一、引言

随着移动应用对语音交互需求的增长，语音识别技术已成为提升用户体验的关键功能。uniapp作为跨平台开发框架，结合百度语音识别API，可快速实现录音与语音转文字功能。本文将详细介绍如何在uniapp中集成百度语音识别技术，构建一个支持录音、播放及实时转文字的简易录音器。

二、技术准备

1. 百度语音识别API申请

首先需在百度智能云平台申请语音识别服务：

• 注册并登录百度智能云账号
• 进入「语音技术」-「语音识别」服务
• 创建应用获取API Key和Secret Key
• 记录「接口地址」（如wss://vop.baidu.com/websocket_asr）

2. uniapp项目配置

1. 创建uniapp项目：通过HBuilderX新建uniapp项目，选择基础模板。
2. 安装依赖：

   npm install @dcloudio/uni-ui --save
   npm install js-base64 --save  # 用于Base64编码

3. 配置manifest.json：
   • 在「App权限配置」中添加录音权限：

     "app-plus": {
       "permissions": ["record"]
     }

   • iOS需在Xcode中配置NSMicrophoneUsageDescription权限描述。

三、核心功能实现

1. 录音功能实现

uniapp通过plus.audio.getRecorderAPI实现录音：

// 录音配置
const recorderOptions = {
  filename: '_doc/audio/record.wav',  // 录音文件路径
  format: 'wav',                      // 格式支持wav/amr
  samplerate: 16000                   // 采样率（百度API要求16k或8k）
};
// 开始录音
function startRecord() {
  return new Promise((resolve, reject) => {
    const recorder = plus.audio.getRecorder();
    recorder.record(recorderOptions, 
      () => resolve(recorder), 
      (error) => reject(error)
    );
  });
}
// 停止录音
function stopRecord(recorder) {
  return new Promise((resolve) => {
    recorder.stop(() => {
      const filePath = recorderOptions.filename;
      resolve(filePath);
    });
  });
}

2. 百度语音识别集成

2.1 WebSocket连接

百度语音识别通过WebSocket协议传输音频数据：

// 生成鉴权Token
async function getAccessToken(apiKey, secretKey) {
  const res = await uni.request({
    url: `https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=${apiKey}&client_secret=${secretKey}`
  });
  return res.data.access_token;
}
// 建立WebSocket连接
async function connectWebSocket(token) {
  const socketUrl = `wss://vop.baidu.com/websocket_asr?token=${token}&cuid=${plus.device.uuid}&server=1`;
  return new Promise((resolve) => {
    const socketTask = uni.connectSocket({ url: socketUrl });
    socketTask.onOpen(() => resolve(socketTask));
  });
}

2.2 音频数据传输

需将录音文件转为Base64并分片发送：

// 读取音频文件并分片发送
async function sendAudioData(socketTask, filePath) {
  const fileContent = await plus.io.readFile({ filePath });
  const base64Data = uni.base64ToArrayBuffer(fileContent);
  // 发送开始标记
  socketTask.send({
    data: JSON.stringify({
      format: 'wav',
      rate: 16000,
      channel: 1,
      cuid: plus.device.uuid,
      token: await getAccessToken(API_KEY, SECRET_KEY)
    })
  });
  // 分片发送音频数据（每1280字节）
  const chunkSize = 1280;
  for (let i = 0; i < base64Data.byteLength; i += chunkSize) {
    const chunk = base64Data.slice(i, i + chunkSize);
    socketTask.send({ data: chunk });
  }
  // 发送结束标记
  socketTask.send({ data: JSON.stringify({ end: true }) });
}

3. 实时识别结果处理

通过WebSocket消息回调获取识别结果：

function setupWebSocketListeners(socketTask) {
  let finalResult = '';
  socketTask.onMessage((res) => {
    const data = JSON.parse(res.data);
    if (data.result) {
      finalResult += data.result[0];  // 累加中间结果
    }
    if (data.result_type === 'final_result') {
      console.log('最终结果:', finalResult);
      // 更新UI显示
      uni.showToast({ title: `识别完成: ${finalResult}` });
    }
  });
}

四、完整实现示例

export default {
  data() {
    return {
      isRecording: false,
      recognitionResult: '',
      API_KEY: '你的API_KEY',
      SECRET_KEY: '你的SECRET_KEY'
    };
  },
  methods: {
    async startRecording() {
      try {
        this.isRecording = true;
        const recorder = await startRecord();
        const token = await getAccessToken(this.API_KEY, this.SECRET_KEY);
        const socketTask = await connectWebSocket(token);
        setupWebSocketListeners(socketTask);
        // 5秒后停止录音（示例）
        setTimeout(async () => {
          const filePath = await stopRecord(recorder);
          sendAudioData(socketTask, filePath);
          this.isRecording = false;
        }, 5000);
      } catch (error) {
        console.error('录音失败:', error);
      }
    }
  }
};

五、优化与注意事项

1. 错误处理：

   • 添加网络状态检测（uni.getNetworkType）
   • 处理WebSocket断开重连逻辑

2. 性能优化：

   • 使用Worker线程处理音频数据
   • 实现音频压缩（如Opus编码）

3. 平台差异：

   • Android需动态申请录音权限
   • iOS需配置后台运行模式

4. 安全建议：

   • 不要在前端硬编码API密钥
   • 通过后端服务中转鉴权请求

六、总结

通过uniapp结合百度语音识别API，开发者可快速实现跨平台语音交互功能。本文提供的实现方案覆盖了录音管理、WebSocket通信、实时结果处理等核心环节，实际开发中可根据需求扩展文件上传、多语言识别等高级功能。建议参考百度官方文档[1]和uniapp插件市场[2]中的相关组件，进一步提升开发效率。

[1] 百度语音识别API文档：https://cloud.baidu.com/doc/SPEECH/s/5k38y0wab
[2] uniapp插件市场：https://ext.dcloud.net.cn/