一、核心概念与技术选型 语音转文字（Speech-to-Text, STT）技术通过声学模型和语言模型将音频信号转换为文本，其实现方式主要分为三类： 离线方案：依赖本地安装的语音识别引擎，无需网络连接 云服务API：调用第……
