YouTube 直播中的备用音轨

什么是 YouTube 上的备用音轨

备用音轨允许在同一个直播中传输多个音频版本。画面、直播包装、URL 和聊天室保持共用，观众可以在播放器设置中选择语言或配音版本。

例如，主音轨包含主播的俄语讲话，而附加音轨则是在同一游戏、演示或活动声音之上叠加的英语翻译。观众无需打开第二个频道，也不必在不同直播之间切换。

从技术上讲，这种模式称为 Multi Audio Track Streaming。编码器向 YouTube 发送一个视频信号和多条独立音轨。传输采用 YouTube 支持的 RTMP 或 RTMPS 方案，以及 HLS。具体方案取决于频道可用的功能以及编码器的能力。

这不是字幕，也不是 OBS 混音器中的多个来源。字幕传输的是文本，而普通混音器会将人声和背景合并为一个信号。要让观众看到语言切换器，YouTube 必须接收到独立的音轨，并正确对应到相应语言。

该功能并非对所有频道开放，可能取决于直播类型、地区、YouTube Studio 界面以及所使用的信号发送方式。因此需要先检查该模式是否可用，然后再搭建直播方案。

YouTube 对多语言音频的要求

为了通过 RTMP 或 RTMPS 稳定传输，请使用 AAC-LC、44.1 或 48 kHz 采样率以及两个声道，即立体声。每条音轨的实用配置为 AAC-LC、48 kHz、stereo，码率约 128 Kbit/s。所有语言版本最好以相同方式编码。

一条音轨不应在左右声道中包含两种语言。在此方案中，左右声道构成同一语言版本的立体声对。不能将俄语放在左声道、英语放在右声道：YouTube 播放器不会将它们识别为备用语言。

对于 HLS，参数可能由编码器配置文件和播放列表中的音频组描述来设定。但为了兼容性，同样应使用 AAC-LC、立体声和相同的采样率。HLS 必须传输独立的 audio renditions，而不是一个混合了多种语言的单一文件。

所有音轨都必须与视频同步，具有稳定的时长，并且不应无故中断。如果某位翻译临时断开，YouTube 并不总能在直播进行中正确替换缺失的信号。

YouTube 并没有适用于所有频道的统一附加音轨数量上限：可用上限由功能决定，并显示在具体直播的设置中。OBS 中的六条音轨属于本地混音或录制，并不意味着 YouTube 会接受六种语言。如果界面只提供主音频，则无法通过普通模式传输附加音轨。

视频通常以 YouTube 支持的格式发送，例如 H.264/AVC，而附加音轨的出现不会改变对分辨率、帧率和视频码率的要求。必须完整遵守所选协议的要求，而不仅仅是音频参数。

如何检查功能是否可用

打开 YouTube Studio，创建一场预约直播或测试直播，然后进入直播设置。设置中应有一个与附加、备用或多语言音轨相关的独立区域。在其中可以选择语言，并查看该直播允许分配多少条音轨。

如果只有直播语言字段，并不意味着支持多个音频。该参数描述的是直播的主要内容，帮助 YouTube 处理元数据。它不会创建翻译，也不会接入第二个音频信号。

请在直播设置中检查该功能，而不是在字幕或为已录制视频上传音频的板块中检查。录制用的附加音轨和多语言直播可能有不同的访问条件。

如果没有所需板块，不要试图通过更换麦克风、添加第二个场景或增加 OBS 中的音频声道数量来解决问题。在这种情况下，可以使用带翻译叠加在原声上的单一混音、为不同语言分别开播或使用字幕。

在公开开播前，创建一场测试直播。这样可以了解观众端是否出现音频选择、YouTube 是否接受所选协议，以及切换音轨后同步是否保持。

如何在 OBS 中准备音轨

OBS Studio 适合用来准备独立的混音，但其标准 RTMP 输出不会自动将六条本地音轨变成 YouTube 的六路语言流。在 OBS 中可以将来源分配到各音轨并录制结果以供检查。要发送多条音轨，需要能够传输 Multi Audio Track Streaming 的输出或额外编码器。

搭建主方案时，让音轨 1 包含主播人声、系统或游戏声音以及节目的其他元素。为英语音轨创建独立混音：保留共同的游戏或演示声音，去除俄语讲话，并加入翻译麦克风。第三种语言重复同样的逻辑。

在 OBS 中打开音频高级属性。在音轨表格中为每个来源勾选它应进入哪些混音。游戏声音可以分配到主音轨和备用音轨，主播麦克风只分配到主音轨，翻译麦克风只分配到对应的语言音轨。只有在确认公开传播版权后才能添加音乐。

然后在 OBS 输出设置中选择高级模式。为本地录制分配所需音轨，并将简短测试保存为 MKV。录制后，在能够切换音频流的编辑器或媒体播放器中检查每条音轨。重要的是确认英语音轨中没有原声讲话，并且所有混音同时开始。

在 OBS 的推流设置中，通常为普通直播选择一条音轨。这一限制非常关键：设置 Track 1 或 Track 2 决定的是发送到标准 RTMP 输出的单一音频。如果你只在录制板块启用了多条音轨，YouTube 仍然只会收到一条。

将一个 OBS 流复制到多个 RTMP 地址的插件同样无法解决该问题。它们会创建多场直播或同一混音的多个副本，但不会为同一场直播添加语言切换器。

如何向 YouTube 传输多条音轨

要实现真正的多语言直播，需要编码器或制作系统明确支持在一个 YouTube 输出中传输多个音频流。在此类解决方案的设置中，为音轨分配语言，然后选择该工作流支持的 RTMP、RTMPS 或 HLS 协议。

