在直播间中，将语音转化为文字主要依赖于两种技术：语音识别技术和自然语言处理技术。这些技术能够将人的语音转化为计算机可读的文字，从而实现语音到文字的转换。

要实现这一功能，直播间通常会采用以下步骤：

选择适合的语音识别技术：根据直播间的需求，选择适合的语音识别技术。这些技术可能来自于第三方服务提供商，也可能是由直播间自行开发的。

配置语音识别系统：将选定的语音识别系统配置到直播间中，确保系统能够正确地识别语音，并将其转化为文字。

采集语音：在直播过程中，通过麦克风等设备采集主播的语音。

语音识别：将采集到的语音传输到语音识别系统中，由系统进行识别和处理。

显示文字：将识别得到的文字显示在直播间中，供观众阅读。

需要注意的是，由于语音识别技术和自然语言处理技术的限制，转化得到的文字可能存在一定的错误率。因此，在直播间中，主播和观众都需要对转化得到的文字进行一定的校对和修正。

此外，为了提高语音识别的准确性和效率，直播间还可以采取一些措施，如优化麦克风设备、提高主播的语音质量、训练和优化语音识别模型等。这些措施都可以在一定程度上提高语音到文字的转化质量。