会议记录系统的最终确认架构；

会议记录系统的最终确认架构

会议记录的整体架构基本成型了，重新做一次整理

流式传输形态：

• websocket长连接传输
• SSE服务端持久连接

本来开始采用的是SSE服务端向客户端的单向推送，客户端通过普通的 HTTP POST (Chunked) 持续发送 500ms 的 PCM 音频切片。SSE服务端持久连接将识别到的文字实时推送到前端。

传输音频文件形式

• pcm音频数据 + 采样率16000 + 单通道
• .WAV“容器”（.WAV其实是包含了pcm音频数据以及音频header）

流式实时结果展示 + 会议结束后全量复跑

整体逻辑架构如下所示：

浏览器(WebAudio)││ 500ms PCM chunk▼
API Gateway│├── 实时ASR服务│       ││       └── 实时字幕│├── PCM缓存服务│       ││       └── 存储完整会议音频│▼
会议结束事件│▼
离线处理Pipeline│├── 全量ASR├── 说话人分离 (Diarization)├── 断句 + 标点└── 文本优化│▼
最终会议记录