【场景描述】 
平时在网页上看一些技术视频或者听讲座时，想边听边把语音转成文字记录下来，这样就不需要自己动手记录了。 
【实践结果】 
我简单的vibe coding了一个工具的界面，大体上功能如图，支持开始录音和停止录音。 
选择当前的音频之后可以输出并展示转语音的结果。 
因为对语音转文字这块没啥研究，测试了一下Whisper和FunASR，效果都不行。 
 [image] 
【当前疑问】 
想问一问佬们平时有没有类似的需求，有用到什么插件、工具或者有什么建议吗？ 
我对实时的要求其实不高，大体上的使用场景比如我网页上放一个抖音短视频，有个工具可以来录制视频内容，最好就是能让我看到转的文字。 
求教!万分感谢！！