在 RTMP 或 RTMPS 模式下，编码器必须将多个音频流打包为一个信号，并使用 YouTube 为 Multi Audio Track Streaming 接受的扩展或配置文件。简单的命令或带有多条本地音轨的 OBS 标准输出无法保证这一点。开播前，请在具体编码器的文档中确认是否明确支持向 YouTube 传输多条音轨，而不仅仅是录制 multitrack。

在 HLS 模式下，音频通常以 HLS 清单中的独立变体形式呈现：为每种语言指定各自的音轨和语言标识符。此类清单由专用编码器或服务器方案生成。将多个单独的 AAC 文件发送到普通 RTMPS URL 并不能替代 HLS，也不会让观众获得语言选择。

某些版本的专业直播软件和硬件编码器支持此类输出。只有设置中明确列出 multi-audio、alternate audio tracks 或 YouTube multi-language audio 的解决方案才适用。功能名称和可用协议需要与当前文档核对，因为支持情况取决于版本和许可证。

如果你将 OBS 用作导播台，可以保留它作为场景和混音的来源，而将传输交给兼容的编码器或中间音频系统。在此之前，请确认软件或虚拟音频输出确实保留了独立音轨。如果它再次将所有信号合并为一个主混音，语言选择就会丢失。

如何在不产生回环的情况下设置监听

翻译应当听到节目，但不应听到通过监听返回的自己声音。组织独立的监听通道：向翻译输入游戏、演示和主播讲话，而翻译麦克风只返回到其对应的语言混音。

在 OBS 或虚拟混音器中，不要将已完成的备用音轨送回其进入直播的同一输入。如果使用音频接口，为翻译耳机设置独立的 aux 总线输出。在 OBS 中，只对确实需要进入监听设备的来源启用“监听并输出”模式。

不能仅根据 YouTube 窗口的声音来检查翻译延迟。观众播放器会增加缓冲，因此通过直播页面收听节目的翻译会延迟很久才开始反应，并可能听到回环返回的声音。

为了监控，请使用耳机和在发送到 YouTube 之前的本地监听。另一个人可以在另一台设备上打开直播，从观众角度检查结果，但该设备上的声音必须关闭，或不得返回到工作音频系统。

如何消除不同步和翻译延迟

轻微的翻译延迟是自然的：翻译先听到话语，组织语言，然后才发送声音。当延迟不断变化或语音早于画面时，问题就开始了。首先检查所有设备是否设置了相同的采样率。混合 44.1 和 48 kHz 可能导致声音逐渐偏移。

使用单一的时钟源，避免不必要地让不同音轨经过不同步的声卡。移除麦克风到编码器路径上多余的虚拟线缆、转换和无线连接。稳定的固定延迟可以通过 OBS 或混音器中的音频源延迟来补偿。

如果翻译延迟固定为相同的毫秒数，可以给较早的音轨添加延迟，使话语与视频对齐。如果延迟持续增长，Sync Offset 设置无法消除原因：需要查找采样率不一致、处理器过载、网络故障或翻译通道不稳定的问题。

不要在直播中试图催促翻译或突然剪掉停顿。最好提前确定工作延迟，向翻译提供低缓冲的干净信号，并在必要时稍微延迟主讲话或节目。完全消除同声传译的延迟是不可能的。

如果切换语言后声音从不同位置开始，请检查各音轨是否同时开始，以及其中一条开头是否出现静音。HLS 音频段的稳定时长和翻译麦克风不中断也很重要。

公开直播前需要检查什么

首先使用与活动中相同的场景、麦克风、编码器和网络连接进行简短测试。不仅要检查导播台中的预览，还要从另一个账号或设备检查直播页面。

确认播放器中出现了音轨选择，语言名称显示正确，并且切换不会改变画面、不会关闭聊天室。在讲话、音乐、切换场景和主播停顿期间，分别单独收听每个版本。

如果格式未作要求，主音轨中不应有翻译。备用音轨中不应同时播放原声讲话。还要检查音量是否一致，是否存在削波、数字爆音、背景嗡鸣和长时间静音。

直播期间，监控所有音频输出的状态。翻译麦克风可能断开，而画面和主音轨仍会继续工作。指定一名人员负责查看电平，并能快速联系翻译或将直播切换到备用方案。

如果活动无法中止，请录制翻译的备用版本，或提前为所需语言准备单独直播。备用内容不应在未经检查的情况下自动替代现场人声：不同步的录音可能比暂时缺少翻译更明显。

如果备用音轨不可用

当 YouTube 或所用编码器不支持 Multi Audio Track Streaming 时，一场直播中只会保留一个音频混音。可以在原声上叠加翻译，但观众无法选择语言。只有在这种人声叠加对格式来说可以接受时，该方案才适用。

更干净的解决方案是为每种语言创建单独直播，使用相同视频信号和不同音频混音。在标题和描述中注明语言，并提前放置链接。在这种情况下，需要管理多个聊天室，并确保各场直播同步开始。

如果配音不是必须的，可以使用字幕或聊天中的文本翻译。它们不是备用音轨，但可以在没有声音叠加和复杂路由风险的情况下传达内容。

简要操作步骤

1. 在 YouTube Studio 中检查你的频道是否可用附加音轨模式。
2. 选择已确认支持多条音轨的编码器和 RTMP、RTMPS 或 HLS 协议。
3. 在 OBS 中准备独立混音：包含主播的主音轨，以及不含原声讲话的翻译版本。
4. 配置 AAC-LC、立体声、相同采样率以及所有音轨的稳定同步。
5. 在 YouTube 和编码器中分配语言，然后从另一台设备进行测试。
6. 检查切换、延迟、音量以及监听是否没有回环。
7. 如果功能不可用，选择分别开播、带翻译的单一混音或字幕。