Windows录屏无声、音画不同步？一文搞定音频采集与混音设置

在Windows上录屏，画面不难搞，难搞的是声音。我见过太多人兴冲冲录完一个操作演示，结果播放时才发现全片“静音表演”；也有人录游戏高光，BGM完全消失；还有人好不容易把系统声音录进去，麦克风一开又整出刺耳回声。这些问题不是我瞎编，全是Windows录屏用户最常问的场景。

这篇文章不打算给你罗列几十款录屏软件，而是从实际经验出发，把“Windows屏幕录制+音频”这件事拆开讲清楚：音频到底怎么进到录屏软件里、为什么有些电脑录不出系统声音、立体声混音和虚拟声卡该不该用、系统自带工具和OBS分别怎么配，以及录完后音画不同步怎么救。内容按新手也能上手的顺序写，老手看也能找到平时忽略的细节。

1. 屏幕录制为什么总在音频上翻车

1.1 先想清楚要录哪些声音

很多人打开录屏软件就按开始，根本就没想明白自己要录什么声音，这是最大的坑。

屏幕录制涉及的声音通常有三类：第一类是系统内部声音，比如播放器、游戏、软件提示音等应用声；第二类是麦克风声音，也就是你的解说、环境声或远程会议里对方的声音；第三类是以上两者的混合，或者更进阶的多轨道分离。

不同的录制目标对应不同的采集方式。做软件教程时，你通常既要桌面操作声（例如鼠标音效、软件提示音），又要麦克风解说；而录制游戏高光时，你可能会希望游戏声音和语音连麦分两个轨道保存，方便后期调整；如果只是想给非技术圈朋友演示一个微信群聊步骤，可能直接录系统声音就够了，麦克风反而碍事。

我在实际操作中吃过亏：有一回录一个付费课程的答疑视频，我用默认设置开录，默认把所有音频都混到一起，结果视频剪辑时想把鼠标点击声调低一点都做不到，只能整段重录。所以我的建议很简单，录制之前先在一张便签上写下“这次需要哪些音源”，哪怕只是临时录个两分钟的小片段也值得这么做。

1.2 Windows音频路径：系统声音为什么不能直接录

不少人有疑问：我用手机录屏，游戏声音和麦克风都能录进去，怎么Windows就这么麻烦？这里要聊聊Windows音频底层的结构。

Windows从Vista开始主推WASAPI，全称Windows Audio Session API。应用程序把声音送到声卡驱动，驱动再交给扬声器最终发出声音。大多数录屏软件默认是在“录音设备”这一层抓音频，而扬声器输出本质上是一个“回放设备”，不是“录音设备”。想让录屏软件抓到扬声器正在播的声音，就必须在系统里架一座桥，把回放内容回送到录音通道。这座桥在传统声卡上叫“立体声混音（Stereo Mix）”，在虚拟声卡方案里则对应虚拟音频线缆。

所以很多时候你没做任何设置，录出来的视频当然只有麦克风或干脆没有声音。这不是录屏软件偷懒，而是系统层面就没有把“正在播放的声音”接给录屏软件。理解了这条音频通路，后面所有配置就都好懂了：你只需要让回放的声音重新出现在“录音设备”里，然后在录屏软件中选中它。

1.3 工具选型：按场景选，别盲目装特效软件

市面上录屏工具非常多，我按实际使用场景把它们分成几类，差异最明显的恰恰是音频支持能力。

我的习惯是：超过5分钟的正式内容一律用OBS，因为录制过程中万一某一轨声音过大，后期还能抢救；临时给朋友演示个东西，直接Win+G，省事。工具选择真不必纠结，关键是先把音频来源搞定。

2. 让系统把自己声音“说”给录屏软件

2.1 启用立体声混音：最快但最脆弱

先讲绝大多数电脑上最直接的方法：开启声卡的“立体声混音”功能。

操作路径是这样的：右键任务栏右下角的小喇叭图标，选“声音”，切到“录制”选项卡，在空白处右键勾选“显示禁用的设备”，这时通常能看到一个灰色状态的“立体声混音”。右键它，选择“启用”，如果想让这个通道作为默认录音设备，再右键“设置为默认设备”。不同Windows版本界面有差异，但大致一致。

启用之后，打开录屏软件，把音频输入源选成“立体声混音”，录屏软件就能收到电脑正在播放的所有声音。这个方案之所以“脆弱”，是因为它的名字和可用性完全取决于声卡驱动。Realtek、Conexant等厂商的驱动在不同笔记本上开放度不同，有的直接没有立体声混音选项；还有的更新一次驱动后选项就人间蒸发。另外，立体声混音会把系统里所有声音都混合进去，包括QQ提示音、广告弹窗音，一不小心就录进杂音里。

