小程序实现语音识别转文字坑路历程

1、小程序实现语音识别转文字，坑路历程最近为小程序增强语音识别转文字的功能，坑路不断，特此记录。微信开发者工具开发者工具上的录音文件与移动端格式不同，临时只可在工具上举行播放调试，无法挺直播放或者在客户端上播放debug的时候发觉，工具上录音的路径是http:/tmp/xxx.mp3，客户端上录音是wxfile:/xxx.mp3。忽悠呢，不是格式不同，是映射路径不同。其实做个兼容也不难，每次提醒一行文字，很丑。采样率与编码码率限制每种采样率有对应的编码码率范围有效值，设置不合法的采样率或编码码率会导致录音失败。具体看这个一开头没有留意，导致录音不胜利。试过几次后，采纳这样的配置，感觉录音识别率和体

2、积之间比较好平衡：123samplerate:16000,/采样率numberofchannels:1,/录音通道数encodebitrate:96000,/编码码率单通道基本是必选的。由于asr只支持单通道。framesize也是可以的，但是要考虑截断对识别的影响。临时没实用上。录音优化由于可能误按，于是对小于500ms的录音挺直忽视。另外，松开录音按键后，再延迟一点时光才真正stop录音。录音文件格式微信录音文件支持mp3和aac。这2种格式文件都比较小，aac文件体积更小。这对上传来说是件好事情，速度更快。但是对语音识别转文字就不友好了。由于百度、阿里云asr、讯飞的语音转文字接口都不支

3、持aac和mp3，通常要求是pcm或者wav格式。假如微信录音能提供wav格式，那么就不用服务器做格式转换了，但是wav格式体积是mp3、aac的5到10倍，起码短期是没戏了，这也是无数人吐槽的地方。服务器转换录音文件格式可以用java第三方库转换，也可以用process调用ffmpeg转换。要注重的是，按照识别api的要求来做转换。比如阿里云asr的要求是：支持音频编码格式：pcm(无压缩的pcm文件或wav文件)、opus，16bit采样位数的单声道(mono)；支持音频采样率：8000hz、16000hz；javaprocessbuilder要用法数组传参转换音视频，习惯用ffmpeg。

4、安装完ffmpeg之后，用java新建进程调用。1process=newprocessbuilder("ffmpeg-iin.mp3out.wav").start();向来提醒createprocesserror。后来看文档才发觉，要以数组的形式传入参数。1process=newprocessbuilder("ffmpeg","-y","-i","in.mp3","out.wav"

5、).start();这样就启动胜利了。关于java启动进程，不是本文重点，以后再写篇文章总结。阿里云asrsdk用法问题这个问题困扰了一天时光，回想起来真是吐血。问题表现是微信录制的语音无数都识别不了。最初是挺直把录音mp3文件转换为pcm文件，本地能播放，但是用阿里云asrsdk却识别不了。一开头以为是文件编码问题。特意查了asr支持的文件格式，用ffprobe检查，potplayer看属性，都没有看出问题。甚至把启动ffmpeg进程转换也改了，用了java的库去做，还是不可。后来为了便利测试问题，用asr的restful接口测试录音文件，都能识别！似乎是sdk的问题。于是打开官方文档例子对

6、照。发觉用的是sdk2.x，老铁啊你复制粘贴过来的代码居然少了！欲哭无泪。1234/todo重要提醒：这里是用读取本地文件的形式模拟实时猎取语音流并发送的，由于read很快，所以这里需要sleep/todo假如是真正的实时猎取语音，则无需sleep,假如是8k采样率语音，其次个参数改为8000intdeltasleep=getsleepdelta(len,samplerate);thread.sleep(deltasleep);也少了对samplerate的设置。阿里云asrtoken过期由于用的是免费版asr，没有给福报厂充值，因此token一天失效，导致联调的时候骤然报错。最后实在受不了，

7、写了个定时任务每小时更新token。这，就是beggarvip?wx.uploadfile返回值封装了一个接口parseresponse，统一解析查询结果（文本、语音）。发觉惊奇的问题：用文本查询的，可以正常解析结果用语音查询的，明明已经返回了结果，却解析不了！只能console.log()打印出来对照第一行是wx.request()发起文本查询。其次行是wx.uploadfile()上传语音文件后挺直语音转文字，并且查询。wx.request返回值是json对象。wx.uploadfile返回值是字符串！wx.uploadfile返回值是字符串！wx.uploadfile返回值是字符串！重要

8、的事情要说3遍。尽管content-type:"application/json;charset=utf8"，但是微信根本不做转换！十分坑爹！解决：对wx.uploadfile返回值举行json.parse(res.data)，得到json对象。更换appid和secret由于正式小程序项目账号向来拖着没有申请，所以这段时光用的是我个人的appid和secret举行开发。等正式账号预备好了，更新了小程序项目的appid，并且发出内部体验包。此时已经深夜1点半，头脑有点发懵。只更新了小程序appid，居然忘了更新服务器的appid和secret。于是乎反复报错登录失败。过了一会才反映过来，更新服务器的appi的secret，但是还是用户。才想起忘了还有storage缓存没有清除?，里面