基於avconv轉碼工具的微信小程序語音識別功能實現~

最近在做基於微信小程序【垃圾分類引導指南】的語音識別功能模塊時，遇到了一個比較頭疼得事情，由於騰訊AI開放平臺的接口只支持PCM、WAV、AMR和SILK四種音頻格式，而微信小程序錄音的音頻文件是mp3格式的（此處就是踩得第一大坑了，剛開始看到開發文檔是的時候心裏還暗喜了一波，因爲微信小程序錄音文件就可以設置爲SILK格式，這樣豈不是可以不費吹灰之力就搞定了想想有點頭疼的語音識別啦_{然而我們終究還是太年輕}折騰了半天，在真機測試的時候發現木有半點反應，調試發現沒有生成錄音文件，真的是丈二和尚摸不着頭腦的趕腳，最後查了一番資料才知道微信小程序在真機上只能設置成acc和mp3格式的），那麼這裏就不得不進行音頻格式轉化了。
此次分享廢話不多說，直接上每一步的代碼，首先上一波流程圖

微信小程序端語音頁面代碼如下

      <view class='serac_img' bindtap="startRecord" wx:if="{{hasRecord == false}}">
        <image src='../../images/voice.png' mode="widthFix"></image>
        <text>語音查詢</text>
      </view>
      <view class='serac_img' bindtap="stopRecord" wx:if="{{hasRecord == true}}">
        <image src='../../images/stop.png' mode="widthFix"></image>
        <text>錄音中</text>
      </view>

Js部分的話，先引入wx.getRecorderManager()

const recorderManager = wx.getRecorderManager()

然後，在錄音開始事件中進行錄音參數設置及開啓錄音

startRecord() {
    this.setData({ 
      hasRecord: true
    })
    const options = {
      duration: 10000,
      sampleRate: 16000,
      numberOfChannels: 1,
      encodeBitRate: 48000,
      format: 'mp3'
    }
    recorderManager.start(options);
  }

最後，在停止錄音事件裏進行停止錄音操作，並監控停止錄音事件，獲取到錄音文件，使用wx.uploadFile()方法將錄音文件傳給後端，後端處理完成後返回最終處理信息並展示

stopRecord() {
    this.setData({ hasRecord: false })
    var that = this
    recorderManager.stop()
    recorderManager.onStop((res) => {
      const { tempFilePath } = res;
      wx.showLoading({
        title: '語音檢索中',
      })
      //上傳錄製的音頻
      wx.uploadFile({
        url: requestUrl + 'Rubbish/VoiceSearch',
        filePath: tempFilePath,
        name: 'voices',
        success: function (event) {
          var datas = JSON.parse(event.data);
          if (datas.status == 0) {
            wx.hideLoading()
            if (datas.result.list.length > 0) {
              that.setData({
                detail: datas.result
              })
            } else {
              wx.showToast({
                title: '如此聰明伶俐的我居然會詞窮，我要喊我父親大人送我去深造~',
                icon: 'none',
                duration: 2000
              })
            }
          } else {
            wx.showToast({
              title: datas.msg,
              icon: 'none',
              duration: 2000
            })
          }
        }
      })
    })
  }

後端代碼採用avconv進行音頻轉化，這裏採用騰訊語音識別-echo版Api接口來進行語音識別，具體實現如下
接收錄音文件並進行轉碼

public function VoiceSearch(){
        $typeArr = array("mp3");
        $path = "Public/uploads/voice_search/"; //上傳路徑
        $name = $_FILES['voices']['name'];
        $size = $_FILES['voices']['size'];
        $name_tmp =$_FILES['voices']['tmp_name'];
        if (empty($name)) {
            jsonReturn(20000,'小主，請開口說話~');
        }
        $type = strtolower(substr(strrchr($name, '.'), 1)); //獲取文件類型
        if (!in_array($type, $typeArr)) {
            jsonReturn(20002,'文件格式好像不對喲~');
        }
        if ($size > (5000 * 1024)) { //上傳大小
            jsonReturn(20003,'小主，口才可是真真的好呢~');
        }
        $pic_name = date('YmdHis') . rand(10000, 99999) . "." . $type; //名稱
        $pic_url = $path . $pic_name; //上傳後路徑+名稱
        if (move_uploaded_file($name_tmp, $pic_url)) { //臨時文件轉移到目標文件夾
            $r_path = $_SERVER['DOCUMENT_ROOT'];
            $wavname = date('YmdHis') . rand(10000, 99999).".wav";
            $newpath = "Public/uploads/voice_search/".$wavname;
            //執行文件格式轉換
            $exec1 = "avconv -i $r_path/$pic_url -vn -f wav $r_path/$newpath";
            exec($exec1,$info,$status);
            //轉換成功後進入識別階段
            if ($status == 0){
                //語音識別
                $r = $this->voiceGeneral(SITE_URL.'/'.$newpath);
                $resu = json_decode($r,true);
                if ($resu['ret'] == 0 && $resu['msg'] == 'ok'){
                    jsonReturn(0,'獲取成功',$resu['data']['text']);
                }else{
                    jsonReturn(-1,'哎呀，人潮擁擠，請稍後重試~');
                }
            }else{
                jsonReturn(-1,'哎呀，人潮擁擠，請稍後重試~');
            }
        } else {
            jsonReturn(-1,'哎呀，人潮擁擠，請稍後重試~');
        }
    }

對接騰訊語音識別Api接口進行語音識別

 public function voiceGeneral($path){
        $url = 'https://api.ai.qq.com/fcgi-bin/aai/aai_asr';
        $data   = file_get_contents($path);
        $base64 = base64_encode($data);
        // 設置請求數據
        $appkey = 'WjjphPD0oqrPJSYm';
        $params = array(
            'app_id'       => '2018656256',
            'format'       => '2',
            'rate'         => '16000',
            'speech'       => $base64,
            'time_stamp'   => strval(time()),
            'nonce_str'    => strval(rand()),
            'sign'         => '',
        );
        $params['sign'] = $this->getReqSign($params, $appkey);
        // 執行API調用
        $response = httpRequest($url, 'POST',$params);
        return $response;
    }
  public function getReqSign($params , $appkey )
    {
        // 1. 字典升序排序
        ksort($params);
        // 2. 拼按URL鍵值對
        $str = '';
        foreach ($params as $key => $value)
        {
            if ($value !== '')
            {
                $str .= $key . '=' . urlencode($value) . '&';
            }
        }
        // 3. 拼接app_key
        $str .= 'app_key=' . $appkey;
        // 4. MD5運算+轉換大寫，得到請求籤名
        $sign = strtoupper(md5($str));
        return $sign;
    }

至此，微信小程序語音識別就結束了，又可以愉快的玩耍了~
最後再上一個小程序碼，歡迎大家掃碼體驗，有什麼意見可以給我留言喲~