我见过有些教程让你直接把立体声混音设为默认播放设备，这是不对的。立体声混音是“录制”能力，播放设备依然是扬声器/耳机。千万不要为了录系统声音就把播放通道给切了，否则你自己就听不见声音了。这个基础认知能让很多新手少走弯路。

2.2 用虚拟音频线缆接过这个活儿

当你的电脑没有立体声混音，或者你想要比混音更干净的录音质量，就该上虚拟音频线缆了。圈子里最常用的是VB-CABLE，它免费，安装时会生成一个虚拟声卡，系统里多出来两个设备：一个叫“CABLE Input”，一个叫“CABLE Output”。

使用原理也不复杂：把Windows默认播放设备改成“CABLE Input”，那所有系统声音就会“播放”到虚拟声卡里；再把录屏软件的音频输入设成“CABLE Output”，录屏软件就像拿着麦克风贴在虚拟声卡的喇叭口，把这路声音接走。

不过直接这样设置有个显而易见的坑：你的物理扬声器/耳机就没声音了，因为默认播放设备变成了虚拟线缆。想一边录一边监听，做法是在“声音”控制面板的“录制”选项卡里，找到“CABLE Output”，打开“侦听此设备”，然后让声音通过你的实体扬声器播放出来。但这会带来一定的监听延迟，而且不同声卡延迟感受不同。

如果你要同时监听、录制、外放多个声音，我更推荐VoiceMeeter这类虚拟混音工具，它的思路比VB-CABLE复杂，但可塑性极强：可以把系统声音和麦克风分别送进不同虚拟通道，再统一混入录屏软件。新手可以先从VB-CABLE上手，理解“播放→虚拟设备→录制”这条通路，后面再进阶就会很顺。

2.3 采样率和位深：又一个影响同步的暗雷

很多人把注意力全放在录屏软件上，完全忽略了Windows声音控制面板里每个设备都有自己的采样率。常见的默认采样率是44.1kHz和48kHz，位深多为16bit或24bit。

如果麦克风设备设置为44.1kHz，扬声器设备设置为48kHz，立体声混音强制按某个固定值输出，而录屏软件内部又按另一个默认值初始化，最终结果可能是：你录出来的声音播放时音调轻微变化、持续很久后声音和画面逐渐错位。这种错位不像剪辑失误那么明显，但它就在那里，特别挠人。

我建议进入“声音”控制面板，“播放”和“录制”每台设备都检查一下“高级”属性，统一设成48kHz、16bit或24bit。尤其是使用虚拟声卡时，VB-CABLE的默认采样率最好也手动调整到48kHz。别小看这一步，音画同步很多情况下不是软件问题，而是设备采样率不一致造成的。

3. 实操：用Game Bar和OBS各录一遍

3.1 Xbox Game Bar：临时录制够用了

微软自带的录屏工具在Win10、Win11里都集成得不错，快捷键Win+G呼出。点击录制按钮或直接按Win+Alt+R就开始录屏。它默认会录制系统声音，而且对不少游戏做了专门优化，录制游戏时的资源占用比第三方便宜。

需要注意的一点：Game Bar录制默认麦克风是关闭的。如果你想边录边解说，需要先在Game Bar的设置里找到“捕获”相关选项，或者在录制时手动打开麦克风图标。它虽然能同时收录系统声音和麦克风，但在后期没有办法把两路声音分开调节，所以只适合“用完就发”的临时场景。

还有一个隐藏入口：Windows设置里的“游戏”或“游戏模式”下，也有捕获功能的详细设置，可以查看录制文件保存位置、最大录制时长等。实测下来，长时间录制超过数小时时，Game Bar自动分段文件的可靠性不如OBS，如果录重要内容，我仍然建议优先用OBS。

3.2 OBS Studio：从设备到编码一次配齐

OBS Studio是免费软件里的“六边形战士”，它把音频设备的管理做得非常细致。安装后首次启动，向导会让你选择针对“直播”还是“录制”进行优化，其实都无所谓，进去之后自己调整即可。

先搭画面：来源里添加“显示器采集”或“窗口采集”。显示器采集适合想录全屏的人，窗口采集适合录某个固定软件。随后在设置→音频里，把“全局音频设备”中的“桌面音频”选为你的扬声器/耳机设备，或者选立体声混音/VB-CABLE的输出设备；“麦克风/辅助音频”选你的麦克风。如果选不到设备，多半是驱动没装好或没插好，需要回到Windows声音设置里确认。

