直接回答
项目电脑接收调音台或线上会议的清晰音频,完成实时识别与翻译,再输出不含按钮和状态栏的纯净字幕页面。导播将该页面作为浏览器源、窗口源或转换后的透明信号叠加到节目画面;会场主屏、直播和观众手机可共享字幕内容,但分别使用适合各终端的版式。
一条可执行的直播字幕链路
典型链路是“节目音频或调音台AUX输出 → 识别与翻译 → 操作员订正 → 纯净字幕源 → OBS、vMix或硬件导播 → 直播平台”。字幕工作台用于监看状态和修改关键内容,纯净输出只展示已发布字幕,两者必须分开。

为什么要使用纯净字幕源
- 不显示操作按钮、房间状态和调试信息
- 支持透明或统一色键背景
- 原文与译文可分别设置字号、行数和位置
- 允许品牌色、字体和安全区配置
- 字幕内容更新不改变浏览器窗口尺寸
- 支持导播端独立裁切和缩放
直接抓取操作界面会把鼠标、菜单和告警带入直播,还可能因窗口滚动导致画面跳动。纯净源是内容发布接口,不是操作台截图。
会场屏与直播画面为什么要分版式
| 终端 | 主要约束 | 设计重点 |
|---|---|---|
| 会场LED/投影 | 观看距离远、舞美比例特殊 | 大字号、高对比、控制行数 |
| 横屏直播 | 人物、台标和包装占用安全区 | 避开人脸与角标,保留画面层次 |
| 竖屏直播 | 宽度窄、手机观看 | 短行、较少字数、底部交互避让 |
| 观众网页 | 设备尺寸和语言需求不同 | 可滚动阅读、独立字号和语言入口 |
彩排必须验证的八件事
- 音频来源是话筒总线还是节目混音;
- 采样电平、回声和背景音乐是否影响识别;
- 字幕源在导播设备中能否稳定刷新;
- 透明背景或色键边缘是否干净;
- 主画面切换时字幕层是否持续;
- 直播平台二次编码后字号是否仍可读;
- 断网、浏览器刷新和设备重启怎样恢复;
- 主备电脑、备用网络与操作分工是否明确。
怎样看待延时
端到端延时由音频缓冲、语音识别、断句、翻译、网络传输和直播平台编码共同组成。项目目标不应是脱离语境追求“零延时”,而是在语义完整、可读性和响应速度之间取得适合本场活动的平衡。快速发言、长句和复杂术语更需要会前资料与清晰收音。
常见问题
可以把字幕直接做进PPT吗?
固定讲稿可以,但实时问答、临时发言和导播切换无法靠PPT持续处理。正式直播通常需要独立字幕层。
OBS和硬件导播能使用同一字幕源吗?
可以共享内容,但接入方式、分辨率和透明处理可能不同,应分别测试输出。
内容说明:接入方式取决于导播系统、浏览器源支持、画面分辨率和项目网络。正式活动应以实际设备完成端到端联调。