LAPLACE Cap 的 STT 功能基于 Soniox 实时语音识别 API，可在直播过程中将语音实时转录为文字，并提供可叠加至 OBS 的字幕画面
特性
- 基于 Soniox 最新模型，识别延迟低，准确率高，对直播场景下的口语和混语表现优秀
- 可在 STT 选项卡的 Model 下拉菜单中切换 Soniox 模型，默认使用最新的
stt-rt-v5实时模型 - 支持选择麦克风输入设备，可在系统多个音频输入间切换
- 支持实时翻译，可将转录结果即时翻译为目标语言并显示在字幕叠层中
- 字幕叠层支持绿幕、蓝幕、粉幕背景，可直接在 OBS 中以色键滤镜叠加至直播画面
- 支持语言提示，可手动指定可能出现的语言（如中文、日语、英语混说场景）以提升识别准确率
- 支持语境优化，通过填写领域、话题与专有词汇，显著提升对游戏名称、专业术语、人名等的识别效果
LAPLACE Cap 正在引入多服务商（provider）架构，可在 General 设置页的「Real-time provider」与「Async (subtitle) provider」中选择转录服务商。目前 Soniox 为唯一可选项，更多服务商将陆续加入
使用方法
准备工作
- 前往 Soniox 控制台 注册账号并获取 API Key
- 在 LAPLACE Cap 的 General 设置页中填入 Soniox API Key
开始转录
- 切换至 STT 选项卡
- 在 Model 下拉菜单中选择 Soniox 模型（默认
stt-rt-v5） - 首次使用时点击 Microphone 旁的「Allow」按钮授予麦克风权限
- 点击「Start Recording」即可启动实时转录
- 转录结果将实时显示在页面中，底部字幕浮层同步更新
麦克风设备
- 授予麦克风权限后，Microphone 下拉菜单会列出所有可用的音频输入设备
- 可指定具体设备，或保留「System default」使用系统默认麦克风
- 下拉菜单旁的刷新按钮可在插拔设备后重新枚举；若所选设备被移除，将自动回退至系统默认并给出提示
- 若权限被拒绝或浏览器不支持，页面会显示相应提示，需在浏览器设置中重新授权并刷新页面
OBS 字幕叠层
开始录制后，字幕会以浮层形式固定显示在浏览器窗口底部，背景填充为所选的纯色，便于在 OBS 中通过色键抠除：
- 在 STT 控制栏右侧选择字幕浮层背景颜色（绿 / 蓝 / 粉）
- 在 OBS 中添加「窗口采集」或「浏览器源」捕获 LAPLACE Cap 页面，并裁剪出底部字幕区域
- 对所选纯色背景添加色键（Chroma Key）滤镜以实现透明背景
- 开启实时翻译后，原文与译文将分两行显示在浮层中
语境优化
在 STT 选项卡的「语境」设置中，可填写以下内容以提升识别质量：
| 字段 | 说明 |
|---|---|
| 领域（Domain） | 内容所属领域，例如 gaming、esports、music |
| 话题（Topic） | 当前直播的具体主题，例如游戏名称或直播活动名称 |
| 专有词汇（Terms） | 专有名词、游戏角色名、主播昵称等，以逗号分隔 |
| 附加文本（Text） | 任意补充上下文，例如常用的弹幕用语或固定开场白 |
语境信息越具体，识别效果越好。尤其对于游戏直播中大量出现的角色名、技能名等专业词汇，填写后可大幅减少错别字
注意事项
- 实时转录基于浏览器麦克风输入，如需识别系统声音（如游戏语音），需在系统层面将游戏音频路由至虚拟麦克风设备
- Soniox API 按使用量计费，具体价格请参阅 Soniox 定价页面
- API Key 仅存储于本地浏览器，LAPLACE Cap 不会上传或记录您的 API Key
最后更新于 2026年9月19日