如何录制屏幕上正在播放的视频

录制视频播放会卡顿、文件暴涨,有时还会变成黑屏。本文解释原因,并说明如何录出能看的结果。

大多数屏幕录制捕获的是静态界面:菜单、表单、仪表盘,以及在它们之间移动的光标。然后某天你需要录制一些本身就在动的东西——你自己产品里的视频播放器、嵌在幻灯片里的片段、一个动效原型、一段你要加批注的会议录像。你开始录制、播放视频、停止,然后回看。周围的界面看着没问题,里面的视频却很糟糕:不均匀、一顿一顿,还带着屏幕上明显不存在的某种节奏。

这不是故障。录制视频播放从根本上比录制 UI 更难,而且失败方式只有三种可以预料的形态:画面、体积、声音。下面讲清每一种到底发生了什么,以及该怎么办。

屏幕内视频为何卡顿:两个除不尽的时钟

视频文件里写死了帧率。电影和大多数影视内容是 24 fps。欧洲广播内容是 25 fps。网页视频和大多数屏幕录制是 30 fps。游戏录制和体育内容常常是 60 fps。

Recorded 以 30 fps 捕获屏幕帧。这是捕获端的时钟,它不会因为你屏幕上在播什么而改变。

当这两个数字能整除时,结果是干净的。30 fps 的视频按 30 fps 采样,每个源帧正好对应一个捕获帧——实际上就是完美复制。60 fps 的视频按 30 fps 采样会保留每隔一帧,这是一次规矩的减半;流畅度不如原片,但运动完全均匀。

除不尽时就会出现抖动(judder)。把 24 fps 的视频按 30 fps 采样,意味着捕获时钟要从 24 个可用帧里取 30 个样本,于是其中 6 帧被采样两次、18 帧被采样一次。结果是”保持—前进”不断重复的图样——和电影在 60Hz 电视上看着微妙不对的那个节奏问题一样,只不过 30 是更小的数字,分摊起来更显眼。25 fps 的源更糟:重复的图样和任何东西都对不齐,平滑的横移会变成看得见的拖步。

这就是为什么”我录的视频很卡”在多数情况下和硬件无关。你可以用一台全新的机器,没有丢帧,CPU 完全空闲,文件里的播放依然抖动,因为把 24 重采样成 30 本身就不可能不重复帧。

由此有两个推论:

这在编辑器里修不了。 一旦某一帧被保持了两个采样间隔,这期间发生过什么的信息就已经没了。导出以 60 fps 渲染,这给合成出来的运动——缩放、重绘的光标、文字转场——留足了帧数,但它无法还原捕获从未看见的源帧。关于捕获帧率和导出帧率的关系,见如何选择合适的帧率。

先判断运动本身是不是重点。 大多数时候它不是,而承认这一点会打开比跟时钟硬碰硬好得多的选项。

录界面,而不是录播放

录制屏幕内视频最有效的一招:如果播放不是你的主题,就不要按原速播放着录。

问问观众真正需要看到什么。在屏幕录制里出现视频的大多数场合,这段视频是语境而不是内容。如果你在演示一个视频播放器,重点是控件、时间轴拖动、画质选择器——而不是里面那段片子播得够不够流畅。如果你在讲一个动效原型,重点通常是设计决策,而不是精确的缓动曲线。

所以:

拖动进度,而不是播放。 拖动播放头既展示了内容,也演示了播放器,而且运动完全由你控制。拖动本质上是一次光标拖拽加背景图像变化,这正是 30 fps 捕获处理得好的那类运动。

在关键帧上暂停。 播一秒、暂停、讲讲画面上有什么、再往前。这读起来像刻意的讲解,而不是坏掉的录像,而且每一个暂停帧都是像素级清晰的。

让观众去别处看真正的视频。 如果片段本身真的重要——客户证言、预告片、大会演讲——那么录一段它在浏览器窗口里播放的画面是最差的交付方式。放个链接。你的屏幕录制负责它周围的一切就够了。

改用缩放来承载这个瞬间。 推进播放器区域的缩放是在导出时合成的,无论源素材如何都能平滑渲染。在你需要示意”看这里”的场合,一次缩放加一条文字叠加比 90 帧抖动的播放管用得多。

确实需要把播放放进录制时,把片段留短。两分钟讲解里的三到五秒不完美运动,读起来是”那里有段视频”。四十秒则读起来是质量问题。

音频这一侧:系统声音,单独一轨

屏幕上播放的视频有声音,而这个声音应该来自系统音频捕获,而不是你对着扬声器的麦克风。

开录之前,在媒体控制里打开系统音频开关。它从源头捕获机器正在播放的声音——干净、没有房间混响、没有键盘噪声,也没有啸叫风险。在 macOS 上这通过 ScreenCaptureKit 完成,不需要安装额外的音频驱动;在 Windows 上使用系统回环。平台细节见macOS 与 Windows 录制的差异和音频录制最佳实践。

更关键的是录完之后。麦克风和系统音频保持为两条独立轨道,在编辑器里各有自己的音量,并且都支持双击轨道添加音量片段。音量范围是 0% 到 200%,任意一轨都可以直接静音。

