无锡前端兼职程序员外包

需求描述

前期考虑需求的时候，想的太全太复杂，太程序员思维了！我现在把需求简化一下！
以前我们的直播方案是
1.直播开始之前我们会和越南的翻译通过微信通话（我们是做的越南直播）
2.微信语音通话开免提
3.我们obs开播，国内主播开始讲解
4.越南主播在TK上听到国内主播的讲解，之后翻译成中文通过微信语音到国内
5.国内微信语音免提连了蓝牙音响，音响放出声音通过国内主播的话筒再传出去
6.国内主播等翻译说完再开始下一段的讲解.




我的想法，刚开始想的比较全，比如国内主播讲解实时翻译成中文文字，之后通过tts之类的音频云转成越南语
或者英语音频流给到本地的虚拟声卡，在通过OBS一起推流出去，同时也可以加上越南语字幕。国内主播戴个
耳机等翻译完再说下一段，但是后来想想里面有太多的细节问题。 比如：
1.中文识别的准确性
2.转他国音频的准确性
3.国内主播音频需不需要播放出去，还是只要用于识别转他国音频
4.如果不放看直播的会感觉怪怪的
5.放音频那转后的音频和主播音频会不会混，时间怎么控制

我根据我们以前的场景我想把应用简化下
1.obs开播，主播开始介绍，一段段的讲，讲一段停一段，老主播基本都熟练了，毕竟以前就是这样
2.本地音频识别中文，在等主播停顿的时候快速人工审核文字，其实在实时中文识别的时候就已经审了大部分
3.审核完客服点翻译，文字上云或者本地部署的应用，翻译成他国音频流返回给虚拟声卡，推流出去
4.主播开始下一段。
这个方案简单了很多，人工干预但我觉得体验会更好。
优势：
1.主播更加适应这样的节奏
2.翻译的准确性会更高
3.不用考虑主播音频和他国音频串流问题
4.因为客服发送翻译转音频，也可以人工干预，直接输入一些文字在直播间回复客户问题



上面是我的一些想法！最好在一个网页或者一个GUI里面完成