手机视频没有字幕，和面对面交谈时听不清，说起来都像需要语音转文字，但声音来源并不相同。Android的实时字幕与实时转写容易因名字接近而被混用。前者主要面向设备播放的语音，后者用于通过麦克风捕捉身边的讲话和声音。先认清这条边界，才能判断为什么一个功能能看视频却不显示旁边人的话，另一个又会把房间背景声一起带进来。
从声音在哪里开始选择功能
声音来自手机里的播客、视频或受支持通话时，先查实时字幕；声音来自身旁的交流对象时，先查实时转写。不要把手机扬声器外放后再让麦克风收一次，当成所有情况下都合适的替代方案，这会引入环境噪声和回声。先选对入口，再改善音量、语言和摆放位置，排查过程会比同时打开多个识别工具清楚得多。
能否使用取决于设备，而不只看Android名称
Google明确说明实时字幕的部分步骤和能力随设备而异，找不到入口时应查询手机制造商。实时转写在部分设备预装，也有通过官方应用渠道获取的情况。不要仅凭别人同为安卓就断定自己的手机拥有相同语言、通话字幕和界面。先记录型号、系统版本和功能名称，核对实际支持范围，而不是安装来源不明的同名工具。
第一次使用，先完成语言准备
实时字幕首次使用可能需要连接无线网络下载默认语言包；实时转写只有部分语言支持离线，其余情形需要联网。这里不能简化成两个功能永远不需要网络。准备出门使用时，应先选择实际交流的语言，并在相同网络条件下做一次测试。功能存在与语言已准备好是两件事，临时切到未下载的语言可能改变可用状态。
设备内部字幕不等于替视频添加字幕轨
实时字幕是在设备上帮助阅读正在播放的语音，不代表原视频文件已经增加字幕，也不意味着把文件发给别人后对方会看到同样文字。若目的是制作可交付的视频字幕，需要另外的编辑和校对流程。理解这一点可以避免把辅助观看界面误当成已经完成的内容制作结果，也能解释为什么换播放器或换设备后表现不同。
实时转写时，麦克风的位置会影响输入质量
Google建议让设备麦克风靠近需要转写的说话者或声音。实际交流中，可以在征得对方理解后把手机放在双方都能看到、且不被衣物遮挡的位置，避免紧贴风口或碰撞桌面。多人同时讲话时，先请大家轮流表达比事后猜词更有效。摆放调整只改善声音输入，不保证专有名称和数字一定正确，仍需当场核对。
文字出现得很快，也可能把关键意思认错
自动识别尤其容易在姓名、地点、金额、日期、否定词和相近发音处产生误差。涉及重要安排时，让对方对照文字再确认，必要时直接打字，不要把流畅的一整句看成准确证据。举例说，同一个时间少了一个小时信息就可能改变约定；解决办法是重复并确认关键项，而不是凭上下文替系统补出一个你希望看到的答案。
字幕功能不一定承担实时翻译
Google对实时字幕通话中的键入回复明确说明，它并非翻译功能。看到文字并不代表系统已经把另一种语言可靠地转换成你的语言。使用前要确认选择的是识别语言还是翻译目标，避免在跨语言沟通中发生误会。如果需要翻译，应使用明确支持该用途的服务，并对重要信息作双向确认，不能仅因为画面里出现文字就省略这一步。
两种工具的数据处理说明不能混用
Google说明实时字幕的音频与字幕在设备上处理，不保存或发送给Google；这项表述不能自动套用于所有名称相似的转写应用。实时转写还涉及自身的联网、历史记录和功能设置，应查看对应说明。使用第三方会议软件时也要分清它自身的录音和转写安排。一个系统辅助开关的隐私承诺，不覆盖另一款应用独立进行的数据处理。
把识别开启这件事告诉交流对象
面对面转写或通话字幕涉及别人的讲话，说明用途、可见范围和是否要保留文字，比偷偷开启更合适。Google特别提醒通话字幕的告知不能被错误地静音掉。日常交流可先说清只是为了看清内容，重要或敏感谈话则按双方约定处理。不要把辅助沟通工具当成隐蔽记录手段，也不要随意传播含有个人信息的识别截图。
电量和应用限制也会改变可用性
官方说明实时字幕会增加电量消耗，并可能在省电模式下自动关闭；某些媒体或通话应用也未必可用。字幕突然消失时，先看电量模式、播放应用和语音是否仍清楚，而不是立刻重装系统。用一段普通、无敏感内容的语音作为对照，能帮助区分应用兼容问题与设备整体问题。不要用音乐识别失败来证明语音字幕失灵。
把显示设置调整到真正能读清
字幕框应放在不遮挡关键画面的区域，字号和对比度也要适合当前环境。实时字幕提供移动、展开等显示操作，但具体界面因设备版本而异。面对面交流时，不应只顾着盯屏幕而忽略对方需要暂停或解释的信号。文字是交流的辅助，适当放慢语速、分段表达和让双方看清同一段内容，往往比追求满屏即时文字更有帮助。
完成测试时，应把三种结果分别记录
先确认目标声音是否被正确送入功能，再看所需语言是否可用，最后抽查关键内容是否准确。能启动、能出字和能可靠用于某项任务是三个不同结果。日常视频可容忍少量漏词，重要约定则需要人工确认甚至改为书面沟通。将这些边界讲清楚，实时字幕和实时转写才能发挥便利，而不会因名字相似或界面流畅而被赋予超出能力的责任。
用两段不同来源的语音做对照
可以先播放手机里一段内容清楚、没有隐私的短语音，观察实时字幕；再停止播放，由你在麦克风附近说一小段话，观察实时转写。把两次测试分开，避免外放内容被另一工具再次捕捉，造成看似两个功能都能完成同一任务的错觉。测试句里可以包含一个普通地点和时间，再检查文字是否吻合，不需要使用账户号码或私人资料。若只有一种来源成功，就沿对应工具的支持条件排查。这样建立的认识来自本机实际表现，而不是从功能名称推测所有场景都通用。
资料依据：Google辅助功能：实时字幕；Google辅助功能：实时转写。核对日期：2026年10月21日。