摘要： 本文探讨了在语言学习平台中实现语音识别功能的技术选型与接入过程。项目初期尝试了百度智能云和科大讯飞的语音识别方案，因识别结果结构化和接口限制问题放弃。最终采用火山引擎（ByteDance OpenSpeech）的语音识别大模型，通过WebM转WAV、阿里云OSS存储、异步任务提交与轮询查询等技术环节实现稳定接入。开发过程涉及API集成、格式转换、云存储配置等挑战，特别解决了Ngrok地址过