如何使用微信小程序实现语音识别？

  今天小编给大家讲解如何使用微信小程序实现语音识别?有需要或者有兴趣的朋友们可以看一看下文，相信对大家会有所帮助的。

  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: \'//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":\'//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

  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

  以上就是如何使用微信小程序实现语音识别的全部内容了，大家都学会了吗?