实时字幕 与 语音输入法 都建立在同一套离线实时转录能力之上，但它们服务的界面并不相同：一个是悬浮显示，一个是把文字输入到别的应用里。
适合这些场景
- 想把系统音频显示成悬浮字幕窗口
- 想在聊天窗口、文档或表单里直接听写文字
- 已经理解主录音流程，只想单独用好某一个侧向能力
开始前
- 你已经完成 快速开始，或者已经在
设置 > 模型设置中配置实时录音模型。 - 如果要把声音输入到其他应用，仍然要依赖同一套离线实时转录能力。
实时字幕 从哪里开始
- 在顶栏
创作模式的 实时录音 页面中开启实时字幕，或直接切换到工具 > 实时字幕面板。 - 在页面里找到
实时字幕或悬浮字幕（系统音频）开关。 - 如果你的目标只是显示系统音频字幕，可以不先开始录音，直接开启它。
- 如果你之后再开始
实时录音，两者也可以并行使用。
设置 > 字幕设置 负责什么
- 它负责控制字幕浮窗的启动行为、置顶、窗口定位与拖拽、点击穿透、字体大小、宽度、颜色和背景透明度。
- 它不负责启动入口；真正的开关在 实时录音 页面及
工具 > 实时字幕面板。 - 如果你已经打开
实时字幕，但窗口仍然没有出现，请继续查看 常见问题与排障。
语音输入法 怎么开始
- 打开
设置 > 语音输入法或切换至工具 > 语音输入法面板。 - 启用
语音输入法。 - 在同一页设置一个全局快捷键。
- 在
按住说话和切换模式之间选择适合自己的方式。 - 在二级标签页中配置情境预设、项目词汇联动与静音自动提交规则。
- 如果它仍然没有就绪，就查看同页给出的依赖与状态提示。
应用情境感知与词汇联动
- 应用上下文感知：语音输入法可感知当前聚焦的应用程序窗口，自动切换匹配的格式与标点规则（例如对代码编辑器输入编程符号，对即时通讯软件输入自然口语标点）。
- 项目作用域与热词联动：统一词典（
设置 > 词汇）中的专有词和替换规则可直接将生效范围限定为语音输入，或跟随当前选中的项目上下文动态生效。 - VAD 静音自动提交：在切换模式下，Silero VAD 检测到停顿超过阈值时会自动提交打字上屏，无需手动再次触发快捷键。
按住说话 和 切换模式 的区别
按住说话更适合短句输入，需要按住快捷键时才开始说。切换模式更适合连续口述，按一次开始，再按一次停止。- 不论使用哪种模式，
语音输入法都依赖可用的实时录音模型、所需的VAD模型、可用输入设备，以及后台预热状态。 - 如果
语音输入法还没有就绪，同一页会告诉你当前的阻塞点究竟来自快捷键、模型、VAD、输入设备，还是运行时预热。 设置 > 输入设备 > 保持麦克风激活默认关闭。开启后会在空闲时保留麦克风预热，以降低语音输入延迟；保持关闭时，Sona 会在未录音、未听写、未预览输入时释放麦克风。
什么时候该选哪一个
- 如果你主要想把系统音频内容显示出来，而不是写入别的应用，优先用
实时字幕。 - 如果你主要想把语音变成输入框里的文字，优先用
语音输入法。 - 如果某个能力已经启用但行为不符合预期，请直接查看 常见问题与排障。