然后是高级音频属性。默认界面里每个音源都有“轨道”和“监听”两列。我建议把桌面音频和麦克风分别分配到音频轨1和音频轨2，这样录出来的是多轨视频文件，后期在剪辑软件里可以单独调整两路音量。监听这块，录音时如果不带监听耳机，建议选“关闭监听”，避免把系统正在播放的声音二次录进去造成回声。

接下来是最容易踩坑的编码设置。设置→输出→输出模式选“高级”，录像页签里，视频编码器如果你有NVIDIA独显就选NVENC，否则选x264；码率类型选CBR，1080p 60帧的视频建议给8000到12000 Kbps；音频编码器选AAC，码率192到320 Kbps。音频采样率在设置→音频里设48kHz，声道选“立体声”。这套配置是我反复试过稳定性和画质都兼顾的方案。

3.3 录制参数怎么定：直接抄这份配置

很多新手一看到“码率”“编码器”就头大。我直接给三套可以“抄作业”的配置，你按场景选用即可。

第一套：1080p 30帧，码率6000Kbps，音频AAC 192Kbps。适合软件教程、在线课程、会议演示，画面静止多，低码率就能保证清晰，文件体积也小。

第二套：1080p 60帧，码率10000Kbps，音频AAC 256Kbps。适合动作稍快的游戏、UI操作带动画效果，60帧能让体验明显更流畅。

第三套：2K或4K录制，码率15000到24000Kbps，音频AAC 320Kbps。适合高画质游戏或需要精修的视频源素材，文件会比较大，但后期空间充足。

需要记住一个常识：码率不是越高越好。码率超过源画质实际需要的量，文件变大，但肉眼几乎看不出差别。以前我给别人调OBS，见人就把码率拉到5万Kbps，后来发现导出时间翻倍，播放平台还强行再压一次，吃力不讨好。按上文配置，再用剪辑软件导出到B站或视频号时，平台的质量上限基本能保住。

3.4 音画同步：用一条“拍手”证明

音画不同步是录屏后最头疼的问题之一。它的常见来源有三类：一是录制过程中帧率不稳导致画面时间线漂移；二是音频设备采样率配置不一致；三是后期剪辑时你移动过视频或音频片段但没对齐。

我自己验证同步最土也最有效的办法是“拍手法”：录制开始时，面对麦克风拍一下手，或者用鼠标在桌面上连续快速点出几声响亮的音效。剪辑时看波形，拍手声会形成明显的尖峰，只要把尖峰与画面里手落下/鼠标点击的那一帧对齐，后续基本就同步了。

如果录制过程中发现同步越来越偏，先回到系统声音设置把所有设备采样率统一到48kHz，再把OBS里“高级→音频→音频缓冲时间”改成默认或略大。默认通常能解决绝大多数问题。如果还是偏，录制时可以用OBS的“动态延迟”功能或后期在剪辑软件里给音频加一个几十毫秒的负延迟，微调直到对齐。

4. 常见问题与排查技巧

4.1 录完没有声音

这是录屏问题的“头号通缉犯”。优先级最高的排查顺序是：先看录屏软件里选中的音频设备对不对；再看Windows“声音→录制”里有没有启用立体声混音或对应的虚拟设备；然后查看系统音量合成器里相关应用是不是被静音了；最后确认设备采样率和软件是否一致。

有些人明明在OBS里看到音量条在动，录完依然没声音，这种情况多半是“监听设备”错误或声道设置成了单声道而实际输入是立体声。在OBS里把高级音频属性的“轨道”勾选对，并把音频输出格式设定成“立体声”，基本就解决了。

4.2 麦克风回声、底噪、爆音

麦克风回声的根源往往不是软件参数，而是声学环境：扬声器外放时，麦克风又把你刚播放出来的声音重新录了一遍。最简单的处理是录音时戴耳机，但也别急着把所有问题都甩给外放——如果对方在远程会议里的声音也被系统扬声器放出来，而你的麦克风又开着，那录出来的会议存档就会有一圈又一圈的回声。

底噪方面，常见来源有电脑风扇声、电流声、麦克风增益过高带来的嘶声。能在前期解决的不要在后期解决，比如把麦克风离嘴近一点，压低麦克风音量但保持清晰，比在后期放大一轨全是风扇声的素材要省力得多。后期降噪我一般用Audacity：选出一段只有环境噪声的音频，效果菜单里的“降噪/修复”选择“降噪”，先点“获取噪声样本”，再全选音轨，按刚才获取的样本执行降噪。参数上，降噪12到18dB、灵敏度6、频率平滑1到3格，大多数情况都能把底噪压下去而不损伤人声。

