语音识别—前端录音传给后台语音识别

实现前端录音，将音频blob传给服务器，然后在服务器端使用百度AI语音识别将结果返回给前端

上一篇文章是将百度AI语音识别Nodejs SDK版的进行了一遍演示加识别结果返回给前端显示，这里是完整的进行前端录音，然后将压缩后的音频对象Blob传给服务器，在服务端使用百度AI语音识别，最后将识别结果返回给前端进行显示。

本篇调用的是第三方库Recorder.js，如何调用该库捕获HTML5中的WAV音频并将其上传到服务器或者本地下载，可以查看这篇博客，不过它讲解的是上传到PHP服务端，这里我改成了基于Node搭建的Websocket服务器。
这是本篇博客的语音识别结果：

百度语音识别

查看文档知道了我想要的信息，如果想要实现实时语音识别、长时间段的语音、唤醒词功能、语义解析功能，需要使用Android、IOS SDK或者Linux C++ SDK版本，而我使用的Nodejs SDK是不支持的。

1、规格参数要求

• 语音时长上线为60s，超出讲返回错误

• 原始录音文件为pcm、wav或者amr格式，不区分大小写，推荐使用pcm

• 录音采样率为16000，声道为单通道

• 支持普通话、英文、粤语、四川话

• 项目结构

  调用百度AI平台语音识别的Nodejs SDK，查看文档快速入门，可以查看如何调用。

  首先将nodejs-sdk下载下来，下载后将目录里的speech文件夹拷贝到你的项目文件夹中，其中assets是存放录音音频的地方，然后进入node文件夹下的位置进行安装依赖包：

  npm install
  

  我的项目文件夹目录如下：

  audio_asr_baidu
  ├─ package-lock.json
  └─ speech
         ├─ .gitignore
         ├─ assets
         │    ├─ 16k_test.pcm
         │    └─ recorder.wav
         ├─ cpp
         │    ├─ .gitignore
         │    ├─ README.md
         │    ├─ build.sh
         │    └─ main.cpp
         └─ node
                ├─ .gitignore
                ├─ README.md
                ├─ index.html
                ├─ main.js
                ├─ node_modules
                ├─ package-lock.json
                ├─ package.json
                └─ style.css
  

  然后在node文件夹里的index.html是我的客户端文件，main.js是我的服务端文件。

搭建Websocket服务器

在main.js文件里搭建websocket服务器，首先安装相关依赖模块：

npm i ws -S

然后搭建：

let Server = require('ws').Server;
const wss = new Server({
   
    port: 9001
})
// 连接服务器
wss.on('connection', ws => {
   
    console.log('server connected');

    })
    ws.on('error', error => {
   
        console.log('Error:' + error);

    })
    ws.on('close', () => {
   
        console.log('Websocket is closed');
    })
})
// 断开连接
wss.on('disconnection', ws => {
   
    ws.on('message', msg => {
   
        console.log('server recived msg:' + msg);
    })
})

然后在index.html中：

let ws = new WebSocket('ws://localhost:9001')