前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >实现一个前后端结构的语音识别小程序服务

实现一个前后端结构的语音识别小程序服务

原创
作者头像
张世强
修改2020-06-04 13:36:41
2.6K0
修改2020-06-04 13:36:41
举报
文章被收录于专栏:zhang

一、实现方式:通过录音管理器 RecorderManager调用手机的录音功能实现音频的在线获取,并将获取到的音频传入到服务端,服务端调用腾讯云“一句话识别”API将音频中的文字提取出来回调到小程序端

二、实现流程

第一步:配置服务器域名

第二步:实现小程序的Demo

在小程序公共配置文件app.json中,添加页面生成参数

代码语言:json
复制
"pages/voice/voice",

点击"编译"生成页面目录及页面

  • voice.wxml
代码语言:html
复制
<!--pages/voice/voice.wxml-->
<view class="REC">
  <view class="time">{{status==0?'录音时长':(status==3?'录音结束':'录音中')}}:{{time}} 秒 ({{duration/1000}}秒)</view>
  <view class="rin">
  <view class="{{status==3 && actionStatus==0?'show':'hide'}}" bindtap="play" hover-class="skip">{{actionStatus==1?'播放中':'播放录音'}}</view>
    <view class="{{status==3?'show':'hide'}}" bindtap="again" hover-class="skip">再次录制</view> 
  </view>
  <view class="anniu">
    <view class="{{status==0?'highlight':'gray'}}" bindtap="start" hover-class="skip">开始</view>
    <view class="{{status==1?'highlight':'gray'}}" bindtap="stop" hover-class="skip">暂停</view>
    <view class="{{status==2?'highlight':'gray'}}" bindtap="continue" hover-class="skip">继续</view>
    <view class="{{(status==1 || status==2)?'highlight':'gray'}}" bindtap="shutoff" hover-class="skip">停止</view>
    <view class="{{status==3?'highlight':'gray'}}" bindtap="recognition" hover-class="skip">识别</view>
  </view>
   <view class="progress">
    <progress percent="{{time*(100/(duration/1000))}}"  stroke-width="10" backgroundColor="#fff" border-radius="15" stroke-width="4" color="#7FFF00" active />
  </view>
</view>
<view class=".REC">
  <textarea placeholder="录音完成后点击识别可将音频转文字" auto-focus value="{{ Words }}" />
</view>

使用的组件:

进度条progress

多行输入框textarea

使用的视图容器:

view

使用的XML语法:

双大括号数据绑定之三元运算

使用的视图层:

bindtap事件绑定

  • voice.wxss
代码语言:css
复制
/* pages/voice/voice.wxss */
.REC {
  border-radius: 25rpx;
  background-color: rgb( 199,237,204 );
  padding: 6rpx 0rpx;
  margin: 15rpx 35rpx;
}

.rin {
  justify-content: space-between;
  align-items: center;
  margin: 0rpx 120rpx;
  display: flex;
}

.rin .show {
  background-color: rgb(178, 228, 228);
  padding: 15rpx;
  width: 210rpx;
  border: 5rpx solid rgb(127, 204, 214);
  border-radius: 20rpx;
  font-size: 28rpx;
  display: flex;
  justify-content: center;
  align-items: center;
}

.rin .hide {
  padding: 15rpx;
  align-items: center;
  border-radius: 20rpx;
  display: flex;
  width: 215rpx;
  font-size: 28rpx;
  justify-content: center;
  border: 5rpx solid #eee;
  pointer-events: none;
  background-color: rgba(137, 190, 178, 0.445);
}

.time {
  text-align: center;
  line-height: 75rpx;
  font-size: 28rpx; 
}

.progress {
  margin: 25rpx;
}

.play {
  margin: 0rpx 25rpx;
}

.content {
  line-height: 60rpx;
  font-size: 28rpx;
  display: flex;
  justify-content: center;
}

.anniu {
  display: flex;
  margin: 10rpx 50rpx;
  justify-content: space-between;
}

.highlight {
  display: flex;
  font-size: 28rpx;
  width: 80rpx;
  height: 80rpx;
  justify-content: center;
  border-radius: 50%;
  align-items: center;
  background-color: rgb(107, 194, 53);
  border: 5rpx solid rgb(127, 204, 214);
}

.skip {
  transform: scale(0.9);
}



.anniu .gray {
  pointer-events: none;
  background-color: rgba(137, 190, 178, 0.445);
  display: flex;
  width: 80rpx;
  height: 80rpx;
  font-size: 28rpx;
  justify-content: center;
  align-items: center;
  border-radius: 50%;
  border: 5rpx solid rgb(241, 244, 245); 
}

