軟體螢幕錄影原理：為什麼音訊同步
了解了雙軌架構後，我們可以進一步追問：既然兩條管線都有時間戳記，為什麼還是會不同步？答案在於「時間」本身並不是一個絕對可靠的概念。每一條管線都有自己的時鐘源，而這些時鐘源之間存在著微小的頻率差異，久而久之就會累積成明顯的偏移。
時基漂移：兩個時鐘走路不同步
所謂「時基漂移（Clock Drift）」，指的是兩個獨立時鐘在相同時間內走得快慢不一。影像擷取通常依賴系統的高精度計時器（QPC，Query Performance Counter）或顯示卡的垂直同步訊號；音訊擷取則依賴音效裝置的硬體振盪器。顯示卡的震盪器與音效晶片的震盪器是兩個不同的實體元件，即使規格上都標示「精準」，實際頻率仍會有 ppm（百萬分之一）等級的誤差。
這個誤差有多小？假設音效時鐘比系統時鐘快 100ppm，錄製一小時（3600 秒）後，音訊就會比影像「多跑」0.36 秒。這 0.36 秒在對嘴時已經足以被肉眼察觉。如果是品質較差的內建音效晶片，誤差可能達到 500ppm 甚至更高，錄製十分鐘就會明顯不同步。這也是為什麼專業錄影軟體會有所謂「音訊偏移校正（Audio Offset）」功能——本質上就是在補償這個時基漂移。
更棘手的是，時基漂移並非固定值。它會隨著裝置溫度、系統負載、電源管理狀態而變化。也就是說，錄製前測得的偏移量，錄製過程中可能又變了。這解釋了為什麼有些網友「明明校正過，錄出來還是歪」的現象。
緩衝區與延遲：為什麼錄製端永遠追不上播放端
音訊處理無法做到「零延遲」，因為聲音是連續的類比波形，必須先累積一定數量的樣本才能進行數位處理。這個「先累積、再處理」的機制就是緩衝區（Buffer）。緩衝區越大，系統越穩定、越不容易爆音或斷音，但延遲也越大；緩衝區越小，延遲越低，但對系統即時性要求極高，稍有卡頓就會產生「喀噠」雜音。
螢幕錄影軟體在擷取音訊時，通常會設定一個緩衝區（例如 1024 個樣本，在 48kHz 下約等於 21 毫秒）。這意味著錄影軟體收到的音訊，其實是「21 毫秒前」的聲音。如果影像端沒有對應地延遲，就會出現聲音比畫面「早」的現象。反之，如果影像端因為編碼排隊而延遲，聲音又會顯得「晚」。實務上，兩種情況都可能發生，端看軟體的排程策略。
專業的錄影軟體會採用「環形緩衝區（Ring Buffer）」搭配「時間戳插值」來處理這個問題：每一段音訊區塊都會被標記上它「應該」對應的時間點，封裝時再依照影像的時間軸重新排列。但這個機制需要軟體開發者對作業系統的音訊 API 有極深的掌握，並非所有免費工具都做得好。
取樣率轉換與音訊重疊
另一個常被忽略的問題是「重取樣（Resampling）」。假設系統音是 48kHz、麥克風是 44.1kHz，錄影軟體必須把其中一個轉成另一個的取樣率，才能在混音時合併。重取樣本身會引入極輕微的延遲與音質損失，更重要的是，如果軟體的重取樣演算法不夠精準，轉換後的音訊長度可能與原始長度有極小差異，長期累積下來就是漂移。
此外，當系統音與麥克風音被混音（Mix）在一起時，兩者的相位必須對齊。如果一個來源延遲了 30 毫秒、另一個延遲了 50 毫秒，直接相加會產生「梳狀濾波（Comb Filtering）」效應，聽起來像是聲音被「悶住」或「空洞化」。好的錄影軟體會讓使用者手動調整兩軌的延遲補償值，這就是為什麼 OBS 的「進階音訊屬性」裡會有「音訊同步偏移」的欄位。
三、主流螢幕錄影軟體的同步策略實測分析
理解了原理之後，我們來看看市面上幾款主流螢幕錄影軟體，分別採用什麼策略來處理音訊同步。本節的評測基於 Windows 11 環境、48kHz／立體聲設定、錄製 30 分鐘的線上課程與遊戲畫面，並以「對嘴誤差」與「長時間漂移」作為主要觀察指標。
