标签页音频、系统音频与麦克风：该用哪一个

在选择字幕工具之前，先确定声音从哪里来。三种采集路径的行为不同，大多数“没成功”的反馈都源于选错了路径。

麦克风

麦克风听到的是整个房间：你的声音、周围的人、音箱，以及角落里的风扇。它不需要扩展，除浏览器的麦克风授权外也不需要额外权限。

适用于现场会议、课堂，以及任何可以外放的会议。建议戴耳机：否则麦克风会两次听到远端参会者的声音——一次直达、一次经过音箱——识别结果就会出现重复的词。

浏览器标签页

标签页捕获只取一个标签页的音频，不影响其他声音。这是 YouTube Live、Twitch、TikTok Live、网页会议或课程播放器的正确选择。

它需要浏览器扩展，因为普通网页无法读取其他标签页的音频。Chrome 还要求用户手势：你点击开始、浏览器询问共享音频、捕获才开始。重新加载扩展或关闭标签页都会结束会话。

重要提醒：受 DRM 保护的播放器可能阻止音频捕获或显示黑屏。Netflix 等平台不保证可用。围绕某个具体内容设计流程之前，请先实测。

系统音频

系统音频指操作系统正在播放的一切，包括原生应用。浏览器不直接提供这个能力。在 macOS 与 Windows 上，你可以把系统声音路由到虚拟输入设备并使用麦克风模式，或在操作系统允许时通过扩展的共享选择器捕获应用音频。

这条路径更脆弱，因为音频链路取决于系统混音器、虚拟设备与应用。通常需要一次性花几分钟配置，并把步骤记录下来给下一个人。

快速判断表

| 声音来源 | 麦克风 | 标签页捕获 | | --------------------------- | --------------- | ---------------------- | | 房间里的说话人 | 是 | 否 | | 同一台电脑上的 YouTube Live | 否 | 是 | | 浏览器标签页里的 Zoom/Meet | 否 | 是 | | Zoom 桌面客户端 | 是，经音箱/耳机 | 仅在系统音频路由下可用 | | DRM 流媒体 | 也许，经音箱 | 不可靠 | | 已上传的录音 | 否 | 用文件转录 |

什么都不显示时该检查什么

1. 语言对是否正确？自动检测方便，但人名场景显式选择更好。
2. 标签页真的在播放声音吗？静音标签页只会产生静音，不会产生字幕。
3. 浏览器是否授予了麦克风或音频捕获权限？
4. 免费套餐是否已有另一个进行中的会话？免费版只允许 1 个并发会话。
5. 分钟数是否用完？悬浮字幕会停止，余额显示为零。

字幕的质量取决于你喂给它的音频。选对采集路径，就完成了一半。