按钮不可用时先看页面是否提示浏览器不支持；能够开始却中断时，先保存已有文字，再记录错误内容。不要把所有故障都当成麦克风坏了，也不要连续刷新后重新口述整段重要内容。
按钮灰色时，先确认浏览器有没有识别接口
ToolboxHub 的语音转文字依赖浏览器提供的 SpeechRecognition 或 webkitSpeechRecognition。页面找不到这两个接口时，会显示不支持提示并禁用开始按钮，允许麦克风也不会补上缺失的功能。
页面提示可以尝试 Chrome 或 Edge，但这不是对所有版本、设备和运行环境的兼容承诺。先记录浏览器名称与版本，确认是在完整浏览器中打开页面；如果从其他应用内打开，可在自己已安装、允许使用的浏览器中重试。
截至 2026-09-12，MDN 的接口文档仍将此功能标为兼容性有限。这里没有一个适用于所有设备的最低版本号，判断依据应是当前页面是否能获得接口及短句识别是否成功。
能点击但没文字，要按错误提示缩小范围
先检查站点麦克风权限，再确认设备确实接收到自己的声音。工具没有麦克风设备选择器，也不能替你修复输入设备或解除组织策略。
例如准备口述一段社团活动通知，先说“周三下午三点，在二楼集合”。这句话不含真实姓名和联系方式，且时间、楼层都容易核对。只试这一句，观察页面是否进入“识别中”，再看有没有文字或错误弹窗。
根据 Web Speech API 规范中的错误定义，可以这样记录和排查：
not-allowed表示语音输入被禁止，先查站点权限与设备管理限制，不代表只要点击允许就必然解决。audio-capture表示音频采集失败，检查输入设备连接、静音状态与所选麦克风。no-speech表示没有检测到语音，确认正在收音后用正常音量说一句。network表示识别所需的网络通信失败；保留草稿，确认网络后再短测。language-not-supported表示当前识别语言不可用，页面能选到该语言并不保证服务提供支持。
每轮只改一个条件，比如先更换输入设备，再重复同一句话。一次同时改语言、网络与浏览器，即使恢复也难以知道原因。
说几句就停，先分清结束与报错
当前页面会尝试在识别正常结束且用户尚未停止时重新开始；出现错误时则会停止，并对多数错误显示代码。这个机制不能保证长时间不中断，不能把网页当成会议录音备份。
如果文本已经出现，先复制到自己的工作文档或下载一份，再排查中断。不要在未保存时刷新，也不要指望关闭页面后还能恢复文字。记录“最后识别到哪一句”和错误代码，比只记“又断了”更方便复现。
这项功能处理的是麦克风实时输入，页面没有导入已有音频文件的入口，也不提供原始录音下载。如果任务需要完整留存音频或多人轮流发言的可靠记录，应采用满足该任务要求且已获准的录音、转写流程。
有输出但词不对，检查语言和临时结果
先选与口述语言相符的选项，再用包含数字、否定词和专用名称的短句核对。当前列表只有中文（台湾）、中文（中国）、美式英语、英式英语、日语和韩语，不能据此声称支持所有方言。
页面会用方括号显示尚未确定的临时识别内容，这部分可能继续变化。停止后读完全文，确认末句没有缺失或重复，再编辑错字。文本框可以手动修改，适合补标点、改名称；但识别仍在运行时，新结果可能覆盖正在编辑的内容，最好停止后再整理。
检查“周三”有没有变成“周四”，“不要提前到场”有没有漏掉“不”。数字与否定词错误往往比标点更影响通知意思。不能用网页宣传中的准确率数字代替对这段内容的人工确认。
下载前检查文字，也检查使用场景
下载得到的是 transcript.txt 纯文本，不含录音、说话人标签或时间轴。打开下载文件核对首句、末句和修改过的词，再复制到通知或记录中。
需要缩短通知时，可以把校对后的版本放入字数统计查看长度；字数相同不代表两版意思相同，关键修改可以再用文字差异比对检查。
浏览器识别可能依赖远端服务，当前组件没有要求仅在本机识别，不能承诺离线或音频不离开设备。涉及客户信息、内部会议或他人声音时，先确认允许的处理方式；排错只用虚构短句。
常见问题
以下情况应分别处理，不要靠反复点击开始解决。
麦克风可以打电话，为什么这里不能识别？
通话收音正常只说明设备在那个应用中可用。这个页面还依赖浏览器接口、站点权限、语言和识别服务，需要逐项检查。
点了停止，刚出现的字还要检查吗？
要。停止不等于全文已校对，临时结果或末句可能仍有问题。下载前确认结尾，删除误带的临时标记并核对内容。
能把手机录音文件拖进来吗？
不能。当前工具没有音频文件导入功能；下载按钮也只下载文本，不会保存一份录音。
网络恢复后可以直接继续长篇口述吗？
先保存旧文本，再用短句确认恢复。正式口述分段检查，尤其核对重启前后的衔接，避免漏句或重复。