基于avconv转码工具的微信小程序语音识别功能实现~

用户2619822

发布于 2022-06-10 16:54:24

8640

发布于 2022-06-10 16:54:24

文章被收录于专栏：袁威

“ 最近在做基于微信小程序【垃圾分类引导指南】的语音识别功能模块时，遇到了一个比较头疼得事情，由于腾讯AI开放平台的接口只支持PCM、WAV、AMR和SILK四种音频格式，而微信小程序录音的音频文件是mp3格式的（此处就是踩得第一大坑了，刚开始看到开发文档是的时候心里还暗喜了一波，因为微信小程序录音文件就可以设置为SILK格式，这样岂不是可以不费吹灰之力就搞定了想想有点头疼的语音识别啦~然而我们终究还是太年轻~折腾了半天，在真机测试的时候发现木有半点反应，调试发现没有生成录音文件，真的是丈二和尚摸不着头脑的赶脚，最后查了一番资料才知道微信小程序在真机上只能设置成acc和mp3格式的），那么这里就不得不进行音频格式转化了。”

此次分享废话不多说，直接上每一步的代码，首先上一波流程图

01—小程序部分

微信小程序端语音页面代码如下

<view class='serac_img' bindtap="startRecord" wx:if="{{hasRecord == false}}">
  <image src='../../images/voice.png' mode="widthFix"></image>
  <text>语音查询</text>
</view>
<view class='serac_img' bindtap="stopRecord" wx:if="{{hasRecord == true}}">
  <image src='../../images/stop.png' mode="widthFix"></image>
  <text>录音中</text>
</view>

Js部分的话，先引入wx.getRecorderManager()

const recorderManager = wx.getRecorderManager()

然后，在录音开始事件中进行录音参数设置及开启录音

startRecord() {
    this.setData({ 
      hasRecord: true
    })
    const options = {
      duration: 10000,
      sampleRate: 16000,
      numberOfChannels: 1,
      encodeBitRate: 48000,
      format: 'mp3'
    }
    recorderManager.start(options);
  }

最后，在停止录音事件里进行停止录音操作，并监控停止录音事件，获取到录音文件，使用wx.uploadFile()方法将录音文件传给后端，后端处理完成后返回最终处理信息并展示

stopRecord() {
    this.setData({ hasRecord: false })
    var that = this
    recorderManager.stop()
    recorderManager.onStop((res) => {
      const { tempFilePath } = res;
      wx.showLoading({
        title: '语音检索中',
      })
      //上传录制的音频
      wx.uploadFile({
        url: requestUrl + 'Rubbish/VoiceSearch',
        filePath: tempFilePath,
        name: 'voices',
        success: function (event) {
          var datas = JSON.parse(event.data);
          if (datas.status == 0) {
            wx.hideLoading()
            if (datas.result.list.length > 0) {
              that.setData({
                detail: datas.result
              })
            } else {
              wx.showToast({
                title: '如此聪明伶俐的我居然会词穷，我要喊我父亲大人送我去深造~',
                icon: 'none',
                duration: 2000
              })
            }
          } else {
            wx.showToast({
              title: datas.msg,
              icon: 'none',
              duration: 2000
            })
          }
        }
      })
    })
  }

02—服务端部分

后端代码采用avconv进行音频转化，这里采用腾讯语音识别-echo版Api接口来进行语音识别，具体实现如下

接收录音文件并进行转码

public function VoiceSearch(){
        $typeArr = array("mp3");
        $path = "Public/uploads/voice_search/"; //上传路径
        $name = $_FILES['voices']['name'];
        $size = $_FILES['voices']['size'];
        $name_tmp =$_FILES['voices']['tmp_name'];
        if (empty($name)) {
            jsonReturn(20000,'小主，请开口说话~');
        }
        $type = strtolower(substr(strrchr($name, '.'), 1)); //获取文件类型
        if (!in_array($type, $typeArr)) {
            jsonReturn(20002,'文件格式好像不对哟~');
        }
        if ($size > (5000 * 1024)) { //上传大小
            jsonReturn(20003,'小主，口才可是真真的好呢~');
        }
        $pic_name = date('YmdHis') . rand(10000, 99999) . "." . $type; //名称
        $pic_url = $path . $pic_name; //上传后路径+名称
        if (move_uploaded_file($name_tmp, $pic_url)) { //临时文件转移到目标文件夹
            $r_path = $_SERVER['DOCUMENT_ROOT'];
            $wavname = date('YmdHis') . rand(10000, 99999).".wav";
            $newpath = "Public/uploads/voice_search/".$wavname;
            //执行文件格式转换
            $exec1 = "avconv -i $r_path/$pic_url -vn -f wav $r_path/$newpath";
            exec($exec1,$info,$status);
            //转换成功后进入识别阶段
            if ($status == 0){
                //语音识别
                $r = $this->voiceGeneral(SITE_URL.'/'.$newpath);
                $resu = json_decode($r,true);
                if ($resu['ret'] == 0 && $resu['msg'] == 'ok'){
                    jsonReturn(0,'获取成功',$resu['data']['text']);
                }else{
                    jsonReturn(-1,'哎呀，人潮拥挤，请稍后重试~');
                }
            }else{
                jsonReturn(-1,'哎呀，人潮拥挤，请稍后重试~');
            }
        } else {
            jsonReturn(-1,'哎呀，人潮拥挤，请稍后重试~');
        }
    }

对接腾讯语音识别Api接口进行语音识别

public function voiceGeneral($path){
        $url = 'https://api.ai.qq.com/fcgi-bin/aai/aai_asr';
        $data   = file_get_contents($path);
        $base64 = base64_encode($data);
        // 设置请求数据
        $appkey = 'WjjphPD0oqrPJSYm';
        $params = array(
            'app_id'       => '2018656256',
            'format'       => '2',
            'rate'         => '16000',
            'speech'       => $base64,
            'time_stamp'   => strval(time()),
            'nonce_str'    => strval(rand()),
            'sign'         => '',
        );
        $params['sign'] = $this->getReqSign($params, $appkey);
        // 执行API调用
        $response = httpRequest($url, 'POST',$params);
        return $response;
    }
  public function getReqSign($params , $appkey )
{
        // 1. 字典升序排序
        ksort($params);
        // 2. 拼按URL键值对
        $str = '';
        foreach ($params as $key => $value)
        {
            if ($value !== '')
            {
                $str .= $key . '=' . urlencode($value) . '&';
            }
        }
        // 3. 拼接app_key
        $str .= 'app_key=' . $appkey;

        // 4. MD5运算+转换大写，得到请求签名
        $sign = strtoupper(md5($str));
        return $sign;
    }

至此，微信小程序语音识别就结束了，又可以愉快的玩耍了~

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2019-07-19，如有侵权请联系 cloudcommunity@tencent.com 删除

语音识别