完成第一次 Caption 使用
选择一个声音来源，确认实时文字，保存会话，再用一段本地文件生成并导出字幕。最后搜索一句已知内容，打开它对应的时间点。
1. 选择本次使用的声音
先使用麦克风或系统音频。本次需要指定 App、摄像头或屏幕录制时，再加入对应来源。
2. 读取一段实时字幕
播放声音或对着麦克风讲话。确认新的字幕持续出现，文字清晰易读。
3. 保存并重新打开会话
保存这次会话，从历史记录中打开，确认字幕文字和时间点都已保留。
4. 为本地文件生成字幕
导入一段简短音频或视频，生成带时间轴的字幕，检查文字和时间，再导出字幕文件。
5. 按时间点找到一句话
输入已保存会话中的一句话，打开匹配结果，回到这句话出现的时刻。