爆音则是电平过大导致的削波失真。录制时保证OBS音轨条峰值在“黄区”靠下位置，不要冲进红区。如果非要录得很大声，宁可后期再统一提音量，也不要在录的时候就顶到“爆表”。

4.3 Realtek高清晰音频管理器带来的坑

很多发烧友对Realtek高清晰音频管理器又爱又恨。它本来是给声卡做音效调整的，但经常因为驱动版本、前面板插孔检测等问题影响录音设备列表。

遇到过最多的是：更新Windows后，立体声混音突然没了。这时候先别重装系统，去设备管理器里找到“声音、视频和游戏控制器”，右键你的Realtek声卡，选“属性”看驱动日期，有时候回滚到上一个版本就能找回立体声混音。注意，某些笔记本厂商会定制驱动，Windows自动更新反而会覆盖成通用版，导致声卡面板选项变化。

还有一类奇怪问题：前面板麦克风插孔插进去没反应。进Realtek Audio Console或高清晰音频管理器，找到“插孔设置”或“接口设置”，把“启用前面板插孔检测”关掉，或者禁用“当前插入设备时弹出对话框”，多数情况下就能恢复正常。如果你电脑桌面上没有Realtek面板，可以去控制面板里找，或者通过Windows搜索“Realtek Audio”打开。

4.4 音量电平怎么调才不炸

电平是录音里最基本的专业概念，但Windows生态里太多人完全不管它。简单理解：音量太小，后期提音量会连底噪一起放大；音量太大，直接切波失真，削掉的部分神仙难救。

标准做法是把人声峰值控制在-12dB到-6dB之间。OBS界面里每一路音源都带音量条，观察它跳动时不超过“黄色区域”，就是比较理想的录音电平。实际操作中，如果麦克风偏小，最先应该调Windows声音设置里“录制设备→级别”的麦克风增益，而不是在OBS里把音量拉到150%。软件层面的过度增益会放大底噪。正确顺序是：先调硬件/系统设备级别，再在OBS里做微调。

如果你需要在不同音量景象之间切换（比如一会儿说话一会儿放视频素材），后期可以用Audacity的“压缩器”或剪辑软件里的“动态处理”来平衡响度，但前提是原始素材没有削波，也没有把底噪录得太大。

5. 录完之后，音频还需要处理

5.1 用Audacity快速清理音轨

即使录制时一切正确，成品也会有一些需要修剪的地方：开头几秒的椅子声、中间长时间停顿、结尾没关好的麦克风。Audacity虽然名字听着古老，但免费、轻量、功能扎实。把OBS录出的视频直接拖进Audacity，它有时只识别视频里的音轨，或者你可以先用剪辑软件导出音频，再在Audacity里处理。

常见的操作有三步：第一步，选中音频轨道，用“效果→噪声消除/修复”做一次降噪；第二步，对不需要的静音片段，直接切掉或删除，用“效果→淡出”“效果→淡入”能让声音过渡更自然；第三步，用“效果→压缩器”或“响度标准化”把整体音量调整到和目标平台匹配的水平。最后导出为WAV或高码率MP3，导入剪辑软件合轨就行。不要直接在Audacity里输出成低质量MP3，中间多次压缩会明显损伤音质。

5.2 响度和导出：别一发布就“露怯”

很多人的视频发布到平台后，音量明显比其他UP主小一截，这是响度没有统一造成的。如今网络平台更看重LUFS（响度单位），而不是单纯的峰值电平。简单理解，LUFS是“人耳主观感觉上的平均响度”，两个视频波形看起来峰值差不多，但给人感觉一响一闷。

我自己的习惯是把人声部分响度做到-16 LUFS左右，再配合峰值不超过-1.5dBTP，这样在大多数平台都不会被强行削减弱化，也不会因为太响而被限制。Audacity和不少剪辑软件都有“响度标准化”功能，选定目标LUFS后能自动调整。如果只是做内部存档，不发布，这一步跳过也没问题，但一旦要公开分享，前端操作省不了。

还有个小提醒：如果你录的是在线视频、音乐或别的版权内容，发布前记得确认授权边界，别因为顺手录了整首歌或整场直播给自己埋下麻烦。录屏本身不是问题，但在公共平台展示他人版权内容时，得多留个心眼。

写到这里，我想起一个自己长期保留的习惯：每次正式录屏前，先录十秒测试素材，播放检查一遍“系统声音有没有、麦克风大小合不合适、有没有杂音”，然后再开始正经录制。绝大多数无声、爆音、不同步的问题，都能在这十秒里暴露出来。这一步看着麻烦，实际比录完半小时后再返工高效得多。希望你今天看完这些内容，也能把“先测十秒”这个习惯带走。