uniapp调用百度语音实现录音转文字功能
时间：2022-09-28 09:38:43|栏目：JavaScript代码|点击： 次
经历三天时间各种遇到困难 之后终于实现了这个功能，参照网上了许多文章 才找到一个能正常实现的方法，网上能找到的例子都不起作用，相信很多人困惑在这，为了避免别人出现这种情况，我分享我的代码，绝对可用，包括 uniapp前端使用了recorderManager和java端调用百度语音转文字，我相信很多人都很需要我写的东西，我只试验了安卓手机，html5 + 里面
plus.speech这个方式就不要用了，不好用，调用百度的语音识别时在百度的管理控制台会看到dev_id这个参数没传的错误也没找到添加这个参数的地方，所以在hbuildx里面当前项目的app模块配置这个地方不需要选
1.非常重要的一个步骤 manifest.json里面添加android.permission.RECORD_AUDIO这个权限，无论是想真机调试，由其是使用了自定义基座一定要在线打个包，让基座包含这个权限然后在手机系统 里面应用管理当前这个app的权限管理里面必须要看到有录音权限这一项
2.为了能够在使用recorderManager在进入要使用录音功能的页面会询问是否允许录音这样的权限，必须要使用recorderManager之前要调用一次硬件权限申请。这个在插件市场里面有一个https://ext.dcloud.net.cn/plugin?id=594 这个地址 App权限判断和提示这样的js，用于判断或申请某个硬件权限使用的是native.js的功能。这个插件引入项目之后会在当前项目目录的js_sdk这样一个文件夹。在里面会出现wa-permission文件 夹下面会有一个permission.js，
3.相关代码
uniapp端代码
<view class="popup-content" >
<view>{{msg}}</view>
<view>你在说{{voicetext}}</view>
<button class="uni-btn" type="warn" @touchstart="startvoice" @touchend="endvoice">按说语话松开停止</button>
<button class="uni-btn" type="warn" @tap="playvoice" >播放录音</button>
</view>
<script>
import permision from "@/js_sdk/wa-permission/permission.js"
const recorderManager = uni.getRecorderManager();
const innerAudioContext = uni.createInnerAudioContext();
export default {
data() {
return {
voicetext:"",
msg:"",
voicepath:""
}
},
onLoad() {
this.initaudio()
},
methods: {
async initaudio(){
//注意此处必须为 await 因为会触发异步事件，手机上会弹出权限申请对话框处理完才能走下一步录音
let recordauth = await permision.requestAndroidPermission("android.permission.RECORD_AUDIO")
console.log("判断有没有录音权限>>>>>>"+recordauth)
if(recordauth==1){
recorderManager.onStart((res)=>{
console.log("开始 录音>>>>>>>>>...")
});
recorderManager.onStop((res)=>{
console.log("recorderstop....res.tempFilePath>>>"+res.tempFilePath)
this.voicepath = res.tempFilePath
this.uploadvoicefile()
// 使用uni.uploadFile上传到服务器上，此时是mp3格式
});
recorderManager.onError( (res)=> {
console.log('onError'+JSON.stringify(res));
});
}
}, //initaudio 方法结束
startvoice(){
console.log("开始录音")
recorderManager.start({
format:"mp3",
sampleRate: 16000 // 必须设置是后台设置的参数，不然百度语音识别不了
});
},
endvoice(){
console.log("结束录音")
//注意为了避免说话时间太短导致这个api出现bug要加一些延时
setTimeout(()=>{
recorderManager.stop()
},1000)
},
playvoice(){
console.log("点击playvoice")
if (this.voicepath) {
console.log("播放声音")
innerAudioContext.src = this.voicepath;
innerAudioContext.play();
}
},
uploadvoicefile(){
// this.msg = "调用java端服务文件路径"+this.voicepath
uni.uploadFile({
url: 'http://ip:端口/uploadFile（java端接收文件接口名）',
filePath: this.voicepath,//录音结束后返回的临时路径，
name: 'file',
formData: {
dev_id:1537 //中文带标点
},
success: (uploadFileRes) => {
let word = uploadFileRes.data
console.log("上传音频成功"+word);
},
fail: (res) => {
console.log("上传音频失败"+JSON.stringify(res));
}
});
}
}
}
</script> ```
//注意uploadFile 的url属性 这个地方ip不能是localhost或127，如果自已电脑启动java服务必须 是本机的真实ip如192.xxx这种，或者域名什么的，并且java端接口一定要支持跨域，很多人卡到这个ip上，我也是网上很难找到解决问题的贴子
注意filePath这个路径就是recorderManager的onStop事件就得到的_doc这种开头的路径，不需要加什么file:不是像网上某些人说的加这种东西
Java端
pom里面需要引用两个包
<dependency>
<groupId>com.baidu.aip</groupId>