这种分离正是让”录制视频播放”变得可行的东西:

  • 在旁白下压低视频声。 你说话的那段把系统音频降到 20–30%,停下来再抬回去。对于包含他人音频的录制,这是你能做的最专业的一件事。
  • 在无增益的段落直接静音。 一段恰好有视频在播的 UI 演示,不需要那段视频的原声和你的讲解抢注意力。
  • 在片段就是重点时保持响度。 如果你在对某件事做反应,就让它听得见,并且停止说话。

一点提醒:包含他人音频的录制,终究是包含他人音频的录制。音乐、预告片、电影片段在屏幕录制里和在别处承担同样的授权问题。对任何打算公开发布的内容,静音系统轨往往是对的答案。

文件会迅速变大,这是正常的

屏幕录制压缩效果极好,因为画面大部分并不变化。一条静止四十秒的侧边栏几乎不花编码成本。这就是为什么十分钟的 UI 讲解可以是个意外小的文件。

视频播放摧毁了这个优势。播放器区域的每个像素每帧都在变,编码器必须不停地描述真正新的内容。一段以视频播放为主的录制,体积可以是同等长度 UI 录制的数倍。再加上高细节片段——彩带、水面、胶片颗粒、人群——还会更高。

导出时该怎么做:

有意识地选择分辨率。 MP4 导出提供 720p、1080p、1440p、4K、原始和 Retina。把一段”1080p 视频在窗口里播放”的录制导成 4K,并不能凭空补出源视频从未有过的细节——你只是在为放大后的像素花比特。让导出匹配内容的真实分辨率。

不要选 GIF。 GIF 没有值得一提的帧间压缩,还用 256 色调色板,对全动态视频来说是最差的组合。几秒钟的播放做成 GIF 会非常大且出现色带。GIF 导出上限为 480p 或 720p、帧率为 10、15 或 24 fps,原因正在于此——它是给短小、简单、高对比交互用的格式。GIF 真正适用的场合见GIF 指南。

导出前狠狠修剪。 最便宜的压缩就是删掉素材。如果你录了四十秒播放而只需要五秒,先把其余三十五秒剪掉,再去操心码率。

减小屏幕录制文件大小里的通用技巧在这里全都适用——只是更重要。

当视频录成一个黑色矩形

有时问题根本不是质量。你录了一段流媒体视频,结果界面完好,播放器是个黑框。

那是 DRM,而且它运作正常。流媒体服务会把播放表面标记为受保护内容,macOS 和 Windows 的捕获 API 都在操作系统层面尊重这个标记——macOS 上是 ScreenCaptureKit,Windows 上是 Windows Graphics Capture。任何录制工具的任何设置都改不了这一点,因为排除发生在录制程序看到帧之前。一些刻意把窗口标记为不可录制的金融和企业应用也适用同一机制。

如果不涉及 DRM 而你自己的视频录出来是黑的,通常是另一类问题:某项权限从未授予,或者在具有双显卡切换的 Windows 笔记本上出现 GPU 不匹配。故障排查指南把这两种都讲了。

性能:同时做三份工

录制视频播放要求你的机器同时解码视频、把它合成到屏幕、捕获那个屏幕、再编码捕获结果。在具备硬件解码和硬件编码的现代机器上,这通常没问题。在一台散热受限、还开着三十个标签页浏览器的笔记本上,这就是丢帧真正开始出现的地方。

诊断时这个区分很重要。帧率不匹配造成的抖动是均匀的——整段片子里看起来一样的重复图样。机器跟不上造成的抖动是不均匀的——好一阵子,然后一顿,然后又好了,常常还伴随音频逐渐失同步。如果你看到的是第二种,关掉不需要的东西,录一块区域而不是整个 4K 显示器,并按性能优化指南逐项处理。

再加一个实用提醒:有选择的话,从本地文件播放而不是在线播放。录制中途的缓冲停顿和播放侧的性能问题无法区分,而且不剪掉片段就没法在编辑里去掉它。

一份简短清单

录制任何包含视频播放的内容之前:

  1. 判断播放是否是你的主题。如果不是,就计划拖动进度或暂停,而不是播放。
  2. 开录前打开系统音频,让片段的声音从源头被捕获。
  3. 尽量从本地文件播放;避开流媒体,避开任何 DRM 保护内容。
  4. 把每段播放控制在几秒。
  5. 关掉其他应用——这是你能录的事情里真正吃资源的一类。

录完后,在编辑器里:

  1. 把播放部分修剪到真正值得保留的那段。
  2. 在旁白之下压低或静音系统音频轨。
  3. 如果观众需要知道该看哪里,加一次缩放或一条文字叠加。
  4. 按内容的真实分辨率导出 MP4,而不是提供的最大那一档。

录制屏幕上播放的视频,永远不会和原视频一样好看。一旦你不再强求这一点,开始把播放当作要取景和讲解的对象、而不是要复刻的对象,录制就会明显变好。想试试上面的流程,可以下载 Recorded(macOS 或 Windows)。