螢幕錄影聲音與畫面不同步:原因與解法
說話比點擊慢半拍?藍牙延遲、中途切換裝置、掉幀——這些才是錄影音畫不同步的真正原因,以及每一種的解法。
你點了按鈕,說「這樣就存好了」,回放時卻發現聲音比點擊慢了半拍。或者子母畫面裡的自己正在對還沒說出口的句子點頭。又或者前三十秒都正常,後面兩分鐘越來越對不上。
這三種狀況看起來像同一個問題,原因卻完全不同。音畫不同步是最不適合靠猜來修的故障之一——固定的偏移和逐漸累積的漂移,發生在完全不同的環節。這篇文章按照你實際可以驗證的順序把它們拆開。
先判斷:你遇到的是哪一種不同步
把影片看兩遍,一遍看開頭,一遍看結尾,比較兩處聲音各偏了多少。
| 你觀察到的現象 | 指向的原因 |
|---|---|
| 開頭和結尾偏移量一樣 | 軌道之間固定的啟動延遲 |
| 開頭很小,結尾變大 | 掉幀,或輸出裝置延遲了你聽到的聲音 |
| 只有網路攝影機慢,人聲和畫面是對的 | 攝影機啟動延遲 |
| 人聲沒問題,但錄影裡的那段影片不同步 | 來源應用程式在播放時掉了幀 |
| 人聲聽起來有疊影,帶一聲短促回響 | 麥克風和系統音訊錄到了同一個聲音 |
診斷就是這張表。以下只是每一列對應的解法。
Recorded 如何對齊各個軌道
了解磁碟上實際存了什麼,就能分清哪些問題應用程式會替你解決,哪些不會。
Recorded 不會在錄影過程中把所有內容混進單一檔案。每次錄影都會產生一個資料夾(macOS 在 ~/Movies/Recorded,Windows 在 %USERPROFILE%\Videos\Recorded),各個部分分別保存:
recording.mp4— 螢幕畫面audio.wav— 系統音訊(若已啟用)mic_audio.wav— 麥克風(若已啟用)webcam.mp4— 攝影機(若已啟用)track_sync.json— 把它們串起來的時間資訊
最後這個檔案最關鍵。每條軌道在真實時間裡開始的時刻都略有不同:麥克風串流要幾十毫秒才會開啟,攝影機可能明顯更久,而系統音訊只有真的有聲音播放時才開始產生封包。Recorded 以螢幕擷取為基準為每條軌道加上時間戳,並把差值以毫秒記錄下來——比螢幕晚開始為正,早開始為負。
編輯器會讀取這些偏移量,在預覽時按該量平移每條軌道,並把同樣的數值交給匯出流程,所以匯出的 MP4 與你預覽時看到的對齊方式一致。這就是為什麼最常見的情況——「麥克風晚開了 80 毫秒」——根本不會變成你的問題。這也是編輯器沒有手動音訊偏移滑桿的原因:偏移是量出來的,不是猜出來的。
這套機制無法解決的是本身就錄錯的軌道。如果傳到你耳朵裡的聲音已經延遲,或畫面在擷取過程中掉了幀,時間戳是誠實的,但成品依然不同步。以下逐一說明這些原因。
原因一:藍牙耳機讓你聽到的聲音晚了
這是「我的聲音慢半拍」最常見的原因,而且根本不是錄影的問題。
無線音訊會帶來延遲,依編解碼器與裝置而定,通常在 100 到 300 毫秒之間。如果你正在示範帶聲音的內容——影片、通知、通話——你聽到的就是延遲過的聲音。你對聽到的內容做出反應,所以你的反應確實晚了。Recorded 兩條軌道都錄對了,只是你在對一個遲到的提示做反應。
當耳機的麥克風作為輸入時,反方向也會出問題:有些裝置在麥克風通路上也有緩衝,而 Recorded 量到的啟動偏移只反映串流何時開啟,不包含裝置之後在每個封包上附加的延遲。
解法: 只要人聲必須落在特定的一幀上,就用有線耳機搭配有線或 USB 麥克風。一支 USB 麥克風加一副有線耳塞,就能消除這一整類問題。輸入裝置選擇的其餘內容請見音訊錄製最佳實務。
如果一定要用無線耳機,就在開頭刻意留一個參照:點擊一個會發聲的元素,同時說一個短詞。你可以在編輯器裡看出這段間隔,在往上疊二十分鐘素材之前先判斷是否可以接受。
原因二:錄影過程中切換了音訊裝置
插上耳機、加入一個搶走預設輸出的通話、耳機中途自動連線——這些都會在擷取進行時改變音訊通路。
在 Windows 上,系統音訊是透過 WASAPI 迴路從輸出端點擷取的。作用中的輸出裝置一變,擷取所附著的那條串流就不再是正在發聲的那條。在 macOS 上,系統音訊隨畫面一起來自 ScreenCaptureKit,比較穩健,但麥克風串流在裝置消失時同樣會被中斷。
解法: 在開啟錄影控制之前就設定好要用的輸入與輸出,然後不要再動。結束那些會自己重新指派音訊裝置的應用程式——視訊會議軟體是慣犯,而且往往一啟動就搶走預設裝置。兩個平台的音訊通路差異請見macOS 與 Windows 螢幕錄製比較。
原因三:掉幀讓畫面落在後面
這是隨錄影時間越來越明顯的漂移來源,也是最少被想到的一個。
