您当前的位置: 首页 > 知识百科 > 小程序语音识别怎么实现?语音怎么识别小程序?

小程序语音识别怎么实现?语音怎么识别小程序?

时间:2023-07-01 14:05 阅读数:28 人阅读 分类:知识百科

  小程序语音识别怎么实现?语音怎么识别小程序?各位喜欢玩微信小程序的朋友们,您们知道小程序语音识别怎么实现吗?今天小编就来为大家介绍小程序语音识别实现的一些代码哦。

  1、小程序语音识别概述

  通过微信小程序wx.startRecord()和wx.stopRecord()接口录音并上传silk录音文件至服务器,通过ffmpeg将silk录音文件转成wav录音文件,再通过百度语音识别 REST API 获取语音识别后的结果。

  2、小程序语音识别代码实现

  录音和语音文件上传

  //index.js

  //开始录音。当主动调用wx.stopRecord,

  //或者录音超过1分钟时自动结束录音,返回录音文件的临时文件路径。

  //当用户离开小程序时,此接口无法调用。

  wx.startRecord({

  success: function (res) {

  console.log('录音成功' + JSON.stringify(res));that.setData({

  voiceButtonName: '语音识别',

  voicePlayButtonName: '开始播放',

  tempFilePath: res.tempFilePath

  })

  //上传语音文件至服务器

  wx.uploadFile({

  url: '你的域名/upload',

  filePath: res.tempFilePath,

  name: 'file',

  // header: {}, // 设置请求的 header

  formData: {

  'msg': 'voice'

  }, // HTTP 请求中其他额外的 form data

  success: function (res) {

  // success

  console.log('begin');

  console.log(res.data);

  var json = JSON.parse(res.data);

  console.log(json.msg);

  var jsonMsg = JSON.parse(json.msg);

  console.log(jsonMsg.result);

  wx.navigateTo({

  url: '../voicePage/voicePage?voiceData=' + jsonMsg.result.join('')})

  },

  fail: function (err) {

  // fail

  console.log(err);

  },

  complete: function () {

  // complete

  }

  })

  },

  fail: function (res) {

  //录音失败

  that.setData({

  voiceButtonName: '语音识别'

  })

  console.log('录音失败' + JSON.stringify(res));}

  })

  setTimeout(function () {

  //结束录音

  wx.stopRecord()

  }, 60000)

  node.js服务端接收语音文件小程序代码

  //upload.js

  //使用koa-multer这个组件

  var multer = require('koa-multer');

  var router = require('koa-router')();

  var path = require('path');

  //存储文件至path.resolve('./voice-file')路径var upload = multer({ dest: path.resolve('./voice-file')});router.post('/', upload.single('file'), async function (ctx, next) {//这是就文件的具体信息

  console.log(ctx.req.file);

  });

  silk文件转wav文件

  我使用的是silk-v3-decoder将silk文件转wav文件

  

  silk-v3-decoder 使用方法

  //upload.js

  var exec = require('child_process').exec;

  function silkToWav(file){

  return new Promise(function (resolve, reject) {

  exec('sh converter.sh ' + file + ' wav', function(err,stdout,stderr){

  if(err) {

  resolve({

  result : false,

  msg : stderr

  });

  } else {

  //var data = JSON.parse(stdout);

  console.log(stdout);

  console.log(stderr);

  //console.log(err);

  resolve({

  result : true,

  msg : ''

  });

  }

  });

  });

  }

  百度语音识别REST API识别wav小程序文件:

  1、通过API Key和Secret Key获取的access_token

  通过API Key和Secret Key获取的access_token文档

  //speech.js

  speech.getAccessToken = function(){

  return new Promise(function (resolve, reject) {

  request({

  url: 'openapi.baidu/oauth/2.0/token?grant_type=client_credentials&client_id=(你自己的API key)&client_secret=(你自己的Secret Key)',

  method: 'get',

  headers: {

  'content-type': 'application/json'

  }

  }, function (error, response, data) {

  if (error){

  resolve({

  'result' : false,

  'msg' : '出现错误: ' + JSON.stringify(error)

  });

  }else {

  resolve({

  'result' : true,

  'msg' : data

  });

  }

  });

  });

  }

  2、通过token 调用百度语音识别 REST API识别接口

  //speech.js

  speech.recognize = function(base64String, size){

  return new Promise(function (resolve, reject) {

  request({

  url: 'vop.baidu/server_api',

  method: 'post',

  headers: {

  'content-type': 'application/json'

  },

  // len + speech方式

  body: JSON.stringify({

  "format":"wav",

  "rate":16000,

  "channel":1,

  "token":'(你的token)',

  "cuid":"9e:eb:e8:d4:67:00",

  "len":size,

  "speech":base64String

  })

  //url + callback方式

  //body: JSON.stringify({

  // "format":"wav",

  // "rate":16000,

  // "channel":1,

  // "token":'(你的token)',

  // "cuid":'9eebe8d46700',

  // "url":'ihealth-wx.s1.natapp.cc/download?name=123.wav',

  // "callback":'ihealth-wx.s1.natapp.cc/callback'

  //})

  }, function (error, response, data) {

  if (error){

  resolve({

  result : false,

  msg : '出现错误: ' + JSON.stringify(error)

  });

  }else {

  resolve({

  result : true,

  msg : data

  3、语音识别优化

  通过上述操作后,发现识别的内容和实际内容差别很大

  

  查看文档可知:采样率:8000/16000 仅支持单通道

  在ffmpeg里对应的设置方式分别是:

  -ar rate 设置采样率

  -ac channels 设置声道数

  修改converter.sh文件,修改为下图所示:

  

  实现小程序语音识别的代码已经为大家整理出来了,希望以上的小程序语音识别代码可以帮大家去实现小程序语音识别哦。如果大家还有什么不明白,可以在文章底部留言哦。大家要多关注微小乔。

相关推荐:

第一个微信小程序语音直播具体介绍

微信小程序发送语音怎么实现?

微信小程序语音转文字如何操作?微信小程序之语音识别