视频可以怎么可以传到服务器，然后播放的时候自动加上生成的字幕，比如 youtube 上，有什么可以实现的思路吗

Whisper ？

1. 使用扩展程序从浏览器捕获音频。
2. 通过 WebSocket 将音频数据作为分块数据（ 512 字节）发送到服务器。
3. 使用 VAD （语音活动检测）预处理数据。
4. 将预处理的数据发送到 Whisper 。
5. 将文本发送回浏览器。
6. 使用 JavaScript 将文本插入到与视频播放器相关的 DOM 中。

你这需求是要前后端配合，视频和字幕文件传到 oss ，套一层 cdn ，前端集成个视频播放器就行了。不懂的话就上传到视频网站然后嵌入网站就行了。

1. 如果你上传到视频网站比如 youtube 这些，他们自己就会帮你加，
2. 如果是自己网站，上传自后，用 Whisper 子类的生产字幕，比如 ass 格式啥的，关键点是时间对齐
3. 播放的时候，同时下载视频和字幕，字幕渲染到视频就可以了

之前帮人搞过这种

@uncat 谢谢大哥，初步按这个方法实现试试

基于 html5 的大杂烩，我实现了个，https://wp.iyou.city ，看看是不是这个效果？

A simple demo:

https://stt.jinmiaoluo.com