小程序实现语音识别经验分享

互联网 18-2-8

之前写了个工具型微信小程序（Find周边），里面用到了语音识别技术。本文就主要和大家分享小程序实现语音识别经验，希望能帮助到大家。

接口预览

通过阅读了解科大讯飞接口文档、小程序接口开发文档以及对后端ThinkPhp框架的学习，我整理了如下开发步骤:

注册科大讯飞账号(国人的骄傲，全球领先的语音识别技术)
进入AIUI开放平台在应用管理创建应用并记录APPID和ApiKey
进入应用配置，配置符合自己的情景模式、识别方式和技能
进行小程序开发录制需要识别的音频（下有详述）
后端转码录制的音频（科大讯飞支持pcm、wav），提交给识别接口（下有详述）
小程序接到识别结果进行接下来业务

音频录制接口

wx.startRecord()和wx.stopRecord()

wx.startRecord()和wx.stopRecord()接口也可以满足需求，但从1.6.0 版本开始不再被微信团队维护。建议使用能力更强的 wx.getRecorderManager 接口。该接口获取到的音频格式为silk。 silk是webm格式通过base64编码后的结果，我们解码后需要将webm转换成pcm、wav

wx.getRecorderManager()

相对wx.startRecord()接口，该接口提供的能力更为强大(详情)，可以暂停录音也可以继续录音，根据自己需求设置编码码率，录音通道数，采样率。最让人开心的是可以指定音频格式，有效值 aac/mp3。不好的是wx.getRecorderManager()在1.6.0才开始被支持。当然如果你要兼容低端微信用户需要使用wx.startRecord()做兼容处理。

事件监听细节

// wxjs:    const recorderManager = wx.getRecorderManager()  recorderManager.onStart(() => {      //开始录制的回调方法  })  //录音停止函数  recorderManager.onStop((res) => {    const { tempFilePath } = res;    //上传录制的音频    wx.uploadFile({      url: app.d.hostUrl + '/Api/Index/wxupload', //仅为示例，非真实的接口地址      filePath: tempFilePath,      name: 'viceo',      success: function (res) {          console.log(res);      }    })  })    Page({      //按下按钮--录音    startHandel: function () {      console.log("开始")      recorderManager.start({        duration: 10000      })    },    //松开按钮    endHandle: function () {      console.log("结束")      //触发录音停止      recorderManager.stop()    }  })    //wxml:  <view bindtouchstart='startHandel' bindtouchend='endHandle' class="tapview">      <text>{{text}}</text>  </view>

音频转换

我这边后端使用php的开源框架thinkphp,当然node、java、python等后端语言都可以，你根据自己的喜好和能力来。想做好音频转码我们就要借助音视频转码工具ffmpeg、avconv，它们都依赖于gcc。安装过程大家可以自行百度，或者关注底部的文章链接。

<?php  namespace Api\Controller;  use Think\Controller;  class IndexController extends Controller {            //音频上传编解码      public function wxupload(){          $upload_res=$_FILES['viceo'];          $tempfile = file_get_contents($upload_res['tmp_name']);          $wavname = substr($upload_res['name'],0,strripos($upload_res['name'],".")).".wav";          $arr = explode(",", $tempfile);          $path = 'Aduio/'.$upload_res['name'];                    if ($arr && !empty(strstr($tempfile,'base64'))){              //微信模拟器录制的音频文件可以直接存储返回              file_put_contents($path, base64_decode($arr[1]));              $data['path'] = $path;              apiResponse("success","转码成功！",$data);          }else{              //手机录音文件              $path = 'Aduio/'.$upload_res['name'];              $newpath = 'Aduio/'.$wavname;              file_put_contents($path, $tempfile);              chmod($path, 0777);              $exec1 = "avconv -i /home/wwwroot/mapxcx.kanziqiang.top/$path -vn -f wav /home/wwwroot/mapxcx.kanziqiang.top/$newpath";              exec($exec1,$info,$status);              chmod($newpath, 0777);              if ( !empty($tempfile) && $status == 0 ) {                  $data['path'] = $newpath;                  apiResponse("success","转码成功！",$data);              }          }          apiResponse("error","发生未知错误！");      }      //json数据返回方法封装      function apiResponse($flag = 'error', $message = '',$data = array()){          $result = array('flag'=>$flag,'message'=>$message,'data'=>$data);          print json_encode($result);exit;      }  }

调用识别接口

当我们把文件准备好之后，接下来我们就可以将base64编码之后的音频文件通过api接口请求传输过去。期间我们要注意严格按照文档中所说的规范传输，否则将造成不可知的结果。

<?php  namespace Api\Controller;  use Think\Controller;  class IndexController extends Controller {      public function _initialize(){      }      //封装数据请求方法      public function httpsRequest($url,$data = null,$xparam){          $curl = curl_init();          curl_setopt($curl, CURLOPT_URL, $url);          curl_setopt($curl, CURLOPT_SSL_VERIFYPEER, FALSE);          curl_setopt($curl, CURLOPT_SSL_VERIFYHOST, FALSE);          curl_setopt($curl, CURLOPT_HEADER, 0);          $Appid = "";//开放平台的appid          $Appkey = "";//开放平台的Appkey          $curtime = time();          $CheckSum = md5($Appkey.$curtime.$xparam.$data);          $headers = array(              'X-Appid:'.$Appid,              'X-CurTime:'.$curtime,              'X-CheckSum:'.$CheckSum,              'X-Param:'.$xparam,              'Content-Type:'.'application/x-www-form-urlencoded; charset=utf-8'              );          curl_setopt($curl, CURLOPT_HTTPHEADER, $headers);          if (!empty($data)){              curl_setopt($curl, CURLOPT_POST, 1);              curl_setopt($curl, CURLOPT_POSTFIELDS, $data);          }          curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);          $output = curl_exec($curl);          curl_close($curl);          return $output;      }      //请求接口数据处理      public function getVoice($path){          $d = base64_encode($path);          $url = "https://api.xfyun.cn/v1/aiui/v1/voice_semantic";          $xparam = base64_encode( json_encode(array('scene' => 'main','userid'=>'user_0001',"auf"=>"16k","aue"=>"raw","spx_fsize"=>"60" )));          $data = "data=".$d;          $res = $this->httpsRequest($url,$data,$xparam);          if(!empty($res) && $res['code'] == 00000){              apiResponse("success","识别成功！",$res);          }else{              apiResponse("error","识别失败！");          }      }      //数据返回封装      function apiResponse($flag = 'error', $message = '',$data = array()){          $result = array('flag'=>$flag,'message'=>$message,'data'=>$data);          print json_encode($result);exit;      }  }

到这里基本就完成了。以上代码是经过整理之后的，并不一定能够满足各位的实际开发需求。如果发现不当之处欢迎微信交流（xiaoqiang0672）。

想看实际案例的可以微信扫码-