语音识别

识别语言 中文（普通话） English (US) 粤语 日本語 한국어 麦克风设备 默认设备 识别引擎 浏览器内置（Web Speech API） 千问微调 ASR（构音障碍优化）

选「千问微调 ASR」后，识别走云端已微调的构音障碍模型（经后端代理转发，音频不出浏览器本地之外的前端）。需确保后端 server.js 已包含该代理并重启。

字幕样式

字号 40px 背景遮罩透明度 55% 文字颜色

大模型接口（预留接入点）

当前使用浏览器原生语音识别，不调用任何外部大模型。 填写下方信息并启用后，每段最终字幕会先经过大模型处理（润色 / 翻译 / 总结），并流式实时显示。 接口遵循 OpenAI 兼容的 Chat Completions 格式，可对接豆包、千问、混元、Ollama、vLLM 等。

已内置后端代理：三家的密钥都放在后端 server-config.json 的 providers 段，前端不暴露、也不受浏览器跨域（CORS）限制。点上方按钮选服务商，再在后端对应位置填入 Key 并重启服务即可。

启用大模型增强 API 地址（endpoint） API Key 模型名（model） 系统提示词（prompt） 请将下面的语音识别文本进行顺滑的中文润色与标点符号补全，如含外语可译为通顺中文，只返回处理后的结果，不要解释。

提示：本接口默认 POST JSON，请求体为 { model, messages:[{role:'system',content:prompt},{role:'user',content:text}], stream:true }。