真人出镜说话的字幕制作一般采用语音识别技术和字幕生成技术相结合的方式。

语音识别技术通过识别说话人的语音内容，将其转换成文字，然后字幕生成技术将这些文字转换为字幕，并在视频中显示出来。这种方法可以实时生成字幕，也称为“实时字幕”或“自动字幕”。