OBS Studio：以時間戳與同步偏移量為核心
OBS Studio 是開源社群中最具代表性的螢幕錄影工具，它的同步架構也最透明。OBS 在擷取影像與音訊時，會統一使用系統的高精度計時器作為時間基準，並為每一個資料塊標記時間戳。在「進階音訊屬性」中，使用者可以針對每一個音訊來源設定「同步偏移（Sync Offset）」，單位是毫秒。這個欄位的本質，就是手動補償前述的時基漂移與緩衝延遲。
實測中，OBS 在預設設定下錄製 30 分鐘，對嘴誤差約在 80 至 120 毫秒之間，這是因為 OBS 的預設音訊緩衝區較大（以確保穩定性）。將緩衝區調小、並在音訊屬性中設定約 -100 毫秒的偏移後，誤差可壓縮到 30 毫秒以內，肉眼幾乎無法察覺。需要注意的是，OBS 的偏移值與硬體高度相關，網友們在論壇分享的數值僅供參考，必須在自己的機器上實測微調。
OBS 的另一個優勢是「多軌錄音」。它可以將系統音與麥克風音分別錄製成不同音軌，事後在剪輯軟體中再進行對齊。這對於需要後製的創作者來說，是比即時混音更可靠的作法。不過多軌錄製會增加檔案大小與 CPU 負擔，建議在效能足夠的機器上使用。
Bandicam、Camtasia 與系統內建工具的策略差異
Bandicam 是許多遊戲實況主愛用的工具，它的同步策略偏向「預設即優化」。Bandicam 會自動偵測音效裝置的延遲，並在錄製時套用內部補償。實測 30 分鐘的遊戲錄影，對嘴誤差約在 50 毫秒左右，表現相當穩定。不過 Bandicam 的手動調整選項較少，遇到特殊硬體（例如外接 USB 音效卡）時，仍可能需要進入設定中的「音效」頁面調整「主要音效緩衝區」與「次要音效緩衝區」。
Camtasia 則定位在「錄製＋剪輯」的一體化工具。它的錄製引擎相對保守，緩衝區較大，因此即時延遲較明顯，但因為它內建剪輯功能，使用者可以在時間軸上直接拖曳音訊軌來校正同步，算是「以事後補救彌補即時不足」的策略。對於錄製教學影片的網友來說，這種工作流程其實相當實用。
Windows 內建的 Xbox Game Bar 與 macOS 的 QuickTime Player 則是「輕量級」代表。Game Bar 的同步表現中規中矩，但功能太陽春，無法分別調整系統音與麥克風；QuickTime 在 Mac 上錄製螢幕時，若沒有安裝虛擬音效裝置，甚至無法錄製系統音，這也是 Mac 用戶經常抱怨的地方。至於 Windows 11 內建的「剪取工具」螢幕錄影功能，實測同步表現尚可，但同樣缺乏進階調整選項，適合短時間、非正式的錄製需求。
綜合來看，沒有哪一款軟體能「完全自動」解決音訊同步，因為同步問題本質上是硬體、驅動程式、作業系統與軟體四者交互作用的結果。越是提供手動調整選項的軟體（如 OBS），越能讓有概念的用戶調出完美同步；越是強調「一鍵錄製」的軟體，則越依賴開發者預先調校的參數，遇到特殊硬體時彈性較低。
四、實務排錯指南：錄出完美同步影片的十個關鍵設定
看完原理與評測，接下來要進入最實用的部分：如果你在雅寶社區發文求助「聲音對不上」，可以依照以下清單逐項檢查。這些步驟是筆者整理國內外論壇與自身實測經驗後，歸納出的標準排錯流程。
錄製前的環境檢查清單
第一，統一取樣率。進入 Windows 的「聲音設定」，確認「輸出裝置」與「輸入裝置」的進階屬性中，取樣率都設定為 48kHz（或都設為 44.1kHz）。避免系統自動重取樣，是降低漂移的第一步。
