我需要构建一个 Web 应用程序以在实时流中注入实时字幕。字幕将由具有语音识别软件的操作员（或由打字员）生成，并填充浏览器上的文本区域。消费者将是浏览器中的 HTML5 视频标签。
原理很简单，可能比网络聊天更简单（它是一种单向通信）。
这是我目前的实现：
- 在生产者上 - 当有一些新文本时 - 我通过 AJAX 在我的服务器上调用一个编写器脚本，它将文本写入文件。
- 在消费者身上，我通过 ajax（使用“彗星”轮询）不断调用服务器上的阅读器脚本，它给我返回新文本，我将其注入视频标签以呈现字幕。
这个实现是可行的，但它看起来很复杂，我对它不太满意......对“更智能”或更清洁的架构有什么建议吗？