讲座的实时字幕，
没人能为你再说一遍。

漏掉的术语会滚雪球

一段对话丢一个词还扛得住。一节课扛不住，因为你在十点零十分漏掉的那个定义，正是接下来二十分钟的地基。等你反应过来，你需要的东西已经在四张幻灯片之前，而没有人会为你翻回去。

更糟的是你同时还在打字。记笔记和听讲抢的是同一份注意力，而你低头写完一句话的那一刻，几乎必然就是重要内容说出口的那一刻。浮层停在你的笔记窗口上方，而且完全不接收点击，所以当你还在写上一句时，最后说的那句话已经在屏幕上了。

而如果这节课用的还不是你的第一语言，上面这一切都会以一口陌生口音的语速发生。

14 天退款，不问缘由。

选一个比通话时更慢的模型

英语模型是在延迟和准确率之间取舍的，而一节课需要的，是这根刻度尺上跟对话相反的那一端。通话里你想要 160 ms 的模型，因为你马上就要回话，晚到的字幕等于没有。听课时你不用回应任何人，所以多等的那一秒不花你什么，却换来了准确率。

这里该用的是 1120 或 2240 ms 的 Nemotron。它会边走边加上标点和大小写，而当你读的是一个定义，而不是别人刚对你说的一句话时，这一点非常要紧。在菜单栏里就能切换，想每节课换一次都行。

关于听课的问题

它支持 Panopto、Echo360、Canvas 和 YouTube 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。

它能把专业术语写对吗？

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？

不能。这里永远不会有东西写入磁盘。要复习的话，用学校的录像和它生成的文字稿，那是更适合这件事的工具，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。

它能在阶梯教室里用吗？

不行，这也是买之前一定要弄清楚的一件事。它给你的 Mac 正在播放的音频配字幕，从不打开麦克风，所以一位老师在教室里现场讲课，它是听不到的。它面向的是你在线听、在线加入或者回放的课。

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。