Im schlimmsten Fall können Sie immer einen digitalen Camcorder verwenden, der die Gesichtsausdrücke des Benutzers aufzeichnet und Ihnen Zugriff auf das Audio bietet.
Sie könnten dann das Audio mit dem auf dem Computerbildschirm aufgenommenen Material zusammenführen.
Keine ideale Antwort, aber etwas, das Sie vielleicht berücksichtigen möchten.
Bei SU oder SO gab es einige Fragen zur Umleitung von Audio über ein Netzwerk.