主播字幕与会议字幕是不同的问题。你有三个音频源（游戏、麦克风、系统），三个字幕目的地（直播内覆盖、平台 CC、后期 VOD），以及最糟糕的失败模式：滞后的字幕毁掉你的节奏。选错工作流，你的布局就会在最糟糕的时刻崩塌。
三个音频源，三个字幕目的地
你的字幕只能与其读取的音频源一样好。从这里开始：
- 仅麦克风字幕：清晰读取你的声音，忽略游戏音频。最适合谈话头直播（闲聊、IRL、播客）。最低延迟。
- 系统音频字幕：读取游戏音频和麦克风。最适合叙事游戏或观影派对，你想为屏幕上发生的一切添加字幕。
- 按轨字幕：OBS 音轨分别路由到字幕工具。最适合合作直播，你希望保留单独说话人可识别。
2026 主播字幕对比
| 工具 | 字幕出现位置 | 优势 | 限制 |
|---|---|---|---|
| Twitch 原生 Closed Captions | 仅 Twitch 播放器 | 内置于 Twitch，切换 CC 的观众可见；在移动播放器上工作 | 需要 CEA-608/708 字幕流；并非所有编码器都支持；语言覆盖有限 |
| YouTube Live 自动字幕 | 仅 YouTube 播放器 | 免费，多语言自动启用，VOD 中保留 | 5–15 秒延迟；可能在快速讲话时掉帧 |
| OBS 覆盖 + AI 字幕源 | 烧入到你的直播输出 | 字幕不依赖于平台；每位观众屏幕上同一字幕；完全样式控制 | 字幕在录像中永久；观众无法关闭 |
| Live Subtitles（桌面覆盖窗口） | 你的屏幕，OBS 可捕获 | 系统音频字幕 + 翻译；捕获游戏 + 语音；跨平台 | 你必须在 OBS 中明确捕获窗口才能与观众分享 |
按直播类型如何选择
闲聊 / IRL 主播
使用 OBS 覆盖的仅麦克风字幕。低于 1.5 秒的延迟和对特定声音的准确度（在几个语音配置预热会话后）是关键。Twitch 原生 CC 是不错的备选，但会失去样式控制。
多种游戏主播
在系统音频上运行字幕，让游戏对话也被字幕化。将字幕框锁定到不与摄像头框重叠的角落。在直播之前用至少三种游戏类型进行测试 —— 游戏音频混音在不同标题之间差异很大。
多语言 / 国际观众
使用一个支持源语言旁边翻译的桌面字幕层。在 OBS 中烧入双语字幕，让任何地区的观众无需切换 CC 即可看到。
直播前设置清单（10 分钟）
- 验证麦克风源和游戏音频源在不同的 OBS 轨道上。
- 配置字幕工具读取麦克风或系统音频（取决于直播类型）。
- 将字幕覆盖放在固定的角落 —— 直播期间永远不要移动。
- 以你通常的节奏说 30 秒测试，检查延迟、准确性和与 HUD 的重叠。
主播字幕常见陷阱
- 字幕与 HUD 重叠：在关键时刻，你的字幕会挡住击杀提示。将字幕放在游戏 HUD 永久区域之外。
- 长时间直播的延迟漂移：3+ 小时后，一些 AI 字幕工具会落后于音频。马拉松直播期间每 2 小时重启字幕工具。
- 仅麦克风设置捕获游戏音频：当你的音频接口混音回传时发生。在 OBS 音频设置中验证麦克风源是独占的。
常见问题
Twitch 观众会自动看到字幕吗？
只有当你的编码器发送 CEA-608/708 字幕并且观众在播放器中切换 CC 时。大多数主播更喜欢 OBS 覆盖，这样字幕始终可见。
字幕会影响我的直播性能吗？
字幕化在你的 CPU 或 GPU 上运行。在现代系统上 CPU 占用低于 5%；编码器预算紧张时使用更小的 ASR 模型或卸载到第二台机器。
我能同时用两种语言为直播加字幕吗？
可以，使用支持源+目标的桌面字幕层。在 OBS 中烧入双语字幕以服务全球观众。