音訊擷取成本很低,幾乎不會落後。影片擷取很貴。當機器跟不上時——CPU 滿載、磁碟幾乎寫滿、同步軟體在背景攪動——就會掉幀。音訊仍按真實時間推進,於是你聽到的和看到的之間的差距隨錄影長度持續擴大。
通常不需要任何工具就能認出來:影片在繁忙的段落略顯卡頓,而不同步正好在那些段落最嚴重。
解法: 不要去找音訊設定,而要降低擷取負載。關掉用不到的瀏覽器視窗與同步軟體,錄到剩餘空間充足的內建 SSD,並優先選擇視窗或區域擷取而非整片 4K 螢幕。找出真正瓶頸的方法請見效能最佳化指南,更完整的症狀清單請見螢幕錄影疑難排解指南。
原因四:只有網路攝影機慢
攝影機是整條鏈路裡最慢的裝置。曝光與白平衡需要協商,第一張可用畫面往往要等幾百毫秒,偶爾超過一秒,而螢幕擷取早就開始了。
Recorded 同樣會量這一點:保存攝影機軌道時,應用程式會記錄子母畫面實際比螢幕擷取晚了多少,並與其他偏移一起存下來,這樣網路攝影機疊加就會落在時間軸上正確的位置,而不是單純從零開始。
真正會出問題的地方是開頭。如果你一開錄就講話,第一個詞可能落在攝影機產出第一張畫面之前,而不存在的畫面任何對齊都救不回來。
解法: 留半拍。開始錄影,呼吸一次,再開口。這樣既有乾淨的開頭可以裁掉,等你的臉變重要時攝影機也已經完全就緒。這和讓分段錄影能運作的是同一個習慣。
原因五:人聲聽起來有疊影
如果人聲後面跟著的是短促回響而不是延遲,那麼軌道是對齊的,問題在於你的聲音被錄了兩次。
啟用系統音訊又用喇叭放聲時,麥克風會把房間的聲音——包括喇叭的聲音——一起收進來。同一個聲音於是存在於兩條不可能完全重合的軌道上,因為其中一條穿過了空氣。混在一起就成了空洞、帶梳狀濾波感的疊影。錄通話時更糟:對方的聲音會同時從系統音訊擷取和你的麥克風進來。
解法: 只要開了系統音訊就戴耳機。如果素材已經這樣錄了,打開編輯器,選取受影響的片段,把不需要的那條軌道靜音或調低——Recorded 之所以提供逐片段的系統音訊與麥克風音量控制,正是因為兩條串流一直分離到匯出。
原因六:錄影裡的影片本來就不同步
有時你的旁白完美無缺,是你示範的那段影片自己在漂。
螢幕錄影工具錄的是螢幕實際顯示的內容。如果你錄製的瀏覽器或播放器自己掉了幀而音訊照常播放,錄影會忠實保留這種不同步。錄視訊通話也有同樣性質:軟體自己的抖動緩衝被直接燒進像素裡。
解法: 在來源端驗證,而不是在錄影裡。把影片全尺寸播一遍,確認它在自己的播放器裡保持同步,並在開始擷取前給播放器一點穩定時間。來源會漂,擷取就會漂。
三十秒檢查同步
不要等到一條長素材拍完才發現。先錄一段短測試,認真看一眼:
- 用你打算使用的輸入開始錄影。麥克風與系統音訊控制旁的即時音量表應該都在動——若有一個是平的,先解決它。
- 點擊一個會發聲的元素,同時說一個短而清脆的詞,例如「現在」。
- 停止錄影,編輯器會開啟這段素材。
- 看時間軸。Recorded 會在片段下方繪製系統音訊與麥克風的波形,所以兩個峰都看得見——它們應該彼此對齊,也應該對齊到發生點擊的那一幀。
- 拉到那一幀,逐幀前進。如果波峰和看得見的點擊相差一兩幀之內,就沒問題。
這三十秒比重錄一整篇教學便宜得多。它也會告訴你需要哪種解法:偏移恆定代表裝置延遲問題,開頭乾淨、之後逐漸變差代表效能問題。
已經錄歪的素材怎麼辦
要誠實判斷什麼救得回來。
疊影或帶回響的素材救得回來:按片段把多餘的那條軌道靜音,問題就消失。開頭攝影機遲到救得回來:裁掉開頭即可。畫面掉幀的素材基本救不回來——遺失的幀從未被擷取,而拉伸音訊去湊會導致變調或斷續。你在對延遲的藍牙聲音做反應的素材同樣救不回來,因為你的表現本身就晚了。
可以救的情況,編輯器的片段控制就是工具。其餘情況,用有線音訊和一台清閒的機器花五分鐘重錄才是誠實的答案——而且幾乎總比跟素材硬拚更快。
錄影前的同步檢查清單
[ ] 開啟錄影控制之前確定好輸入與輸出裝置
[ ] 戴有線耳機,尤其是啟用系統音訊時
[ ] 結束可能搶走預設裝置的視訊會議應用程式
[ ] 麥克風與系統音訊的音量表都在動
[ ] 錄一段同步測試並對照波形檢查
[ ] 把擷取範圍收到視窗或區域,而非整片 4K 螢幕
[ ] 內建磁碟有足夠剩餘空間
[ ] 第一句話之前留一秒,讓攝影機先就緒
簡短版
同步問題來自錄影環境的機率,遠高於來自錄影工具。軌道的對齊本身已經替你量好並套用;剩下的都是物理:無線延遲、中途變化的裝置、機器跟不上而遺失的幀,以及被錄了兩次的聲音。
把設定標準化,一次性解決這些,然後在感覺不對時跑一遍三十秒波形檢查。如果你還沒開始建立環境,下載 Recorded,把這個同步測試當成你錄的第一段內容。
祝你錄影愉快!