Google Meet:WebRTC点对点和语音对文本

我在Google Meet上开会，看到你可以打开实时字幕。他们实际上已经有了一个演示，演示了如何从语音到文本的实时转换，所以这一点不会让我感到困惑

我还想尝试一下WebRTC（我相信GoogleMeet会使用它），看看它的功能——例如，在没有任何额外屏幕的情况下共享屏幕的功能

然而，我一直认为WebRTC视频/音频流是客户端对等的。因此，我的问题是：

• 那么，谷歌如何能够将音频流发送到服务器上，以供用户使用呢 分析
• 是否可以将音频流发送到客户端 以及服务器
• 您需要创建两个相同的音频吗 流（我不知道这是否可能），通过WebRTC发送一个 发送到其他对等方，另一个发送到服务器进行分析

---

他们是如何做到这一点的？如果他们不使用WebRTC，是否可以使用WebRTC实现这一点？

Google Meet正在使用WebRTC。在这种情况下，“对等”是服务器，而不是浏览器。虽然六年前，一些细节已经发生了变化，但大部分仍然是事实。 从服务器谷歌可以做音频处理

---

描述语音到文本（以及实际翻译+再次文本到语音）所需的体系结构。

谢谢。我认为WebRTC P2P的全部目的是绕过服务器直接进入客户端，因此这可能是一个愚蠢的问题。谢谢你！