本申请提供了一种录屏方法及录屏装置，属于通信技术领域。其中，可以在电子设备的显示界面进行录制的过程中，接收对显示界面的第一输入，并根据第一输入获取对应的描述文本，对描述文本进行语音合成得到音频数据，根据第一输入的第一输入时间点，将该音频数据插入到已录制的音频轨中。描述文本与第一输入对应，因此该描述文本能够指明第一输入的具体操作情况，这样，在播放录制的视频时，在第一输入时间点会播放描述文本对应的音频数据，根据该音频数据可以得知第一输入的具体操作情况，从而可以提高录制的操作流程的辨识度，使得用户可以根据播放的音频数据直观地了解具体的操作流程，进而可以提高用户的操作效率。