先交代一下背景。我之前在字节做前端,离开之后开始独立开发。优秀同传是我第一款从产品、前端、后端和支付一路自己推进的产品。官网是 https://interpreter.youshowedu.com ,定位很明确:把现场语音实时变成原文、译文和可回看的记录,服务课堂、讲座、office hour 、会议和留学生活里的临时沟通。 产品的主功能是实时同传。浏览器可以选择麦克风,也可以选择系统音频。前端用 RecordRTC 采集声音,每 250ms 切一段,通过 WebSocket 发给后端。后端回传流式识别结果,前端按时间戳显示英文原文和中文译文。临时结果和确认句子分开处理,页面不会跟着每次识别反复跳动。 长时间同传会遇到权限、断线、暂停、自动滚动和浏览器息屏等问题。我把音频源、WebSocket 、录音器和播放队列拆开管理,翻译结果可以自动朗读,同传暂停后能继续,结束时也会正确关闭音轨和连接。单次同传限制在 2 小时,记录按时间戳增量保存到 MongoDB 。用户下次回来还能查看、重命名和删除历史记录。 同传内容可以交给 Deepseek 总结,输出成思维导图,也能基于当前这场同传直...