一个直播字幕、同传翻译场景的应用；
目前后端已具备语音转文字、语音转多语种文字服务，对外提供WebSocket接口；
前端对接后端该WebSocket接口，已实现对着麦克风讲话，实时流式输出识别到或翻译到的文字；

前端目前可以采集麦克风的音频流数据并推到后端的WebSocket接口，怎样能采集到页面播放器（可能是直播或录播）中的音频流推到后端接口？

前端使用的是 recorder.js

有很多处理音视频的桌面客户端，在音源选择上就有选项类似于【麦克风、媒体】这类，所以我想前端项目应该也有办法采集到，只是目前没有头绪，求大神们指点。