录屏与配音不用装软件：getDisplayMedia 与 speechSynthesis 的本地打法
录个屏而已，别再装全家桶了
给同事演示一步 OA 操作、把网课里三分钟的例题截下来、给短视频配一段口播——这类小事的标准悲剧是：搜"录屏软件"，下载一个 300 MB 的安装包，装完弹出一排会员广告，真正用一次就再也没打开过。其实这两件事浏览器原生就能干：屏幕采集是 W3C 标准的 getDisplayMedia 接口，语音合成是 speechSynthesis 接口，不装任何软件，也没有上传这一说。这篇把两者的原理、边界，和一个重要的"不能"讲清楚。
录操作演示：getDisplayMedia 到底采了什么
点下录屏按钮时，页面调用的是 navigator.mediaDevices.getDisplayMedia()：浏览器弹出系统级选择框，让你在"整个屏幕、某个窗口、某个标签页"三档里选采集范围，选中的画面以视频流交给页面，页面再用 MediaRecorder 压缩成文件落盘。采集范围由你选，不是由页面定，这也是它比很多"贴心地默认全屏"的录屏软件更让人放心的地方。
声音有两个独立来源，各自勾选：系统声音和麦克风。录网课片段勾系统声音；录带讲解的软件演示，两个都勾。兼容性上记住三句话：桌面版 Chrome/Edge 支持最完整，是首选；Windows 上共享整个屏幕时可额外勾选系统声音，macOS 的浏览器权限卡得严，通常只放行标签页内的声音——录网页里的课程反而正合适；iOS 的浏览器拿不到屏幕采集授权（系统不向网页开放），iPhone/iPad 想录屏只能用控制中心里系统自带的录屏按钮，这一点没法绕过。
录之前不妨对体积有个数。MediaRecorder 默认产出 webm（VP8/VP9 视频 + Opus 音频），大小由码率决定，可以复算：
| 分辨率 | 常见码率 | 每分钟体积估算 |
|---|---|---|
| 1080p | 约 2.5 Mbps | 2.5÷8×60 ≈ 19 MB |
| 720p | 约 1.5 Mbps | 1.5÷8×60 ≈ 11 MB |
音频轨按 Opus 128 kbps 计，128÷8×60 ≈ 0.9 MB/分钟，基本可以忽略。10 分钟的 1080p 录屏，量级就是 190 MB 上下——心里有这张表，就不会录到一半发现磁盘告急。
在线录屏把这套流程收成一个按钮：选范围、选声音、开录、下载，录制全程在本机完成，不走任何服务器。
文字转语音：发声的是系统，不是网页
浏览器的 window.speechSynthesis 接口背后是系统 TTS 引擎：Windows 里的晓晓等中文语音包、macOS 的婷婷、Android 上的 Google TTS。页面只负责把文本、语速、音调递过去，真正的合成在操作系统里完成。所以朗读效果的天花板取决于系统里装了哪些语音包——去系统设置里补两个新版中文语音，比换十个网站都管用。
可调的参数就两个：语速（rate，0.1–10，日常 0.5–2，1.0 为常速）和音调（pitch，0–2，1.0 为默认）。做口播配音，语速建议 1.1–1.2：正常中文播报约每分钟 240–280 字，一段 500 字的文案按 1.15 倍速念完约 1 分 40 秒，和短视频节奏正好合拍。文字转语音朗读把这两个参数做成滑杆，粘贴文案即时试听，反复微调到顺耳为止。
这里必须讲清一个"不能"：浏览器 TTS 没法直接导出音频文件。规范只向页面暴露事件——开始朗读了、读到哪个词了、读完了——合成出的音频数据始终留在系统层，不经过网页，页面自然无法帮你存成 mp3。这不是哪个工具偷懒，是所有浏览器一致的私边界定。
也别把它和"云端 AI 配音"混为一谈。系统 TTS 是本机引擎合成：离线、免费、零延迟，文本不出本机，代价是语调平、情感弱；云端 AI 配音自然度高，代价是整段文案要上传到对方服务器。给内部教程、课件、给孩子做的东西配音，系统合成完全够用；要商用成片，再去考虑云端方案。
两件套联动：导不出，那就录下来
TTS 不能导出音频，但录屏能录声音，两件工具拼起来就是一条完整的配音流水线：
- 在文字转语音朗读里把文案、语速、音调调到满意；
- 打开在线录屏，采集范围选"标签页"并勾选共享声音；
- 点朗读，录完下载——得到一条自带配音的 webm，需要纯音频时在剪辑软件里抽掉画面轨道即可；要裁头去尾、截高潮片段做铃声，交给音频裁剪铃声制作，波形上框选区段，还能直接导出校验过 40 秒限制的 iPhone m4r。
麦克风录的素材走另一条链路：环境吵，先用录音机与降噪采一段噪声样本做降噪，A/B 试听满意再导出；人声偏小，用音频音量增大提增益——顺带分清两个概念：增益是把波形整体放大，响度是让"听感"变响，增益拉太猛先爆音的是前者。
录好的软件演示要发进群里或嵌进文档，视频格式常常发不动，视频转GIF动图本地抽帧转 GIF，帧率、尺寸、起止时间都能调。更完整的浏览器音视频处理清单，见上篇《录音和视频别急着上传：浏览器里的本地音视频工具箱》。
常见问题
朗读声像机器人怎么办？
那是语音包旧。Windows 到"设置→时间和语言→语音"，macOS 到"辅助功能→朗读内容→系统声音"，补装新版中文语音包后回到工具里刷新选择，效果立刻不同。
录屏会拍到我的密码吗？
只录你选中的范围：选"某个标签页"就只有那个页面入镜。但浏览器弹窗、系统通知是屏幕层的，录屏前开一下勿扰模式更稳妥。
webm 能转 mp4 吗？
剪映、Premiere 这类剪辑软件导入再导出即可；若只是本地归档，webm 主流浏览器和播放器都认，不必转。
小结
录屏 = getDisplayMedia 选范围 + MediaRecorder 落盘，录前估算码率；配音 = speechSynthesis 调系统语音包，语速音调滑到顺耳；导不出音频，就用录屏录系统声音曲线救国。本文用到的在线录屏、文字转语音朗读、音频裁剪铃声制作、录音机与降噪、音频音量增大、视频转GIF动图，全部浏览器本地运行——演示和配音素材，不出你自己的电脑。