小程序模板網(wǎng)

微信小程序之語音識別(附小程序+服務器源碼)

發(fā)布時間:2017-12-07 08:50 所屬欄目:小程序開發(fā)教程

1、概述通過微信小程序wx.startRecord()和wx.stopRecord()接口錄音并上傳silk錄音文件至服務器,通過ffmpeg將silk錄音文件轉(zhuǎn)成wav錄音文件,再通過百度語音識別 REST API 獲取語音識 ...

 
 
 
1、概述

  • 通過微信小程序wx.startRecord()和wx.stopRecord()接口錄音并上傳silk錄音文件至服務器,通過ffmpeg將silk錄音文件轉(zhuǎn)成wav錄音文件,再通過百度語音識別 REST API 獲取語音識別后的結(jié)果。

2、代碼實現(xiàn)


  • 錄音和語音文件上傳
    //index.js
        //開始錄音。當主動調(diào)用wx.stopRecord,
        //或者錄音超過1分鐘時自動結(jié)束錄音,返回錄音文件的臨時文件路徑。
        //當用戶離開小程序時,此接口無法調(diào)用。
        wx.startRecord({
          success: function (res) {
            console.log('錄音成功' + JSON.stringify(res));
            that.setData({
              voiceButtonName: '語音識別',
              voicePlayButtonName: '開始播放',
              tempFilePath: res.tempFilePath
            })
            //上傳語音文件至服務器
            wx.uploadFile({
              url: 'https://你的域名/upload',
              filePath: res.tempFilePath,
              name: 'file',
              // header: {}, // 設置請求的 header
              formData: {
                'msg': 'voice'
              }, // HTTP 請求中其他額外的 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) {
            //錄音失敗
            that.setData({
              voiceButtonName: '語音識別'
            })
            console.log('錄音失敗' + JSON.stringify(res));
          }
        })
        setTimeout(function () {
          //結(jié)束錄音  
          wx.stopRecord()
        }, 60000)
  • node.js服務端接收語音文件代碼

    //upload.js
    //使用koa-multer這個組件
    var multer = require('koa-multer');
    var router = require('koa-router')();
    var path = require('path');
    //存儲文件至path.resolve('./voice-file')路徑
    var upload = multer({ dest: path.resolve('./voice-file')});
    router.post('/', upload.single('file'), async function (ctx, next) {
        //這是就文件的具體信息
        console.log(ctx.req.file);
    });
  • silk文件轉(zhuǎn)wav文件
    我使用的是silk-v3-decoder將silk文件轉(zhuǎn)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 : ''
                  });
              }
          });
      });
    }
  • 百度語音識別 REST API識別wav文件

1、通過API Key和Secret Key獲取的access_token

通過API Key和Secret Key獲取的access_token文檔
//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' : '出現(xiàn)錯誤: ' + JSON.stringify(error)
                });
            }else {
                resolve({
                    'result' : true,
                    'msg' : data
                });
            }
        });
    });
}

2、通過token 調(diào)用百度語音識別 REST API識別接口

//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 : '出現(xiàn)錯誤: ' + JSON.stringify(error)
                });
            }else {
                resolve({
                    result : true,
                    msg : data
                });
            }
        });
    });
}

3、語音識別優(yōu)化


通過上述操作后,發(fā)現(xiàn)識別的內(nèi)容和實際內(nèi)容差別很大

百度語音識別 REST API文檔

查看文檔可知:采樣率:8000/16000 僅支持單通道
在ffmpeg里對應的設置方式分別是:
-ar rate 設置采樣率
-ac channels 設置聲道數(shù)

修改converter.sh文件,修改為下圖所示

修改后的converter.sh文件

4、如何還不明白,怎么辦?

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

項目下載:http://pan.baidu.com/s/1i5kLGrF


易優(yōu)小程序(企業(yè)版)+靈活api+前后代碼開源 碼云倉庫:starfork
本文地址:http://22321a.com/wxmini/doc/course/18066.html 復制鏈接 如需定制請聯(lián)系易優(yōu)客服咨詢:800182392 點擊咨詢
QQ在線咨詢