山东大学软件学院2021级创新项目实训个人工作周报

大三下第十一周

负责部分：前端

本周完成了前端的语音转文字接口的接入，所用接口为微软发布的ASR接口

具体实现细节如下：

本地录音并发送到后端处理

本地麦克风录音通过recorder包处理，并把录制好的音频文件发送到后端（远程服务器）。

这样做有一定优点：

• 对移动端的负载小。azure的语音识别只接受wav格式的音频文件，而手机录音的格式一般为m4a，若把音频格式转换的任务放到移动端本地来实现，代价过大，会影响使用流畅性。
• 传输更小的文件。转换后的wav格式文件大小会变成m4a格式的10倍左右，若本地传输wav文件到微软后端，需要传输一个很大的文件；把这个工作交给服务器来做，本地只要发送一个较小的m4a文件就好了。
• 降低存储。音频文件存储在服务器就好了，本地不需要保存，允许用户反复听。

下面是封装的录音器组件：

后端接收文件并调用Python

Python格式转换并请求语音识别