实时字幕与语音输入法

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

1. 打开 实时录音。
2. 在页面里找到 实时字幕 或 悬浮字幕（系统音频） 开关。
3. 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。
4. 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、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；真正的开关仍在 实时录音 页面。
• 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

1. 打开 设置 > 语音输入法。
2. 启用 语音输入法。
3. 在同一页设置一个全局快捷键。
4. 在 按住说话 和 切换模式 之间选择适合自己的方式。
5. 如果它仍然没有就绪，就查看同页给出的依赖与状态提示。

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。

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。