即時轉錄

概述

即時轉錄是您通話的即時文字記錄。Whisperer 透過兩路獨立音訊流監聽——您的麥克風（您的聲音）和系統音訊（對方的聲音）——識別語音並即時標註說話人：[Me] 和 [Other]。文字在懸浮窗（LiveTranscriptStrip）中滾動顯示，並作為 AI 建議的上下文輸入。

識別透過 Whisper 模型即時執行。轉錄僅支援流式模式（即時）：音訊以短片段的形式邊錄製邊傳送識別。不支援上傳完整音訊檔案進行批次轉錄——Whisperer 專為即時通話設計，而非錄音後處理。

適用場景

任何視訊通話。 Whisperer 作為懸浮窗疊加在 Zoom、Google Meet、Microsoft Teams、Telegram、Discord 及任何其他服務上方——無需單獨整合。
面試（行為面試和系統設計），當您不能錯過問題的具體措辭時。
講座、輔導課程、銷售——需要準確記錄雙方發言時。
多語言通話——Whisper 支援數十種語言；識別語言可按會話設定。

操作步驟

授予權限。 在 macOS 上，兩路音訊流需要兩項授權："麥克風"（您的聲音）和"螢幕錄製"（對方的系統音訊）；沒有"螢幕錄製"權限，將聽不到對方聲音。參見 macOS 權限。在 Windows 上，系統音訊無需額外權限——只需麥克風訪問權限；參見 Windows 權限。
選擇轉錄語言。 在會話設定中設定口語語言。預設為 ru。Whisper 支援多語言，因此英語面試請設定 en，混合語言通話請使用通話主要語言。
開啟懸浮窗並按下播放。 CommandBar 中會出現音量指示器（波形）——這表示音訊已接入。
說話並傾聽。 您的發言標記為 [Me]，系統音訊中的發言標記為 [Other]。轉錄文字在 LiveTranscriptStrip 中即時更新。
（可選）啟用翻譯。 若在懸浮窗設定中啟用了翻譯，轉錄文字下方會出現翻譯條（TranslationStrip）。
結束會話。 完成後，轉錄文字將儲存到歷史記錄（無日誌模式除外——參見限制與配額）。

為什麼需要"螢幕錄製"權限（macOS）

在 macOS 上，來自其他應用的音訊（Zoom/Meet 中對方的聲音）透過螢幕錄製機制捕獲——與螢幕截圖使用相同的系統機制。因此 Whisperer 請求"螢幕錄製"權限不是為了觀看您的螢幕，而是在技術上獲取系統音訊流（以及截圖用於視覺建議）。沒有此授權，只能錄製麥克風——您的聲音被聽到，對方的聲音則無法捕獲。

在 Windows 上更簡單：對方的系統音訊無需任何額外權限即可捕獲——麥克風訪問權限就足夠了。詳情請參見 Windows 權限。

常見問題

聽不到對方聲音，轉錄文字只顯示 [Me]。 "螢幕錄製"權限未授予。開啟系統設定 → 隱私與安全性 → 螢幕錄製，啟用 Whisperer，然後重啟客戶端。
轉錄語言錯誤/大量識別錯誤。 轉錄語言設定不正確。開始前請將會話語言更改為通話實際使用的語言。
沒有音量指示器。 未選擇輸入裝置或麥克風訪問權限未授予——請檢查隱私設定中的"麥克風"。
等待錄音上傳。 沒有完整檔案的批次轉錄——轉錄只在會話期間即時工作。

最佳實踐

重要會議前，與同事進行測試通話，確認對方在轉錄文字中以 [Other] 顯示。
在嘈雜環境中，在懸浮窗設定中啟用降噪功能——這可以提高 Whisper 的準確性。
對於混合語言通話，選擇使用頻率最高的語言；Whisper 能處理語言切換，但最好明確設定基礎語言。
若內容敏感，請使用無日誌模式——轉錄文字不會儲存到資料庫（但分鐘數仍會消耗）。
保持清晰的發音，避免相互打斷——分開的話語能更準確地按說話人標記。