微信小程序如何集成语音识别(语音转文字)

最近做了一个垃圾分类的小程序，可以通过拍照识别、语音录入垃圾名称，来判断垃圾所属分类的类别。

效果:

实现逻辑:

1. 通过小程序录音功能，录制音频文件

2. 利用百度的语音识别功能，将音频转为文字

准备阶段:

你需要注册一个百度云账号，并创建一个应用。参考: https://ai.baidu.com/ai-doc/REFERENCE/Ck3dwjgn3

创建好应用后可以获得API Key、Secret Key，用于小程序开发中。

实现过程:

1. 获取AccessToken

这是百度的鉴权认证过程，之后可以获得AccessToken。参考文档: https://ai.baidu.com/ai-doc/SPEECH/bk38lxitu

//app.js
App({
  onLaunch: function () {
    
    if (!wx.cloud) {
      console.error('请使用 2.2.3 或以上的基础库以使用云能力')
    } else {
      wx.cloud.init({
        // env 参数说明：
        //   env 参数决定接下来小程序发起的云开发调用（wx.cloud.xxx）会默认请求到哪个云环境的资源
        //   此处请填入环境 ID, 环境 ID 可打开云控制台查看
        //   如不填则使用默认环境（第一个创建的环境）
        // env: 'my-env-id',
        traceUser: true,
      })
    }
 
 
    this.globalData = {
      baiduyuyin:{
        apiKey: '你的API Key',
        secretKey: '你的Secret Key',
        url: 'https://openapi.baidu.com/oauth/2.0/token'
      }
    }
  },
  onShow (options) {
    that.initBaiduYuyinAccessToken();
  },
  //初始化语音识别 baiduBccessToken
  initBaiduYuyinAccessToken: function () {
    var that = this;
    var baiduBccessToken = wx.getStorageSync("baidu_yuyin_access_token");
    if (baiduBccessToken == undefined || baiduBccessToken == '') {
      that.getBaiduYuyinAccessToken();
    } else {
      var baiduTime = wx.getStorageSync("baidu_yuyin_time");
      var timeNum = new Date(parseInt(new Date().getTime() - baiduTime) * 1000).getDay();
      if (timeNum > 28) {
        that.getBaiduAccessToken();
      }
    }
  },
  getBaiduYuyinAccessToken: function () {
    var that = this;
    var baiduyuyin = that.globalData.baiduyuyin;
    console.log(baiduyuyin);
    wx.request({
      url: baiduyuyin.url,
      data: {
        grant_type: 'client_credentials',
        client_id: baiduyuyin.apiKey,
        client_secret: baiduyuyin.secretKey
      },
      method: 'POST',
      header: {
        'content-type': 'application/x-www-form-urlencoded'
      },
      success(res) {
        wx.setStorageSync("baidu_yuyin_access_token", res.data.access_token);
        wx.setStorageSync("baidu_yuyin_time", new Date().getTime());
      }
    })
  },
})

我将鉴权过程放到了app.js，在小程序启动时就能完成。这样就能保证在语音识别之前就能获取到AccessToken。避免在众多的异步操作中的复杂逻辑。

2. wxml点击按钮

<view class='item' catch:touchstart="handleTouchStart" catch:touchend="handleTouchEnd">
        <image src="../../images/voice.png" mode="widthFix"></image>
        <text>语音识别</text>
      </view>

定义2个手势动作

1）触碰时开始录音catch:touchstart="handleTouchStart"

2）移开时结束录音catch:touchend="handleTouchEnd"

const recorderManager = wx.getRecorderManager()
//语音识别
  handleTouchStart: function(e){
    //录音参数
    const options = {
      sampleRate: 16000,
      numberOfChannels: 1,
      encodeBitRate: 48000,
      format: 'PCM'
    }
    //开启录音
    recorderManager.start(options);
    wx.showLoading({
      title: '正在识别中...',
    })
  },
  handleTouchEnd: function(e){
    recorderManager.stop();
  },

录音api：https://developers.weixin.qq.com/miniprogram/dev/api/media/recorder/RecorderManager.html

3.利用recorderManager.onStop监听录音结束，并生成音频文件

参考api: https://developers.weixin.qq.com/miniprogram/dev/api/media/recorder/RecorderManager.onStop.html

bindRecorderStopEvent: function(){
    recorderManager.onStop((res) => {
      var baiduBccessToken = wx.getStorageSync("baidu_yuyin_access_token");
      var tempFilePath = res.tempFilePath;//音频文件地址
      // var fileSize = res.fileSize;
      const fs = wx.getFileSystemManager();
      fs.readFile({//读取文件并转为ArrayBuffer
        filePath: tempFilePath,
        success(res) {
          const base64 = wx.arrayBufferToBase64(res.data);
          var fileSize = res.data.byteLength;
          wx.request({
            url: 'https://vop.baidu.com/server_api',
            data: {
              format: 'pcm',
              rate: 16000,
              channel: 1,
              cuid: 'sdfdfdfsfs',
              token: baiduBccessToken,
              speech: base64,
              len: fileSize
            },
            method: 'POST',
            header: {
              'content-type': 'application/json' // 默认值
            },
            success(res) {
              wx.hideLoading();
              console.log(res.data);
              var result = res.data.result;
              if (result.length == 0){
                wx.showToast({
                  title: "未识别到语音信息!",
                  icon: 'none',
                  duration: 3000
                })
                return ;
              }
              
              var keyword = result[0];
              keyword = keyword.replace("。", "");
              wx.navigateTo({
                url: '/pages/search/search?keyword=' + keyword
              })
            }
          })
        }
      })
 
      
    })
  }

百度语音api要求音频文件要转为base64格式。利用fs.readFile读取文件并放到ArrayBuffer中，利用wx.arrayBufferToBase64(res.data)将其转为base64。

读取音频文件api: https://developers.weixin.qq.com/miniprogram/dev/api/file/FileSystemManager.readFile.html

最后调用https://vop.baidu.com/server_api识别接口就可以将语音转为文字了。

详情: http://market.zhenzikj.com/detail/103.html

来源：oschina

链接：https://my.oschina.net/u/3919887/blog/3158331

标签

微信小程序