如何在客户端浏览器中采集实时音频？

Question

我有兴趣从 Google Meet/Zoom/Microsoft Teams/等通话中捕获音频，并使用浏览器扩展应用程序中的 API 执行实时转录。虽然我知道 WebRTC 作为一个潜在的解决方案，但我仍然不明白如何实现它。有人可以提供有关如何利用 WebRTC 实现此目的或类似目的的指导吗？

请耐心等待并提前致谢！

Answer 1

您可以将系统音频重新映射到输入设备，然后连续调用

webkitSpeechRecognition()

，它将捕获的麦克风发送到远程 Google 服务器并发回转录。

在 Chrome 上，有一种方法可以获取用于将本地麦克风录音发送到的直接 URL（和 Google API 密钥）。