告别无声录制：ScreenToGif音频设备全攻略（系统声音+麦克风设置）

你是否曾录制完教程却发现没有声音？想添加解说却不知如何开启麦克风？本文将详解ScreenToGif的音频录制功能，从设备选择到参数配置，帮你实现高质量音画同步录制。

音频录制架构解析

ScreenToGif通过DirectShow框架实现音频捕获，核心代码位于Webcam/DirectShow/Uuid.cs，定义了音频输入设备类别GUID：

/// <summary> CLSID_AudioInputDeviceCategory, audio capture category </summary>
public static readonly Guid AudioInputDevice = new Guid(0x33d9a762, 0x90c8, 0x11d0, 0xbd, 0x43, 0x00, 0xa0, 0xc9, 0x11, 0xce, 0x86);

音频处理逻辑在VideoSourceViewModel.cs中实现，支持AAC编码格式：

Stream #0:0(und): Audio: aac (LC) (mp4a / 0x6134706D), 44100 Hz, stereo, fltp, 104 kb/s (default)

麦克风录制设置

设备选择界面

麦克风录制功能集成在摄像头控制面板中，对应XAML文件Controls/WebcamControl.xaml：

<UserControl x:Class="ScreenToGif.Controls.WebcamControl"
             Loaded="WebcamControl_OnLoaded" Unloaded="UserControl_Unloaded"/>

在主界面通过Windows/Webcam.xaml加载：

<n:WebcamControl Grid.Row="0" x:Name="WebcamControl"/>

启用步骤

1. 打开ScreenToGif，点击顶部菜单栏"摄像头"按钮
2. 在弹出的Webcam窗口中，点击右下角"设置"图标
3. 在设备列表中选择你的麦克风设备（通常显示为"麦克风阵列"或品牌名称）
4. 勾选"启用音频录制"选项，调整输入音量至合适水平（建议-12dB至-6dB）

系统声音捕获配置

技术实现

系统声音录制通过DirectX筛选器实现，相关代码位于Webcam/DirectX/Filters.cs：

//public FilterCollection AudioInputDevices = new FilterCollection(Uuid.FilterCategory.AudioInputDevice);
//public FilterCollection AudioCompressors = new FilterCollection(Uuid.FilterCategory.AudioCompressorCategory); 

虽然当前代码被注释，但通过启用这些筛选器可以实现系统声音捕获。

设置方法

1. 安装虚拟音频驱动（如VB-Cable或Soundflower）
2. 在系统声音设置中将"立体声混音"设为默认录制设备
3. 打开ScreenToGif的VideoSource配置界面：

<v:VideoSourceViewModel/>

4. 在音频设备列表中选择虚拟音频驱动（通常显示为"CABLE Output"）
5. 测试音频电平，确保波形指示器有信号响应

常见问题解决

麦克风无响应

• 检查WebcamControl.xaml.cs中的设备加载逻辑
• 确认应用在系统设置中有麦克风访问权限
• 尝试更换USB接口或重新安装声卡驱动

系统声音不同步

• 调整VideoSourceViewModel.cs中的音频延迟补偿：

Stream #0:0(und): Audio: aac (LC) (mp4a / 0x6134706D), 44100 Hz, stereo, fltp, 2 kb/s (default)

• 将录制帧率固定为30fps以减少音画错位
• 避免同时运行多个音频捕获软件

高级配置技巧

多设备混合录制

通过修改VideoSourceViewModel.cs中的音频处理逻辑，可以实现系统声音与麦克风的混合录制。找到以下代码段：

handler_name    : Core Media Audio

添加音频混合器模块，将两个音频流合并为单声道或立体声输出。

音频格式优化

在导出设置中选择AVI格式（支持更好的音频编码），对应枚举定义在Enums/ExportFormats.cs：

/// Audio Video Interleaved.

建议配置：采样率44100Hz，比特率128-192kbps，立体声模式。

总结与展望

ScreenToGif通过WebcamControl和VideoSourceViewModel提供了基础的音频录制功能，但系统声音捕获需要配合虚拟驱动使用。未来版本可能会直接集成系统声音录制功能，相关计划可关注CONTRIBUTING.md中的开发路线图。

掌握音频设置后，你的教程和演示将更加专业。尝试结合麦克风解说与系统声音，创造更丰富的多媒体内容吧！如果遇到问题，可以查阅官方文档Docs/Documentation.md或提交issue反馈。