微信小程序之语音识别(附小程序+服务器源码)

1、概述

   通过微信小程序wx.startRecord()和wx.stopRecord()接口录音并上传silk录音文件至服务器，通过ffmpeg将silk录音文件转成wav录音文件，再通过百度语音识别 REST API 获取语音识别后的结果。

2、代码实现

   录音和语音文件上传

   node.js服务端接收语音文件代码

   silk文件转wav文件

   我使用的是silk-v3-decoder将silk文件转wav文件

silk-v3-decoder 使用方法

   百度语音识别 REST API识别wav文件

1、通过API Key和Secret Key获取的access_token

通过API Key和Secret Key获取的access_token文档

2、通过token 调用百度语音识别 REST API识别接口

3、语音识别优化

   通过上述操作后，发现识别的内容和实际内容差别很大

百度语音识别 REST API文档

   查看文档可知：采样率：8000/16000 仅支持单通道

   在ffmpeg里对应的设置方式分别是：

   -ar rate 设置采样率

   -ac channels 设置声道数

   修改converter.sh文件，修改为下图所示

修改后的converter.sh文件