Vue项目使用js-audio-recorder录音，通过WebSocket实时发送音频文件（语音识别）

---

前言

最近有个新需求，做一个语音识别的功能，将音频文件转为文字，识别完成后把文字返回到页面展示，最后使用js-audio-plugin + WebSocket实现

一、js-audio-plugin简介

纯js实现浏览器端录音。
详细可参考API：https://recorder-api.zhuyuntao.cn/Recorder/

二、安装

1. npm 方式（推荐使用）

//安装
npm i js-audio-recorder

//引入
import Recorder from 'js-audio-recorder';

//使用
let recorder = new Recorder();

2. script 标签方式

//使用
<script type="text/javascript" src="./dist/recorder.js"></script>

let recorder = new Recorder();

二、后端代码示例（服务端）

1. 配置WebScoket

pom文件

<!-- webSocket -->
<dependency>
    <groupId>org.springframework</groupId>
    <artifactId>spring-websocket</artifactId>
    <version>5.3.9</version>
</dependency>

@Component
public class WebSocketConfig {
    /**
     * 使用内部容器，需要配置一个Bean
     * @return
     */
    @Bean
    public ServerEndpointExporter serverEndpointExporter(){
        return new ServerEndpointExporter();
    }

}

2. 代码

该注解是将类定义为一个WebSocket服务端，注解值{serverId}用于监听用户连接的URL标识，每个客户端标识不一致，客户端可以通过这个地址访问服务端

@ServerEndpoint("/websocket/{serverId}")

需要用到的字段

    //与客户端通信
    private Session session;
    //客户端标识
    private String serverId;
    //所有连接服务的客户端，线程安全    CommunicationWebsocket是你自己的服务类
    private static ConcurrentHashMap<String, CommunicationWebsocket> communicationWebSocketSet= new ConcurrentHashMap<>();
    

	@OnOpen
    public void OnOpen(@PathParam(value = "serverId") String serverId, Session session){
        this.session = session;
        this.serverId = serverId;
		//存放所有的客户端连接，serverId唯一标识
        webSocketSet.put(serverId,this);
        System.out.println("客户端连接成功，websocket当前连接数为："+webSocketSet.size());
    }

	@OnMessage(maxMessageSize = 10000000)
    public void OnMessage(ByteBuffer message){
    	//message是接收到客户端发来的消息
		System.out.println("音频数据报文:："+message);
		// 为空时 不处理
        if (ObjectUtil.isEmpty(message)) {
            return;
        }
		
		// 临时存储  如果不想存储可以自行修改
        ByteArrayOutputStream byteArrayOutputStream = new ByteArrayOutputStream();
        byte[] bytes = message.array();
        try {
            byteArrayOutputStream.write(bytes);
        } catch (IOException e) {
            try {
                byteArrayOutputStream.close();
            } catch (IOException ex) {
                ex.printStackTrace();
            }
            e.printStackTrace();
        }
        Random random = new Random();
        String fileUrl = filePath+random+".txt";
        ByteArrayInputStream bais = new ByteArrayInputStream(byteArrayOutputStream.toByteArray());
        File file = new File(fileUrl);
        FileOutputStream fos = null;
        try {
            fos = new FileOutputStream(file);
            byte[] buffer = new byte[1024];
            int len;
            while ((len = bais.read(buffer)) != -1) {
                fos.write(buffer, 0, len);
            }
            fos.close();
            bais.close();
        } catch (FileNotFoundException e) {
            throw new RuntimeException(e);
        } catch (IOException e) {
            throw new RuntimeException(e);
        }
		
		//看个人的业务，将音频文件file传过去
		
	}

	@OnClose
    public void OnClose(){
        webSocketSet.remove(this.serverId);
        System.out.println("客户端退出成功，websocket当前连接数为："+webSocketSet.size());
    }

三、前端代码示例

data() {
    return {
		ws: null,       //定义websocket对象
		recorder: null,          //多媒体对象，用来处理音频
	}
}

1. WebSocket代码

//建立websocket服务
initWebSocket() {
	//初始化websocket    userId为会话标识
    const wsuri = 'ws://127.0.0.1:8080/websocket/'+this.userId;
    //连接服务端
    this.ws = new WebSocket(wsuri);
    //指定事件回调
    this.ws.onmessage = this.websocketOnMessage;
    this.ws.onopen = this.websocketOnOpen;
    this.ws.onerror = this.websocketOnError;
    this.ws.onclose = this.websocketClose;
},
//连接建立之后的回调
websocketOnOpen() {
	this.ws.send("握手成功");
	console.log("--------连接已建立!---------")
},
//数据接收
websocketOnMessage(e) {
	console.log("收到了服务端语音识别后的数据"+e)
},
//数据发送
websocketSend(Data) {
	//将音频数据发送到后端
    this.ws.send(Data);
},
//连接建立失败重连
websocketOnError() {
  	this.initWebSocket();
},
//关闭
websocketClose(e) {
 	console.log('断开连接', e);
},

2. 录音代码

//开始对讲  可以在进入页面时候调用该方法(看个人需求)
intercomBegin() {
  //启动浏览器麦克风，开始录制
  this.handleStart();
},

//启动录音
handleStart() {
  this.recorder = new Recorder({
    sampleBits: 16, // 采样位数，支持 8 或 16，默认是16
    sampleRate: 16000, // 采样率，支持 11025、16000、22050、24000、44100、48000，根据浏览器默认值，我的chrome是48000
    numChannels: 1, // 声道，支持 1 或 2， 默认是1
    // compiling: true//(0.x版本中生效,1.x增加中)  // 是否边录边转换，默认是false
  });

  // 获取录音权限
  Recorder.getPermission().then(
    () => {
      console.log("开始录音");
      this.startTall=true
      this.recorder.start(); // 开始录音
    },
    (error) => {
      this.$message({
        message: "请允许该网页使用麦克风",
        type: "info",
      });
      console.log(`${error.name} : ${error.message}`);
    }
  );
},


//结束对讲
intercomEnd() {
  let th = this;
  try {
    //获取录音数据
    const blob = this.recorder.getWAVBlob();
    //blob转为arrayBuffer
    let reader = new FileReader()
    reader.readAsArrayBuffer(blob)
    reader.onload = function() {
      console.log(this.result)
      //调用webSocket发送服务端
      th.websocketSend(this.result)
    }
    //停止录音
    this.startTall=false
    this.recorder.stop();
  } catch (e) {
    console.log(e)
  }
}

如果想做成实时语音转文字，需要前端录音实时发送音频数据，需要设置compiling=true，注意的是compiling在0.x版本中生效！！！