiCap 来说,就是它下载模型的那些主机,以及接收使用事件的 trackie.brazh.me。
同样的问题也适用于任何字幕 App。如果没有网络转录就停了,说明音频是发到服务器上的。如果 App 需要账号,你的录像就和你绑定在一起。它的隐私政策应该写明上传的文件保留多久、可能用来做什么,它在 App Store 商品页面上的“App 隐私”部分,则显示开发者自称收集哪些数据。这些都不说明云端 App 就是坏 App。它们只是告诉你,你的那份副本去了哪里。
你的视频在设备上存在哪里
你选择的视频会被复制到 CapiCap 自己的存储空间里,连同它的转录文字和你对字幕的修改。在首页删除项目,这三样都会被删掉。
和任何 App 的数据一样,如果你做备份,CapiCap 的项目也可能包含在设备备份里,备份到 iCloud 或电脑上。如果你在意这一点,用完一个项目就把它删掉。
存储到“照片”会把做好的视频添加到你的图库里;如果打开了 iCloud 照片,它会像你添加的其他视频一样同步。要让导出的视频不进 iCloud,就用共享…把它存储到设备上的某个文件夹里,比如“文件”App 中的“我的 iPhone”。
CapiCap 没有自己的锁,所以任何能解锁你设备的人,都能打开它的项目。
它不是什么
CapiCap 不是合规产品,也不做任何认证声明,所以关于录音录像,请查看你所在机构自己的规定。它不标注说话人,这对采访很重要;它也不翻译。语音识别会出错,主要是在音乐很响、几个人抢着说话和口音很重的时候,所以每条字幕都可以修改。如果你需要的是文字稿,导出 .srt 能给你带时间的文字;这里有相关指南。另外它只能在 Apple 设备上运行:iPhone、iPad 和搭载 Apple 芯片的 Mac。