<artifactId>java-sdk</artifactId>
<version>4.16.3</version>
</dependency>
<dependency>
<groupId>com.googlecode.soundlibs</groupId>
<artifactId>mp3spi</artifactId>
<version>1.9.5.4</version>
</dependency>
``` import com.baidu.aip.speech.AipSpeech;
import javazoom.spi.mpeg.sampled.file.MpegAudioFileReader;
import org.apache.commons.io.IOUtils;
import org.json.JSONArray;
import org.json.JSONObject;
import org.springframework.web.bind.annotation.*;
import org.springframework.web.multipart.MultipartFile;
import javax.sound.sampled.AudioFormat;
import javax.sound.sampled.AudioInputStream;
import javax.sound.sampled.AudioSystem;
import java.io.IOException;
import java.io.InputStream;
import java.util.HashMap;
@RestController
@CrossOrigin(origins = "*")
public class BaiduSpeech {
//设置APPID/AK/SK
public static final String APP_ID = ""; //去百度语音服务申请
public static final String API_KEY = "";//去百度语音服务申请
public static final String SECRET_KEY = "";//去百度语音服务申请
@RequestMapping(value = "/uploadFile")
public String uploadFile( @RequestParam("dev_id") int dev_id, @RequestParam("file") MultipartFile file) throws Exception {
byte[] pcmbytedata = mp3Convert2pcm(file.getInputStream());
HashMap<String,Object> options = new HashMap<String,Object>();
options.put("dev_pid",dev_id);//
JSONObject jsonfrombaidu = basicBydata(pcmbytedata,"pcm",options);
JSONArray jsonArray = jsonfrombaidu.getJSONArray("result");
String result = jsonArray.getString(0);
System.out.println(result); //解析完的结果
return result;
}
// 获取AipSpeech对象，建议单例使用
public static AipSpeech getClient() {
AipSpeech client = new AipSpeech(APP_ID, API_KEY, SECRET_KEY);
// 可选：设置网络连接参数
client.setConnectionTimeoutInMillis(2000);
client.setSocketTimeoutInMillis(60000);
return client;
}
// 语音识别（来自文件）
public static JSONObject basicBydata(byte[] voicedata, String fileType,HashMap<String,Object> options) {
AipSpeech client = getClient();
return client.asr(voicedata, fileType, 16000, options);
}
/**
* MP3转换PCM
* @param inputStream MP3输入流
* @throws Exception
*/
public static byte[] mp3Convert2pcm(InputStream inputStream) throws Exception {
//转换PCM audioInputStream 数据
AudioInputStream audioInputStream = getPcmAudioInputStream(inputStream);
byte[] pcmBytes = IOUtils.toByteArray(audioInputStream);
return pcmBytes;
}
/**
* 获取PCM AudioInputStream 数据
* @param inputStream MP3输入流
* @return AudioInputStream PCM输入流
*/
private static AudioInputStream getPcmAudioInputStream(InputStream inputStream) {
AudioInputStream audioInputStream = null;
AudioFormat targetFormat = null;
try {
AudioInputStream in = null;
MpegAudioFileReader mp = new MpegAudioFileReader();
in = mp.getAudioInputStream(inputStream);
AudioFormat baseFormat = in.getFormat();
targetFormat = new AudioFormat(AudioFormat.Encoding.PCM_SIGNED, baseFormat.getSampleRate(), 16,
baseFormat.getChannels(), baseFormat.getChannels() * 2, baseFormat.getSampleRate(), false);
audioInputStream = AudioSystem.getAudioInputStream(targetFormat, in);
} catch (Exception e) {
e.printStackTrace();
}
return audioInputStream;
}
} ```
