uniapp调用百度语音实现录音转文字功能

2024-04-02 19:04:59 516人浏览薄情痞子

摘要

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

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);  
    }  
      
    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;  
    }  
 
      
    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;  
    }  
 
} ```