今天，终于成功使用nodejs研究出百度语音识别了。目前使用小程序最新录音管理api测试，小程序录音只支持aac，mp3格式，并且保持的是临时地址。而百度语音识别目前只支持pcm，wav，amr格式。因此服务端需要先存储好录音文件并经过一次音频转换。具体步骤如下：
1、安装ffmpeg插件。我使用的windows系统，具体安装方法看http://blog.csdn.net/yy3097/article/details/51063950，该博主文章讲的非常详细，按照步骤走即可。这个插件是使用fluent-ffmpeg依赖的前提条件
2、使用express生成器生成项目开发接口。需要提前安装好几个个依赖：
npm install fluent-ffmpeg –save-dev//mp3转wav依赖
npm install multiparty –save-dev//获取multipart/form-data上传文件依赖
npm install baidu-aip-sdk –save-dev//百度AI依赖
routes文件夹下创建AiSpeechRecognition.js：：
var express=require(\'express\');
var router=express.Router();
var fs=require(\'fs\');
var Multiparty =require(\'multiparty\');
var ffmpeg=require(\'fluent-ffmpeg\');//创建一个ffmpeg命令
var AipSpeechServer=require(\'baidu-aip-sdk\').speech;
//设置appid/appkey/appsecret
var APP_ID = "申请的应用appid";
var API_KEY = "申请的应用appkey";
var SECRET_KEY = "申请的应用secretkey";
// 新建一个对象，建议只保存一个对象调用服务接口
var client =new AipSpeechServer(APP_ID, API_KEY, SECRET_KEY);
router.post(\'/recognition\', function(req, res, next){
//生成multiparty对象，并配置上传目标路径
var form =new Multiparty.Form({ uploadDir: \'./public/audio\'});
//上传完成后处理
form.parse(req, function(err, fields, files){
var filesTemp=JSON.stringify(files, null, 2);
if(err){
//console.log(\'parse error: \'+err);
res.json({
ret: -1,
data:{},
msg: \'未知错误\'
});
}else{
//console.log(\'parse files: \'+filesTemp);
var inputFile=files.file[0];
var uploadedPath=inputFile.path;
var command=ffmpeg();
command.addInput(uploadedPath)
//.saveToFile(\'./public/audio/222.wav\')//保存编码文件到文件夹 --保存成wav是可以的，但是pcm报错
.saveToFile(\'./public/audio/16k.wav\')
.on(\'error\', function(err){
console.log(err)
})
.on(\'end\', function(){
//调用百度语音合成接口
var voice = fs.readFileSync(\'./public/audio/16k.wav\');
var voiceBuffer=new Buffer(voice);
client.recognize(voiceBuffer, \'wav\', 16000).then(function(result){
//console.log(result);
var data=[];
if(result.err_no===0){
data=result.result;
}
res.json({
ret: result.err_no,
data: {
data: data
},
msg: result.err_msg
});
}, function(err){
console.log(err);
});
//语音识别 end
//删除上传的临时音频文件
fs.unlink(uploadedPath, function(err){
if(err){
console.log(uploadedPath+\'文件删除失败\');
console.log(err);
}else{
console.log(uploadedPath+\'文件删除成功\');
}
});
//删除mp3转成wav格式的音频
fs.unlink(\'./public/audio/16k.wav\', function(err){
if(err){
console.log(\'16k.wav文件删除失败\');
console.log(err);
}else{
console.log(\'16k.wav文件删除成功\');
}
});
});
}
});
});
module.exports=router;
前端代码
const recorderManager = wx.getRecorderManager(); Page({ data: { result: \'\',//语音识别结果 recording: false//是否正在录音 }, //开始录制语音 startRecord(e){ this.setData({recording: true}); recorderManager.start({ duration: 60000,//百度最多支持60s语音 sampleRate: 16000, //encodeBitRate: 48000, numberOfChannels: 1,//必须指定录音通道数 format: \'mp3\' }); recorderManager.onStart(() => { //console.log(\'recorder start\') }); }, //停止录音 stopRecord(e) { let that=this; this.setData({ recording: false }); recorderManager.stop();//停止录音 recorderManager.onStop((res)=>{ const { tempFilePath } = res; //uploadfile start wx.uploadFile({ url: \'http://你的ip:3000/baiduAI2/recognition\', filePath: tempFilePath, name: \'file\', success(res){ //console.log(res); let data=typeof res.data===\'string\'? JSON.parse(res.data) : res.data; if(data.ret==0){ //console.log(data.data.data[0]) that.setData({ result: data.data.data[0] }); }else{ that.setData({ result: \'我不知道你在说什么\' }); } }, fail(err){ console.log(err); } }); }) } })
<view class="title">语音识别</view> <view class="test" bindtap="startRecord" wx:if="{{!recording}}">开始录音</view> <view class="test" bindtap="stopRecord" wx:if="{{recording}}">停止录音</view> <view class="result" wx:if="{{result}}"> <view class="title">语音识别结果：</view> {{result}} </view>
请发表评论