@iorilu chrome 浏览器 -> 设置 -> 无障碍 -> 实时字幕 -> 自动为音频和视频创建字幕 选项打勾

下面下载并选择一种语言，此时打开一个视频网站比如 youtue ，它就会实时的识别音频，并弹窗显示识别出的字幕。

上面的代码就是调用它的动态库而已。代码在 linux 下测试正常。

好像 gradio 在设计上就是用 json 来交换前后端数据的，看来只能这样了

@codehz 其实就是读本地的一个 mp4, 剪一小段出来写入磁盘。没有涉及网络传输

@MossFox 因为是传的视频数据，用 base64 是不是太慢了。。。

@ohwind 那实在是太多了，而且我也不知道异常具体它是在哪个位置发生的。