为了参加某个作秀活动，研究了一波如何结合小程序、科大讯飞实现语音录入、识别的实现。科大讯飞开发文档中只给出 Python 的 demo，并没有给出 node.js 的 sdk，但问题不大。本文将从小程序相关代码到最后对接科大讯飞 api 过程，一步步介绍，半个小时，搭建完成小程序语音识别功能！不能再多了！
当然，前提是最好掌握有一点点小程序、node.js 甚至是音频相关的知识。下面话不多说了，来一起看看详细的介绍吧
架构先行
架构比较简单，大伙儿可以先看下图。除了小程序，需要提供 3 个服务，文件上传、音频编码及对接科大讯飞的服务。
node.js 对接科大讯飞的 api，npm 上已经有同学提供了 sdk，有兴趣的同学可以去搜索了解一下，笔者这里是直接调用了科大讯飞的 api 接口。
撸起袖子加油干
1、创建小程序
鹅厂的小程序文档非常详细，在这里笔者就不对如何创建一个小程序的步骤进行详细阐述了。有需要的同学可以查看鹅厂的。
1.1 相关代码
我们摘取小程序里面，语音录入和语音上传部分的代码。
// 根据wx提供的api创建录音管理对象 const recorderManager = wx.getRecorderManager(); // 监听语音识别结束后的行为 recorderManager.onStop(recorderResponse => { // tempFilePath 是录制的音频文件 const { tempFilePath } = recorderResponse; // 上传音频文件，完成语音识别翻译 wx.uploadFile({ url: 'http://127.0.0.1:7001/voice', // 该服务在后面搭建。另外，小程序发布时要求后台服务提供https服务！这里的地址仅为开发环境配置。 filePath: tempFilePath, name: 'file', complete: res => { console.log(res); // 我们期待res，就是翻译后的内容 } }); }); // 开始录音，触发条件可以是按钮或其他，由你自己决定 recorderManager.start({ duration: 5000 // 最长录制时间 // 其他参数可以默认，更多参数可以查看https://developers.weixin.qq.com/miniprogram/dev/api/media/recorder/RecorderManager.start.html });
2、搭建文件服务器
步骤 1 代码中提到了一个 url 地址大家应该都还记得。
:7001/voice
小程序本身还并没有提供语音识别的功能，所以在这里我们需要借助于“后端”服务的能力，完成我们语音识别翻译的功能。
2.1 egg.js 服务初始化
我们使用 egg.js 的 cli 快速初始化一个工程，当然你也可以使用 express、koa、kraken 等等框架，框架的选型在此不是重点我们就不做展开阐述了。对 egg.js 不熟悉的同学可以查看egg.js 的官网。
npm i egg-init -g egg-init voice-server --type=simple cd voice-server npm i
安装完成后，执行以下代码
npm run dev
随后访问浏览器:7001应该可以看到一个Hi, egg 的页面。至此我们的服务初始化完成。
2.2 文件上传接口
a) 修改 egg.js 的文件上传配置
打开 config/config.default.js，添加以下两项配置
module.exports = appInfo => { ... config.multipart = { fileSize: '2gb', // 限制文件大小 whitelist: [ '.aac', '.m4a', '.mp3' ], // 支持上传的文件后缀名 }; config.security = { csrf: { enable: false // 关闭csrf } }; ... }
b) 添加 VoiceController
打开 app/controller 文件夹，新建文件 voice.js。编写 VoiceController 使其继承于 egg.js 的 Controller。具体代码如下：
const Controller = require('egg').Controller; const fs = require('fs'); const path = require('path'); const pump = require('mz-modules/pump'); const uuidv1 = require('uuid/v1'); // 依赖于uuid库，用于生成唯一文件名，使用npm i uuid安装即可 // 音频文件上传后存储的路径 const targetPath = path.resolve(__dirname, '..', '..', 'uploads'); class VoiceController extends Controller { constructor(params) { super(params); if (!fs.existsSync(targetPath)) { fs.mkdirSync(targetPath); } } async translate() { const parts = this.ctx.multipart({ autoFields: true }); let stream; const voicePath = path.join(targetPath, uuidv1()); while (!isEmpty((stream = await parts()))) { await pump(stream, fs.createWriteStream(voicePath)); } // 到这里就完成了文件上传。如果你不需要文件落地，也可以在后续的操作中，直接使用stream操作文件流 ... // 音频编码 // 科大讯飞语音识别 ... } }
c) 最后一步，新增路由规则
写完 controller 之后，我们依据 egg.js 的规则，在 router.js 里面新增一个路由。
module.exports = app => { const { router, controller } = app; router.get('https://www.jb51.net/', controller.home.index); router.get('/voice', controller.voice.translate); };
OK，至此你可以测试一下从小程序录音，录音完成后上传到后台文件服务器的完整流程。如果没问题，那恭喜你你已经完成了 80%的工作了！
3、音频编码服务