小程序语音与讯飞语音识别踩坑过程

公司要在微信小程序上面实现语音识别的功能，后端的踩坑功能就落到了我的头上了。本着好好学习，努力研究的精神，二话不说就接下了这个任务了。

我在公司的开发环境是在Window上面的，而生产环境是在Ubuntu上面的，所以有的时候开发出来的东西会有一点兼容的问题，这个见怪不怪了。在Window环境上面研究的过程中规中矩，没有碰到上面太多或者太大的坑。下面先说一下实现的大概思路，接着在说一下遇到的坑。

我们是在微信的小程序上面调用微信的录音接口，把录音上传到我们后端进行处理，我们后端接收到微信小程序传回来的语音文件，这个语音文件是SILK格式的，我们收到SILK格式的文件后，先要将SILK文件转换为WAV格式或者PCM(音频采样率要是 16k 或者 8k，16 位，单声道音频),在文件转换成功后，然后调用讯飞的语音识别的接口，把语音转换为文字的格式，然后使用这个文字进行相对应的逻辑操作。

微信用的SILKv3编码是Skype向第三方开发人员和硬件制造商提供免版税认证(RF)的Silk宽带音频编码器，Skype后来将其开源。反正录音的文件很小，发回来的都是几K的，转换为PCM或者WAV都是100K左右。下面说一下遇到的坑和爬坑过程：

坑一：libmsc64.so文件不生效。花费了一天的时间看文档那些，已经在Window上面把整体的流程跑通了，程序的识别率还是挺高的，接下来要做的是把这个程序配置到测试服务器上面，看能不能给前端的小程序跑通。因为讯飞的服务要用到动态库的，而在Window上面的动态库可以直接放到项目的根目录或者System32 目录，但是Ubuntu要自己手动指定LD_LIBRARY_PATH的目录，虽然之前Linux系统用了很久，但是至少一些基础得操作，LD_LIBRARY_PATH这个之前是没有搞过。。。，百度了好久，按照百度的教程配置了一下，发现配置成功了，但是程序却死活说缺包，实在不行，所以我就把libmasc64.so文件放到/lib/ 和 /lib64/ 目录，发现也不行，打印了一些动态库的地址，/lib/ 和 /lib64/ 目录是有配置了的，可以直接把so文件放进去的，很无奈，搞了半天，死活不生效，测试服上面有很多东西，是不能重启的。最后只能在代码里面执行System.load(/xxxx/libmac64.so),这样把文件加载进去，这个是没有办法的办法。

坑二：语音转换功能public static void RecognizePcmfileByte(String uuid,String filePath)功能要在讯飞的注册SpeechUtility.createUtility("appid=" + APPID) 成功后才能只能，不然也会报错，大概的意思是缺动态库包，所以我把讯飞的注册功能在在项目运行的ServletContentListener里面，这样就可以保在调用转换语音功能前一定注册成功了。

坑三：微信小程序文件上传BUG,因为这个BUG是微信的锅，但是也影响到了我们功能的实现了，在我们把功能实现差不多了，前端也把小程序的文件上传上来了，识别率还是不错的，在我们接受的范围内，然后我就用我的手机扫码尝鲜一下，却发现预约文件上传失败，说是上传的文件为空。这个问题就很怪了，我们刚刚才在其他的手机上面测试是没有什么问题的，在我这里却又问题，难道是我的信仰有问题？试了多部手机才发现：在IPhone上面微信的上传文件是没有什么问题的，但是在Android上面上传文件是不行的，IPhone上面最新的微信是6.5多，Android的最新版本是6.3多，所以上传文件有问题，百度了一下，很多人都有这个问题【我们上传文件是直接用File上传的，还没有试过把文件转为base64再上传】

坑四：讯飞识别率低的问题。我们在拿到微信的文件后，是通过ffmpeg来进行转码的，转码的功能我是参考了这个开源项目 https://github.com/kn007/silk-v3-decoder进行转换的，该项目是用到了Ffmpeg和Gcc，他在转换的脚本里面

#!/bin/bash

# File: converter.sh

# Date: August 19th, 2016

# Time: 18:56:52 +0800

# Author: kn007 <kn007@126.com>

# Blog: https://kn007.net

# Link: https://github.com/kn007/silk-v3-decoder

# Usage: sh converter.sh silk_v3_file/input_folder output_format/output_folder flag(format)

# Flag: not define ---- not define, convert a file

# other value ---- format, convert a folder, batch conversion support

# Requirement: gcc ffmpeg

# Colors

RED="\e[31;1m"

GREEN="\e[32;1m"

YELLOW="\e[33;1m"

WHITE="\e[37;1m"

RESET="\e[0m"

# Main

cur_dir=$(cd `dirname $0`; pwd)

if [ ! -r "$cur_dir/silk/decoder" ]; then

echo -e "${WHITE}[Notice]${RESET} Silk v3 Decoder is not found, compile it."

cd $cur_dir/silk