WXSS样式学习

  • voice.json
代码语言:json
复制
{
  "navigationBarTitleText": "一句话识别在线测试",
  "backgroundColor": "#eeeeee"
}

全局配置

  • voice.js
代码语言:javascript
复制
// pages/voice/voice.js
const recorderManager = wx.getRecorderManager()
const innerAudioContext = wx.createInnerAudioContext()
var init

Page({

  /**
   * 页面的初始数据
   */
  data: {
    time: 0, 
    duration: 60000, 
    localFilePath: "", 
    status: 0, 
    actionStatus: 0, 
  },

  /**
   * 生命周期函数--监听页面加载
   */
  onLoad: function(options) {

  },

  /**
   * 生命周期函数--监听页面初次渲染完成
   */
  onReady: function() {

  },

  /**
   * 生命周期函数--监听页面显示
   */
  onShow: function() {

  },

  /**
   * 生命周期函数--监听页面隐藏
   */
  onHide: function() {

  },

  /**
   * 生命周期函数--监听页面卸载
   */
  onUnload: function() {

  },

  /**
   * 页面相关事件处理函数--监听用户下拉动作
   */
  onPullDownRefresh: function() {

  },

  /**
   * 页面上拉触底事件的处理函数
   */
  onReachBottom: function() {

  },

  /**
   * 用户点击右上角分享
   */
  onShareAppMessage: function() {

  },


  /**开始录音 */
  start: function() {
    clearInterval(init) 
    recorderManager.onStart((res) => {
      console.log('开始录音')
      this.setData({
        status: 1
      })
    })

    recorderManager.onStop((res) => {
      console.log('停止录音', res)
      this.setData({
        tempFilePath: res.tempFilePath,
        status: 3
      })
      this.timeCounter(this.data.time)
    })

    const options = {
      duration: this.data.duration,   
      format: 'mp3', 
    }
    this.timeCounter()
    recorderManager.start(options)
  },

  /**
   * 录音暂停
   */
  stop: function() {
    recorderManager.onPause(() => {
      console.log('recorder pause')
      this.setData({
        status: 2
      })
    })
    this.timeCounter(this.data.time)
    recorderManager.pause()
  },

  /**
   * 录音继续
   */
  continue: function() {
    this.setData({
      status: 1
    })
    this.timeCounter()
    recorderManager.resume()
  },

  /**
   * 录音停止
   */
  shutoff: function() {
    recorderManager.onStop((res) => {
      console.log('recorder stop', res)
      this.setData({
        tempFilePath: res.tempFilePath,
        status: 3
      })
    })
    this.timeCounter(this.data.time)
    recorderManager.stop()

  },
  /**
   * 录音识别
   */
  recognition: function() {
    var that=this;
    wx.request({
      url: 'https://tencentcloud.cdhwdl.com:3000', //仅为示例,并非真实的接口地址
      method:'post',
      data: {
        x: "data:audio/mp3;base64," + wx.getFileSystemManager().readFileSync(this.data.tempFilePath, 'base64')
      },
      header: {
        'content-type': 'application/json' // 默认值
      },
      success (res) {
        that.setData({
          Words: res.data.Result.Result
        })
        console.log(res.data)

      }
    })

  },

  /**
   * 录音播放
   */
  play: function() {
    innerAudioContext.src = this.data.tempFilePath
    innerAudioContext.obeyMuteSwitch = false

    
    if (this.data.actionStatus == 0) {
      this.setData({
        actionStatus: 1
      })
      innerAudioContext.play()
    }
  
    innerAudioContext.onEnded(() => {
      innerAudioContext.stop()
      this.setData({
        actionStatus: 0
      })
    })
  },

  
  timeCounter: function(time) {
    var that = this
    if (time == undefined) {
   
      init = setInterval(function() {
        var time = that.data.time + 1;
        that.setData({
          time: time
        })
      }, 1000);
    } else {
      clearInterval(init)
      console.log("暂停计时")
    }
  },

  /**
   * 重新录制
   */
  again: function() {
    var that = this
    wx.showModal({
      title: "重新录音",
      content: "是否重新录制?",
      success(res) {
        if (res.confirm) {
          that.setData({
            time: 0, 
            tempFilePath: "", 
            status: 0,
            actionStatus: 0
          })
          innerAudioContext.stop()
        }
      }
    })
  }
})