第二，關閉音效增強功能。許多音效驅動程式內建「等化器」、「環繞音效」、「噪音抑制」等效果，這些效果會額外增加處理延遲。錄製前應在驅動程式的控制台中全部關閉。
第三，檢查獨佔模式。Windows 音效裝置有「允許應用程式獨佔控制此裝置」的選項。若開啟，錄影軟體可能無法同時監聽與擷取，導致音訊中斷或延遲。建議在錄製時關閉獨佔模式。
第四，避免藍牙耳機。藍牙音訊的延遲極高且不穩定，若使用藍牙麥克風錄製，幾乎必然不同步。請改用有線 USB 麥克風或 3.5mm 耳麥。
第五，錄製前先做「同步測試」。這是最重要的一步。在正式錄製前，先錄一段 10 秒的測試影片：對著麥克風說「一、二、三」，同時讓系統播放一個明顯的點擊音效。然後用剪輯軟體逐幀檢查，聲音與畫面相差幾毫秒，再把這個數值填入錄影軟體的「音訊偏移」欄位。這個動作只需五分鐘，卻能省下大量重錄時間。
錄製後的補救與後製校正
第六，使用多軌錄製。如果軟體支援，盡量將系統音與麥克風音分開錄製。這樣即使其中一軌有偏移，也能單獨在剪輯軟體中拖曳校正，不會互相干擾。
第七，善用剪輯軟體的「同步鎖定」功能。大多數剪輯軟體（如 DaVinci Resolve、Premiere Pro、剪映專業版）都允許你選取音訊軌，以 1 毫秒為單位微調位置。若發現整段影片聲音都慢半拍，直接將音訊軌往前拖曳對應的毫秒數即可。
第八，注意「變速」造成的漂移。若你的影片有做變速處理（例如快轉、慢動作），音訊必須跟隨同樣的變速比例，否則會產生新的不同步。部分剪輯軟體會自動處理，但建議手動檢查。
第九，檢查封裝格式。MP4 容器對音訊時間戳的支援較好，若使用較舊的 AVI 格式，某些播放器可能無法正確解讀時間戳，導致「在電腦上看正常、傳給別人卻不同步」。建議輸出為 MP4（H.264 + AAC）。
第十，更新驅動程式。音效驅動程式與顯示卡驅動程式的版本，會直接影響擷取延遲。若上述方法都試過仍無法解決，請至主機板或音效卡官網下載最新驅動，並在更新後重新做一次同步測試。
附帶一提，若你使用的是筆記型電腦，請特別注意「電源模式」。省電模式下，CPU 與音效晶片可能降頻運作，導致緩衝區處理不及，產生間歇性不同步。錄製時建議接上電源，並將電源計畫設為「高效能」。
五、結語：同步不是魔法，而是對每一個毫秒的堅持
回到最初的問題：「為什麼音訊同步這麼難？」答案其實很簡單——因為聲音與畫面本來就是兩個獨立的世界，是人類用工程手段把它們硬綁在一起。從顯示卡的震盪器到音效晶片的振盪器，從作業系統的緩衝區到錄影軟體的時間戳，每一個環節都存在著微小的不確定性。所謂「完美同步」，並不是某個軟體的神奇功能，而是使用者理解原理後，針對自己的硬體環境逐一調校出來的結果。
在雅寶社區 · 頂客論壇的軟體評測版，我們鼓勵網友們不只分享「哪個軟體好用」，更進一步分享「為什麼好用」、「在什麼硬體上要用什麼設定」。當你下次錄製影片時，不妨先花五分鐘做一次同步測試，記錄下你的偏移數值，並在論壇上分享你的硬體配置與實測結果。這些看似瑣碎的數據，正是讓整個社群一起進步的關鍵。
螢幕錄影是一門結合理論與實作的技藝。理解了音訊同步的原理，你就不會被「聲音慢半拍」這種問題卡住，而能像工程師一樣，有條不紊地排查、校正、驗證。下一次，當有人問你「為什麼我的錄影聲音對不上」時，你已經有能力給出一個真正專業的答案了。
最後提醒各位網友：錄影軟體的版本更新頻繁，本文提及的設定選項名稱與位置，可能因版本不同而略有差異。實測數據也會因硬體環境而異，請以自身機器為準。若你在調校過程中遇到疑難雜症，歡迎在雅寶社區 · 頂客論壇的軟體評測版發文討論，附上你的硬體配置與測試結果，讓社群一起幫你找出解方。