概述
目前有部分用户接入 TRTC（Tencent RTC）服务后，会有一些实时字幕、会议文字纪要的需求。本文档帮助 web 端用户在已经接入 TRTC 服务后，更方便的快速接入 ASR，完成语音转文字的需求。
准备工作
1. 需要在 腾讯云语音识别控制台 已开通相关语音产品。
2. 在腾讯云控制台 访问管理 页面获取 SecretID 和 SecretKey 。
3. 在腾讯云控制台 账号信息 页面获取 AppId。
接入流程
2. 引入asr.js，asr.js 中封装了从 TRTC web 端 demo 中获取音轨，处理音频，以及调用 ASR 整个过程。为了更好的兼容浏览器，asr.js 主要是 es5写法，若要通过 import 方式引入，可参考 asr.esm.js 中代码。
3. 在 TRTC web 端中的调用（这里以 TRTC web 端 demo 本地流为例）：
参数说明
ASR 类的方法列表：
方法 | 参数 | 说明 |
start | - | 开始识别 |
stop | - | 结束识别 |
OnRecognitionStart | callback | 开始识别回调 |
OnSentenceBegin | callback | 一句话开始时回调 |
OnRecognitionResultChange | callback | 识别结果变化回调 |
OnSentenceEnd | callback | 一句话结束时回调 |
OnRecognitionComplete | callback | 识别完成回调 |
OnError | callback | 识别错误回调 |
OnChange | callback | 有识别结果回调 |
new ASR(options)说明：
属性 | 必填 | 默认值 | 说明 |
engine_model_type | 是 | 16k_zh | 引擎类型 |
voice_format | 是 | 1 | 语音编码方式 |
其他参数和返回字段参考 接口文档。
说明
目前 ASR 类将 TRTC 对应的音频默认处理为16k、16bit的 pcm 格式音频数据，所以 engine_model_type 目前只支持16k模型，voice_format 只能为1，若对音频数据有要求，可自行处理数据，具体可参考 asr.js 中16k音频的处理方式。
将生成 AppID、SecretID 和 SecretKey 作为参数传入 ASR 类中，具体调用示例如下 ：
trtc v5 获取 track 接口地址为：trtc.getAudioTrack()
let resultText = '';await trtc.startLocalAudio();const audioTrack = await trtc.getAudioTrack();webAudioSpeechRecognizer = new ASR({secretKey: asrSecretKey,secretId: asrSecretId,appId: asrAppId,// 实时识别接口参数engine_model_type: '16k_zh_large', // 引擎voice_format: 1,audioTrack,// 以下为非必填参数，可跟据业务自行修改needvad: 1,filter_modal: 1});// 开始识别webAudioSpeechRecognizer.OnRecognitionStart = (res) => {console.log('开始识别', res);};// 一句话开始webAudioSpeechRecognizer.OnSentenceBegin = (res) => {console.log('一句话开始', res);};// 识别变化时webAudioSpeechRecognizer.OnRecognitionResultChange = (res) => {console.log('识别变化时', res.result.voice_text_str);const currentText = `${resultText}${res.result.voice_text_str}`;asrText.innerText = currentText;asrText.scrollTo(0, asrText.scrollHeight);};// 一句话结束webAudioSpeechRecognizer.OnSentenceEnd = (res) => {console.log('一句话结束', res.result.voice_text_str);resultText += res.result.voice_text_str;asrText.innerText = resultText;};// 识别结束webAudioSpeechRecognizer.OnRecognitionComplete = (res) => {console.log('识别结束', res);};// 识别错误webAudioSpeechRecognizer.OnError = (res) => {console.log('识别失败', res);};webAudioSpeechRecognizer.start();
// 若从trtc获取的audioTrack发生变化时，需要重新实例化ASR，发起asr识别。const localStreamAsr = new ASR({secretKey: '',secretId: '',appId: 0,// 实时识别接口参数engine_model_type : '16k_zh', // 引擎voice_format : 1,// 以下为非必填参数，可跟据业务自行修改hotword_id : '08003a00000000000000000000000000',needvad: 1,filter_dirty: 1,filter_modal: 1,filter_punc: 1,convert_num_mode : 1,word_info: 2,audioTrack: this.localStream_.getAudioTrack() // this.localStream_.getAudioTrack() 为获取的本地流的音轨})// 开始语音识别调用localStreamAsr.start();// 开始识别localStreamAsr.OnRecognitionStart = (res) => {console.log('本地流：开始识别', res);};// 一句话开始localStreamAsr.OnSentenceBegin = (res) => {console.log('本地流：一句话开始', res);};// 识别变化时localStreamAsr.OnRecognitionResultChange = (res) => {console.log('本地流：识别变化时', res);};// 一句话结束localStreamAsr.OnSentenceEnd = (res) => {console.log('本地流：一句话结束', res);};// 识别有结果时localStreamAsr.OnChange = (res) => {console.log('本地流：识别中' ,res)}// 识别结束localStreamAsr.OnRecognitionComplete = (res) => {console.log('本地流：识别结束', res);};// 识别错误localStreamAsr.OnError = (res) => {console.log('本地流：识别失败', res);};// 关闭识别时localStreamAsr.stop();
注意
采取临时密钥方案时，policy 参数需要授予该临时证书权限的 CAM 策略，这里以只授权 asr 服务为例：
policy = {"version": "2.0","statement": [{"effect": "allow","action": ["name/asr:*"],"resource": "*",}]}
通过调用接口获取临时密钥信息。
将接口返回的密钥信息 tmpSecretId、tmpSecretkey 和 Token 依次作为参数 secretId、secretKey 和 token 传入 ASR 类中，若未采用临时密钥方案，可直接按照示例传入 secretId、secretKey 即可。
const audioTrack = await trtc.getAudioTrack();// const audioTrack = this.localStream_.getAudioTrack(); // v4 为 this.localStream_.getAudioTrack() 为获取的本地流的音轨const localStreamAsr = new ASR({secretKey: '', // tmpSecretIdsecretId: '', // tmpSecretkeytoken: '', // TokenappId: 0,// 实时识别接口参数engine_model_type : '16k_zh', // 引擎voice_format : 1,// 以下为非必填参数，可跟据业务自行修改hotword_id : '************************************************************',needvad: 1,filter_dirty: 1,filter_modal: 1,filter_punc: 1,convert_num_mode : 1,word_info: 2,audioTrack,})