使用到的知识点: Page 构造器

录音管理器

HTTPS 网络请求

文件管理器FileSystemManager读取指定编码的文件内容

数据传递setData

注意:如果自定义函数中嵌套了wx等对象函数,数据传递应该先声明"var that=this",然后再嵌套函数,如wx.request中使用"that.setData"来传递数据

后端数据结构

第三步:搭建nodejs服务端

任意安装一款Linux发行版系统(安装过程略)

代码语言:javascript
复制
[root@zhang .nvm]# cat /etc/redhat-release 
CentOS release 6.9 (Final)

安装2.0版本以上的git客户端,如果你的系统是Centos发行版的,可以参考下面的安装演示;如果是其他发行版,可以参考git官网指引,通过简单的命令即可安装

非Centos发行版系统安装方式参考Git官方文档下载指引

Centos发行版系统(这里是Centos6.9)安装流程如下:

安装Git依赖包:

检查是否安装"Development Tools"软件组,若未安装则执行安装命令

代码语言:shell
复制
[root@zhang tmp]# yum grouplist | grep "Development Tools"
[root@zhang tmp]# 
[root@zhang yum.repos.d]# yum  groupinstall "Development Tools" -y
[root@zhang yum.repos.d]# yum grouplist | grep "Development tools"
   Development tools

安装其他软件包(如果已安装了会提示已安装)

代码语言:shell
复制
yum install zlib-devel -y
yum install perl-ExtUtils-MakeMaker -y
yum install asciidoc -y 
yum install xmlto -y
yum install openssl-devel -y 
yum install gcc -y 
yum install curl-devel -y 
yum install expat-devel -y 
yum install gettext-devel -y

卸载现有Git

代码语言:javascript
复制
[root@zhang git-2.0.5]# yum remove git -y

下载2.0版本的Git客户端,如果下载慢,可以用网速较好的机器下载后再上传到服务器中,下载后解压

代码语言:shell
复制
[root@zhang tmp]# wget https://www.kernel.org/pub/software/scm/git/git-2.0.5.tar.gz
代码语言:javascript
复制
[root@zhang tmp]# ls -lh | grep git
drwxrwxr-x 19 root  root   12K Dec 19  2014 git-2.0.5
-rw-r--r--  1 root  root  4.7M Dec 19  2014 git-2.0.5.tar.gz

进入解压目录,三步编译安装法安装

软件配置与检查

代码语言:javascript
复制
[root@zhang git-2.0.5]# ./configure --prefix=/usr/local/git

编译成二进制文件

代码语言:javascript
复制
[root@zhang git-2.0.5]# make

安装编译后的文件到指定目录

代码语言:javascript
复制
[root@zhang git-2.0.5]# make install

将Git的运行程序路径配置到全局环境变量中(路径为"/usr/local/git/bin")

代码语言:javascript
复制
[root@zhang git-2.0.5]# vi /etc/profile
代码语言:javascript
复制
[root@zhang git-2.0.5]# cat /etc/profile | grep "export PATH="
export PATH=/usr/local/nginx/sbin:/usr/local/php/bin:/usr/local/mysql/bin:$PATH:/usr/local/git/bin

使得修改生效

代码语言:javascript
复制
[root@zhang git-2.0.5]# source /etc/profile
[root@zhang git-2.0.5]# 

查看git版本号

代码语言:javascript
复制
[root@zhang git-2.0.5]# git --version
git version 2.0.5

安装nvm

参考官方文档:https://github.com/nvm-sh/nvm/blob/master/README.md

代码语言:javascript
复制
[root@zhang git-2.0.5]# curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.35.3/install.sh | bash
  % Total    % Received % Xferd  Average Speed   Time    Time     Time  Current
                                 Dload  Upload   Total   Spent    Left  Speed
100 13527  100 13527    0     0   5385      0  0:00:02  0:00:02 --:--:-- 12131
=> Downloading nvm from git to '/root/.nvm'
=> Cloning into '/root/.nvm'...
remote: Enumerating objects: 290, done.
remote: Counting objects: 100% (290/290), done.
remote: Compressing objects: 100% (257/257), done.
remote: Total 290 (delta 35), reused 97 (delta 20), pack-reused 0
Receiving objects: 100% (290/290), 163.27 KiB | 8.00 KiB/s, done.
Resolving deltas: 100% (35/35), done.
Checking connectivity... done.
=> Compressing and cleaning up git repository

