在2021年实现一个集成语音识别功能的微信小程序的极简教程

一、技术背景与工具准备

2021年，微信小程序生态已支持丰富的API接口，其中语音识别功能主要通过wx.getRecorderManager（录音管理）和wx.onShowMessageBeforeShare（非直接相关，此处实际指语音转文字需结合后端或云开发能力）的间接实现，或更直接地使用微信官方推荐的云开发能力（如调用云函数接入第三方语音识别服务）。开发者需完成以下准备：

1. 注册微信开发者账号：访问微信公众平台，完成小程序注册与认证。
2. 安装开发工具：下载并安装微信开发者工具，支持Windows/macOS系统。
3. 选择语音识别方案：
   • 方案一：使用微信原生录音API+后端处理（需自建服务或接入第三方SDK）。
   • 方案二：通过微信云开发调用云函数，接入腾讯云、阿里云等语音识别服务（本文以云开发为例，避免业务纠纷）。

二、核心实现步骤

1. 初始化小程序项目

在开发者工具中创建新项目，填写AppID（需已注册小程序），选择模板为“空白模板”。项目结构如下：

├── pages/
│   └── index/          # 主页面
│       ├── index.js    # 逻辑代码
│       ├── index.json  # 页面配置
│       ├── index.wxml  # 页面结构
│       └── index.wxss  # 页面样式
├── app.js              # 全局逻辑
├── app.json            # 全局配置
└── app.wxss            # 全局样式

2. 配置页面与权限

在app.json中声明页面路由及录音权限：

{
  "pages": ["pages/index/index"],
  "permission": {
    "scope.record": {
      "desc": "需要录音权限以实现语音识别"
    }
  }
}

3. 实现录音功能

在pages/index/index.js中编写录音逻辑：

Page({
  data: {
    isRecording: false,
    tempFilePath: ''
  },
  startRecord() {
    const recorderManager = wx.getRecorderManager();
    const options = {
      format: 'mp3', // 录音格式
      duration: 60000, // 最长录音时间（毫秒）
    };
    recorderManager.start(options);
    this.setData({ isRecording: true });
    recorderManager.onStart(() => {
      console.log('录音开始');
    });
    recorderManager.onStop((res) => {
      this.setData({ 
        isRecording: false,
        tempFilePath: res.tempFilePath 
      });
      this.recognizeSpeech(res.tempFilePath); // 调用语音识别
    });
  },
  stopRecord() {
    const recorderManager = wx.getRecorderManager();
    recorderManager.stop();
  }
});

4. 接入语音识别服务（云开发示例）

步骤1：开通云开发
在app.js中初始化云环境：

App({
  onLaunch() {
    wx.cloud.init({
      env: 'your-env-id', // 替换为实际云环境ID
      traceUser: true
    });
  }
});

步骤2：创建云函数调用语音识别API

1. 在云开发控制台新建云函数recognizeSpeech。
2. 安装语音识别SDK（以腾讯云为例，需自行申请API密钥）：

   npm install tencentcloud-sdk-nodejs --save

3. 编写云函数代码：
   ```javascript
   const tencentcloud = require(‘tencentcloud-sdk-nodejs’);
   const AsrClient = tencentcloud.asr.v20190614.Client;
   const models = tencentcloud.asr.v20190614.Models;

exports.main = async (event, context) => {
const clientConfig = {
credential: {
secretId: ‘your-secret-id’,
secretKey: ‘your-secret-key’
},
region: ‘ap-guangzhou’,
profile: {
httpProfile: { endpoint: ‘asr.tencentcloudapi.com’ }
}
};
const client = new AsrClient(clientConfig);
const params = new models.CreateRecTaskRequest({
EngineModelType: ‘16k_zh’, // 16k中文普通话
ChannelNum: 1,
ResTextFormat: 0, // 文本格式
SourceType: 1, // 音频源类型（此处需通过其他方式上传音频）
// 实际开发中需先上传音频至COS，此处简化流程
});
try {
const res = await client.CreateRecTask(params);
return { code: 0, data: res.Data };
} catch (err) {
return { code: -1, message: err.message };
}
};

**注**：2021年微信云开发可能未直接集成腾讯云ASR，此处需开发者自行通过COS上传音频后调用API。更简单的方案是使用微信内置的**语音转文字插件**（需申请权限）。
#### 5. 优化方案：使用微信语音转文字插件
微信官方提供[语音转文字插件](https://developers.weixin.qq.com/miniprogram/dev/framework/plugin/using.html)，步骤如下：
1. 在`app.json`中声明插件：
```json
{
  "plugins": {
    "voiceToText": {
      "version": "1.0.0",
      "provider": "wxid_xxxxxx" // 插件开发者ID
    }
  }
}

1. 在页面中调用插件API：

   Page({
   recognizeWithPlugin() {
    wx.navigateTo({
      url: 'plugin://voiceToText/index?action=recognize',
      success: (res) => {
        res.eventChannel.on('result', (data) => {
          console.log('识别结果:', data.text);
        });
      }
    });
   }
   });

三、调试与发布

1. 真机调试：在开发者工具中点击“预览”，扫描二维码测试录音与识别功能。
2. 常见问题：
   • 录音失败：检查app.json中是否声明录音权限。
   • 识别错误：确保音频格式为16k采样率、单声道MP3。
3. 提交审核：完成开发后，在微信公众平台提交小程序审核，通过后即可发布。

四、进阶建议

1. 性能优化：压缩音频文件以减少上传时间。
2. 多语言支持：切换不同的语音识别引擎模型（如英文、粤语）。
3. 离线识别：考虑使用WebAssembly集成轻量级离线识别库（如Vosk）。

五、总结

2021年实现微信小程序语音识别功能，可通过原生录音API结合云开发或官方插件快速完成。开发者需重点关注权限配置、音频处理及第三方服务集成。随着微信生态的完善，后续版本可能提供更简洁的内置语音识别API，建议持续关注微信官方文档更新。