小程序录音文件如何nodejs转成文字

JavaScript014

小程序录音文件如何nodejs转成文字,第1张

1、微信小程序录音，提交到服务器（此时音频格式为silk）；

2、利用silk-v3-decoder（https://github.com/kn007/silk-v3-decoder）， 把silk 转换成pcm格式 （silk/decoder /data/test.silk /data/1.pcm）；

3、 用 ffmpeg 把 44100 采样率 单声道 16bts pcm 文件转 16000采样率 16bits 位深的单声道pcm文件

ffmpeg -y -f s16le -ac 1 -ar 44100 -i test44.pcm -acodec pcm_s16le -f s16le -ac 1 -ar 1600016k.pcm （获得pcm文件）

ffmpeg -y -f s16le -ar 24000 -ac 1 -i /data/1.pcm -f wav -ar 16000 -b:a 16 -ac 1 /data/1.wav （获得wav文件）

4、调用百度api 转换 pcm ， 就能获取百度转换后的 文字

函数目前处于实验性阶段，在使用它之前，请仔细检查浏览器兼容性表。

text – 要合成的文字内容，字符串

lang – 使用的语言，字符串， 例如：“zh-cn”

voiceURI – 指定希望使用的声音和服务，字符串

volume – 声音的音量，区间范围是0到1，默认是1

rate – 语速，数值，默认值是1，范围是0.1到10，表示语速的倍数，例如2表示正常语速的两倍。

pitch – 表示说话的音高，数值，范围从0（最小）到2（最大）。默认值为1

SpeechSynthesis.paused 只读

当 SpeechSynthesis 处于暂停状态时， Boolean 值返回 true 。

SpeechSynthesis.pending 只读

当语音播放队列到目前为止保持没有说完的语音时， Boolean 值返回 true 。

SpeechSynthesis.speaking 只读

当语音谈话正在进行的时候，即使 SpeechSynthesis 处于暂停状态， Boolean 返回 true 。