=> Appending nvm source string to /root/.bashrc
=> Appending bash_completion source string to /root/.bashrc
=> Close and reopen your terminal to start using nvm or run the following to use it now:

export NVM_DIR="$HOME/.nvm"
[ -s "$NVM_DIR/nvm.sh" ] && \. "$NVM_DIR/nvm.sh"  # This loads nvm
[ -s "$NVM_DIR/bash_completion" ] && \. "$NVM_DIR/bash_completion"  # This loads nvm bash_completion

在当前用户的环境变量配置文件"~/.bash_profile"或者全局环境变量配置文件"/etc/profile"中加入如下内容

export NVM_DIR="$([ -z "${XDG_CONFIG_HOME-}" ] && printf %s "${HOME}/.nvm" || printf %s "${XDG_CONFIG_HOME}/nvm")" [ -s "$NVM_DIR/nvm.sh" ] && \. "$NVM_DIR/nvm.sh" # This loads nvm

代码语言:javascript
复制
[root@zhang ~]# vi ~/.bash_profile
[root@zhang ~]# tail -2f ~/.bash_profile 
export NVM_DIR="$([ -z "${XDG_CONFIG_HOME-}" ] && printf %s "${HOME}/.nvm" || printf %s "${XDG_CONFIG_HOME}/nvm")"
[ -s "$NVM_DIR/nvm.sh" ] && \. "$NVM_DIR/nvm.sh"

重载环境变量

代码语言:javascript
复制
source ~/.bash_profile

测试nvm是否安装成功

代码语言:javascript
复制
[root@zhang ~]# nvm --version
0.35.3
[root@zhang ~]# 

安装Node.js 7.10.1 版本及以上

代码语言:javascript
复制
[root@zhang iai]# nvm install v10.6.0
Downloading and installing node v10.6.0...
Downloading https://nodejs.org/dist/v10.6.0/node-v10.6.0-linux-x64.tar.xz...
######################################################################## 100.0%
Computing checksum with sha256sum
Checksums matched!
Now using node v10.6.0 (npm v6.1.0)
[root@zhang iai]# node -v
v10.6.0

创建nodejs web项目仓库

代码语言:shell
复制
[root@zhang data]# mkdir -p /data/nodejs

创建语音识别项目

代码语言:shell
复制
[root@zhang ~]# mkdir /data/nodejs/asr
[root@zhang ~]# cd /data/nodejs/asr

安装tencentcloud-sdk-nodejs并创建一个项目入口文件app.js

代码语言:javascript
复制
[root@zhang asr]# npm install tencentcloud-sdk-nodejs --save
[root@zhang asr]# ls -lh
total 20K
drwxr-xr-x 51 root root 4.0K Apr 16 14:12 node_modules
-rw-r--r--  1 root root  13K Apr 16 14:12 package-lock.json
[root@zhang asr]# touch app.js
[root@zhang asr]# ls -lh
total 20K
-rw-r--r--  1 root root    0 Apr 16 14:13 app.js
drwxr-xr-x 51 root root 4.0K Apr 16 14:12 node_modules
-rw-r--r--  1 root root  13K Apr 16 14:12 package-lock.json

通过API 3.0 Explorer生成tencentcloud-sdk-nodejs下一句话识别API的调用Demo

https://console.cloud.tencent.com/api/explorer?Product=aai&Version=2018-05-22&Action=SentenceRecognition&SignVersion=

在实现Web功能之前,我们需要知道小程序的服务端只允许HTTPS协议的地址,所以我们应该通过nodejs的HTTPS模块来实现一个加密的Web服务,具体流程如下:

