听课也有实时字幕，
老师不会为你再讲一遍。

课堂上，哪些声音会配上字幕

平台自带的字幕呢？

大学的视频平台确实在做字幕。Panopto 能自动生成二十多种语言的字幕，Echo360 会转写已发布的录制内容，并在置信度足够高时把它挂成字幕。凡是这套东西开着并且好用的地方，就用它。但有三件事它管不到。

• 那些字幕是给录像用的。它们要等录制内容处理并发布之后才出现。此刻正流进你 Mac 的这节课还没有字幕，而你需要读它的时刻，就是现在。
• 决定权在学校，不在你。到底有没有字幕，取决于别人配置的一项设置和别人选定的一个置信度阈值。你的座位上没有这个开关。而这个工具不需要向谁申请，因为它从不离开你的 Mac。
• 没有东西离开你的 Mac，你不要求，也没有东西留在上面。课不会被录制，也没有东西被送到别处去转写；唯一会写入磁盘的，是你选择保存的文字记录。这一点在这里格外重要：一节课是别人的材料。
• 一个学位里有一半的内容不在讲座平台上。一场 Zoom 研讨课、一段 YouTube 上的演讲、一次会议录像、一场学习小组的 huddle、一个嵌在 Canvas 里的视频。一个 app 全都覆盖，因为它配字幕的对象是你的 Mac，而不是某项服务。
• 你在记笔记，不是在盯着看。课在一个窗口里放着，你在另一个窗口里写，而这本来就是看回放的大半意义所在。平台播放器里的字幕，在你动笔的那一秒就到了笔记后面。而这些字幕，不管你在往哪个窗口里打字，都留在它上面。

关于听课的问题

Panopto、Echo360、Canvas 和 YouTube 都能用吗？

全都支持。它捕获的是一个 app 产生的音频，而不是去对接某个平台，所以 Panopto 里的一节课、一份 Echo360 的录制、一场 Zoom 研讨课、一段 YouTube 录像，还有嵌在 Canvas 里的视频，对它来说都是同一件事：从你的 Mac 里出来的声音。

专业术语能识别准吗？

经常不对，而且没有哪个语音识别器能全对。大学自己关于自动字幕的说明里也是这么讲的：带口音的讲话和专业词汇，正是准确率下滑的地方。它帮你解决的是只听到一半的那句话，而不是一个模型从没见过的术语。人名、符号和行话，得准备自己动手改。

我能把字幕留下来复习吗？

可以，是一份普通的文字记录：课停下来时，app 会提出把它保存成纯文本、Markdown 或 SRT，除此之外什么都不写入磁盘。要复习的话，如果学校有录像和它生成的文字稿，那仍然是更适合的工具，而且通常已经算在你交的学费里了。

如果我们学校没有启用字幕怎么办？

那它照样能用，因为它从不向你的学校要任何东西。平台上有没有字幕，取决于一项机构设置和一个置信度阈值，而这两样你坐在座位上都改不了。

在阶梯教室里也能用吗？

能，用麦克风。默认它给你的 Mac 正在播放的音频配字幕，也就是你在线听、在线加入或者回放的课。至于在你面前现场讲的课，在“声音来源”里选中麦克风，它就改为给现场讲课配字幕；macOS 只在你第一次选中麦克风时请求权限。效果好不好，取决于老师的声音有多少能传到你的座位：在阶梯教室最后一排用笔记本电脑的麦克风，比听直播难得多。

听课该用哪个模型？

用慢一点的那个。对话里你会想要 160 ms 的模型，因为你马上就要回话；听课时你不用回应谁，所以拿延迟换准确率，用 1120 或 2240 ms 的 Nemotron，它还会顺带加上标点和大小写。