来优化原本的 ⌈功能流程，用户体验⌋ 等，对于一名前端工程师来说，该如何融入到这个大环境中呢，如果你没有头绪，那不妨跟着本系列的步伐，我们一起去探探路~

　　上期我分享了openAI的语音识别模型whisper的使用体验，本期我们就来实践一下，在web端来实现一个语音识别功能。

　　对于语音采集，在 web端 我们可以用浏览器基于WebRTC技术提供的流媒体相关接口调用麦克风来完成

　　对于语音传输，当然还是走传统的 http，架设一个服务端提供语音识别接口来供前端调用

　　创建好项目之后，安装依赖，启动环境这些过程就星空体育官方入口 星空体育官网aqmmy.com target=_blank>星空体育官方入口 星空体育官网不赘述了，我们直接进入编码阶段

　　AudioAI提供AI的处理能力，由于功能比较简单，只实现了一个toText方法，本质上是调用服务端接口，获取识别结果后返回

　　OK，按钮部分的编码至此结束，接下来就是列表部分的实现，由于比较简单，我们就直接写在根组件中，大致逻辑就是

　　我们用 python 的FastAPI来快速实现一个/audioToText接口，这个接口具体需要做哪些工作呢？我们来分析一下

　　繁体转简体也有现成的库zhconv，所以这个接口的实现就很简单了，只需要把我们的业务流程组装起来即可

　　耗时方面则和机器的性能有关，在我们使用的这台测试机上识别耗时平均3s左右，体验稍差，这也说明进步空间

　　本期我们使用WebRTC + Whisper实现了一个简单语音识别功能，但实际应用中，语音识别往往会结合语音唤醒，降噪等需求一起考虑，所以我们目前仅仅是完成了第一步

　　其实对于前端同学来说，python 几乎没有什么学习成本，结合 python 丰富的生态，快速开发一个web系统还是很轻松的，下期我们再继续分享~