  • 通过一个已经实名认证的腾讯云账号在控制台进入“SSL证书”控制台,点击【申请免费证书】为你的小程序服务端域名免费申请一个SSL加密证书
  • 申请成功后下载证书文件压缩包
  • 解压缩后进入到Nginx目录下
  • 在Linux服务端nodejs的项目目录下创建certificate目录、voice语音存放目录并配置权限755
代码语言:javascript
复制
[root@zhang asr]# ls -lh
total 20K
-rw-r--r--  1 root root    0 Apr 16 14:13 app.js
drwxr-xr-x 51 root root 4.0K Apr 16 14:12 node_modules
-rw-r--r--  1 root root  13K Apr 16 14:12 package-lock.json
[root@zhang asr]# mkdir certificate
[root@zhang asr]# chmod 775 certificate/
[root@zhang asr]# mkdir voice
[root@zhang asr]# chmod 775 voice/
  • 上传Nginx目录下的两个证书文件到服务端的certificate目录下并重名为"server.key"、"server.crt"
代码语言:javascript
复制
[root@zhang asr]# cd certificate/
[root@zhang certificate]# ls -lh
total 8.0K
-rw-r--r-- 1 root root 3.7K Apr 15 10:48 1_tencentcloud.cdhwdl.com_bundle.crt
-rw-r--r-- 1 root root 1.7K Apr 15 10:48 2_tencentcloud.cdhwdl.com.key
[root@zhang certificate]# mv 1_tencentcloud.cdhwdl.com_bundle.crt server.crt
[root@zhang certificate]# mv 2_tencentcloud.cdhwdl.com.key server.key
[root@zhang certificate]# ls -lh
total 8.0K
-rwxr-xr-x 1 root root 3.7K Apr 15 10:48 server.crt
-rwxr-xr-x 1 root root 1.7K Apr 15 10:48 server.key

编辑项目入口文件app.js,通过nodejs的https模块创建一个web服务器并调用上述Demo

代码语言:javascript
复制
const https = require('https');
const fs = require('fs');
const path = require('path');

const privateKey  = fs.readFileSync(path.join(__dirname, './certificate/server.key'), 'utf8');
const certificate = fs.readFileSync(path.join(__dirname, './certificate/server.crt'), 'utf8');
const credentials = {key: privateKey, cert: certificate};
const httpsServer = https.createServer(credentials,function(req, res){
    let body = [];
    req.on('data', (chunk) => {
        body.push(chunk);
    }).on('end', () => {
        body = Buffer.concat(body).toString();
        res.statusCode = 200;
        res.setHeader('Content-Type', 'text/plain');
        var json_ob = JSON.parse(body.trim());
        base64 = json_ob.x;
        var base64Data = base64.replace(/^data:audio\/\w+;base64,/, "");
        var dataBuffer = Buffer.from(base64Data, 'base64');
        var t1 = new Date().getTime();
        var name = t1+".mp3";
        var json = { Result: ""};
        fs.writeFile("./voice/"+name, dataBuffer, { 'flag': 'a' }, function(err) {
            if(err){
                json.Result=err;
                res.end(JSON.stringify(json));
            }
        });
        const tencentcloud = require("./node_modules/tencentcloud-sdk-nodejs");
        const AaiClient = tencentcloud.aai.v20180522.Client;
        const models = tencentcloud.aai.v20180522.Models;

        const Credential = tencentcloud.common.Credential;
        const ClientProfile = tencentcloud.common.ClientProfile;
        const HttpProfile = tencentcloud.common.HttpProfile;

        let cred = new Credential("", "");
        let httpProfile = new HttpProfile();
        httpProfile.endpoint = "aai.tencentcloudapi.com";
        let clientProfile = new ClientProfile();
        clientProfile.httpProfile = httpProfile;
        let client = new AaiClient(cred, "ap-guangzhou", clientProfile);

        let req = new models.SentenceRecognitionRequest();

        var params = {ProjectId:0,SubServiceType:2,EngSerViceType:"16k_zh",SourceType:1,VoiceFormat:"mp3",UsrAudioKey:"www",Data:base64Data};
        var params = JSON.stringify(params)
        req.from_json_string(params);


        client.SentenceRecognition(req, function(errMsg, response) {

            if (errMsg) {
                json.Result=errMsg;
                res.end(JSON.stringify(json));
            }
            json.Result=JSON.parse(response.to_json_string());
            res.end(JSON.stringify(json));
        });
    });

});


const SSLPORT = 3000;
httpsServer.listen(SSLPORT, '0.0.0.0', () => {});

服务端后台启用这个web服务

代码语言:javascript
复制
[root@zhang asr]# nohup node app.js &
[1] 2599
nohup: ignoring input and appending output to `nohup.out'

我们先通过postman来在线调试下

测试OK,可以将web服务地址对接到一句话识别小程序页面中了

真实调试

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
云开发 CloudBase
云开发(Tencent CloudBase,TCB)是腾讯云提供的云原生一体化开发环境和工具平台,为200万+企业和开发者提供高可用、自动弹性扩缩的后端云服务,可用于云端一体化开发多种端应用(小程序、公众号、Web 应用等),避免了应用开发过程中繁琐的服务器搭建及运维,开发者可以专注于业务逻辑的实现,开发门槛更低,效率更高。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档