语音识别

智谱AI API虽性能优异但仅支持30秒以内音频文件。本文详细介绍如何基于pyannote.audio的语音活动检测技术实现智能音频分块，通过批量API调用构建完整的长语音转文本系统，包含完整的环境配置、代码实现和部署方案。

从静态ASR到实时语音转文字，我用过哪些方案，踩过哪些坑，最后怎么走到现在的。