会议现场不像录音棚：展馆里有人声和音乐，会议室里有人小声交流，讲者说到一半会停下来想一想。这些都会影响实时字幕——旁边的人说了句"好的，谢谢"，字幕里就多出一句；讲者一停顿，一句话被切成两半。本文按"先把声音弄干净，再用软件设置兜底"的顺序，说明用智会译时怎么尽量减少这些情况。
第一步：让声音从源头就干净
识别准不准，最主要看进到电脑里的声音。软件设置只能兜底，源头的声音越干净，字幕越稳。
- 用讲者的麦克风，而不是对着会场的电脑麦克风：笔记本自带麦克风会把整个会场的声音都收进来。有扩声系统的会场，把调音台的输出接到电脑的声音输入，进来的就只有讲者麦克风里的声音。
- 线上会议用"电脑声音"输入：要翻译腾讯会议、浏览器里的直播或视频时，在"音频输入设备"里选"电脑声音"下面对应的软件，智会译只采集这个软件播放的声音，会场里的说话声、键盘声都不会进来。
- 看一眼拾音强度条：登录后软件就开始拾音，主界面的拾音强度条随时显示有没有收到声音。讲者说话时强度条跳动、没人说话时基本不动，说明声音接对了。
- 同传语音播报接耳机，不要接会场音箱：如果开了同传语音播报，播报的声音要送到耳机或同传接收设备，不要从讲台附近的音箱放出来，否则会被麦克风再收进去。
第二步：旁人小声说话过滤
讲台边的工作人员、前排的听众小声说一句"好的""谢谢"，麦克风也可能收到。智会译 1.1.12 起增加了"旁人小声说话过滤"，默认开启：
- 软件会记住讲者最近几句话的音量，作为"讲者平时的音量"；
- 新识别出的一句话如果是短句，而且整句明显比讲者平时小声，就判定为旁人说话，不显示、也不送去翻译；
- 讲者自己正常说的话不受影响，长句也不会被过滤。
在"ASR识别配置"里可以选三档："标准"（比讲者平时小声 10dB 以上的短句不显示，默认）、"严格"（小声 6dB 以上就不显示，适合旁边经常有人说话的场合）、"关闭"。音频输入选"电脑声音"时这个过滤不启用，因为软件里播放的声音不会有旁人插话。
第三步：讲者一停顿就被断句，调静音判定时长
实时识别靠停顿判断一句话是否说完。讲者习惯说到一半停下来想一想时，一句完整的话可能被切成两句，前半句提前加上了句号。
- 在"ASR识别配置"里把静音判定时长（毫秒）调长一些，停顿要更久才算一句结束，句子就不容易被切断；
- 反过来，讲者语速快、希望字幕出得更快，就调短一些；
- 使用 Qwen-Audio-3.0 或 Fun-ASR 识别引擎时，主界面的"断句模式"还可以选"语义断句"，由模型按句子是否完整来断句，标点更自然。
建议会前请讲者或工作人员按平时的语速讲一段，看看字幕断句是否合适，再决定要不要调整。
第四步：口头语和不想上屏的词
- 语气词自动过滤：只有"嗯""呃""啊"、um、uh 这类语气词的一整句会直接丢掉，句子中间夹的"嗯""呃"也会删掉，不需要设置。
- 敏感词：不希望出现在大屏上的词加进"敏感词配置"。原文里出现就删掉；译文里单独出现的也会删掉——比如把"好的"加进敏感词后，单独一句"好的"不会再出现在译文字幕里，而"非常好的建议"这样的正常句子保持完整。
- 替换词：某个词总是被识别成同音的错词，可以加一条替换词规则，固定改成正确的写法。
第五步：人名、品牌、术语提前录入
嘈杂环境下，生僻的人名、品牌和行业术语最容易识别错。会前把它们录进"热词识别优化"，或者在"会议场景"里按本场主题生成术语；会议中发现错了，在"会议 AI 控制台"里点那一句改正，下一句就用上。
检查清单
- 声音来自讲者麦克风或调音台输出，线上会议选"电脑声音"；
- 拾音强度条随讲者说话跳动；
- 同传语音播报接耳机或接收设备，不从会场音箱放出；
- "旁人小声说话过滤"保持开启，旁边常有人说话就选"严格"；
- 按讲者语速试讲一段，必要时调整静音判定时长；
- 敏感词、替换词、热词提前录好。