微信小程序 語音轉換

今天，終於成功使用nodejs研究出百度語音識別了。目前使用小程序最新錄音管理api測試，小程序錄音只支持aac，mp3格式，並且保持的是臨時地址。而百度語音識別目前只支持pcm，wav，amr格式。因此服務端需要先存儲好錄音文件並經過一次音頻轉換。具體步驟如下：

 

1、安裝ffmpeg插件。我使用的windows系統，具體安裝方法看http://blog.csdn.net/yy3097/article/details/51063950，該博主文章講的非常詳細，按照步驟走即可。這個插件是使用fluent-ffmpeg依賴的前提條件

2、使用express生成器生成項目開發接口。需要提前安裝好幾個個依賴： 
npm install fluent-ffmpeg –save-dev//mp3轉wav依賴 
npm install multiparty –save-dev//獲取multipart/form-data上傳文件依賴 
npm install baidu-aip-sdk –save-dev//百度AI依賴

 

routes文件夾下創建AiSpeechRecognition.js：：

var express=require('express');
var router=express.Router();
var fs=require('fs');
var Multiparty =require('multiparty');
var ffmpeg=require('fluent-ffmpeg');//創建一個ffmpeg命令
var AipSpeechServer=require('baidu-aip-sdk').speech;

//設置appid/appkey/appsecret
var APP_ID = "申請的應用appid";
var API_KEY = "申請的應用appkey";
var SECRET_KEY = "申請的應用secretkey";

// 新建一個對象，建議只保存一個對象調用服務接口
var client =new AipSpeechServer(APP_ID, API_KEY, SECRET_KEY);
router.post('/recognition', function(req, res, next){
  //生成multiparty對象，並配置上傳目標路徑
  var form =new Multiparty.Form({ uploadDir: './public/audio'});
  //上傳完成后處理
  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: '未知錯誤'
      });
    }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')//保存編碼文件到文件夾 --保存成wav是可以的，但是pcm報錯
      .saveToFile('./public/audio/16k.wav')
      .on('error', function(err){
        console.log(err)
      })
      .on('end', function(){
        //調用百度語音合成接口
        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);
        });
        //語音識別 end

        //刪除上傳的臨時音頻文件
        fs.unlink(uploadedPath, function(err){
          if(err){
            console.log(uploadedPath+'文件刪除失敗');
            console.log(err);
          }else{
            console.log(uploadedPath+'文件刪除成功');
          }
        });
        //刪除mp3轉成wav格式的音頻
        fs.unlink('./public/audio/16k.wav', function(err){
          if(err){
            console.log('16k.wav文件刪除失敗');
            console.log(err);
          }else{
            console.log('16k.wav文件刪除成功');
          }
        });
      });
    }
  });
});

module.exports=router;

　前端代碼

const recorderManager = wx.getRecorderManager();
Page({
  data: {
    result: '',//語音識別結果
    recording: false//是否正在錄音
  },
  //開始錄制語音
  startRecord(e){
    this.setData({recording: true});
    recorderManager.start({
      duration: 60000,//百度最多支持60s語音
      sampleRate: 16000,
      //encodeBitRate: 48000,
      numberOfChannels: 1,//必須指定錄音通道數
      format: 'mp3'
    });
    recorderManager.onStart(() => {
      //console.log('recorder start')
    });
  },
  //停止錄音
  stopRecord(e) {
    let that=this;
    this.setData({ recording: false });
    recorderManager.stop();//停止錄音
    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: '我不知道你在說什么'
            });
          }
        },
        fail(err){
          console.log(err);
        }
      });
    })
  }
})

<view class="title">語音識別</view>
<view class="test" bindtap="startRecord" wx:if="{{!recording}}">開始錄音</view>
<view class="test" bindtap="stopRecord" wx:if="{{recording}}">停止錄音</view>

<view class="result" wx:if="{{result}}">
<view class="title">語音識別結果：</view>
{{result}}
</view>