小程序模板网

微信小程序之语音识别(附小程序+服务器源码)

1、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 ...

 
 
 
1、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、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: 'https://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: 'https://openapi.baidu.com/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: 'http://vop.baidu.com/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":'http://ihealth-wx.s1.natapp.cc/download?name=123.wav',
            //    "callback":'http://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

百度语音识别 REST API文档

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

修改后的converter.sh文件

4、如何还不明白,怎么办?

项目地址:https://github.com/yangxiaopingios/wx-recognition 

项目下载:http://pan.baidu.com/s/1i5kLGrF


易优小程序(企业版)+灵活api+前后代码开源 码云仓库:starfork
本文地址:https://www.eyoucms.com/wxmini/doc/course/18066.html 复制链接 如需定制请联系易优客服咨询:800182392 点击咨询
QQ在线咨询