【人工智能应用技术】-基础实战-小程序应用（基于springAI+百度语音技术）智能语音开关

关注

原创 2025-12-21 14:32:53 1.3k 阅读 AI 写同款· GEO 优化 ›

微信小程序实现智能设备语音控制（百度语音识别API）——新手踩坑全记录与解决方案

作为编程新手，最近尝试开发一款“智能设备语音控制”微信小程序（核心功能：语音指令→百度API转文字→控制客厅灯/卧室空调），过程中踩了无数坑：从音频参数不匹配到Token获取失败，从API请求格式错误到音频解析异常，最终一步步解决所有问题实现功能。本文将以新手视角，递进式梳理整个开发流程、遇到的所有问题及排查解决方案，既是开发总结，也希望能帮到同阶段的小伙伴。
在这里插入图片描述

手机界面
在这里插入图片描述

一、开发前准备（新手必看：环境+配置不能少）

1.1 开发环境搭建

首先确保基础开发环境到位，新手别跳过这一步，否则后续会出现各种“莫名报错”：

微信开发者工具：下载最新稳定版（本文使用v2.0.12510260），安装后登录微信账号，创建“小程序”项目（选择“不使用云服务”，模板选“空模板”）。
基础库版本：开发者工具→详情→本地设置→调试基础库，选择2.30.0（稳定版，兼容录音、文件读取等API）。
真机调试准备：小程序录音功能不支持模拟器，全程需用“真机调试”（工具右上角→真机调试，手机扫码即可）。

1.2 百度语音识别API申请（核心！密钥别错）

小程序的语音转文字依赖百度短语音识别API，需先申请开发者密钥：

登录百度智能云官网，注册/登录账号；
进入“产品服务→人工智能→语音技术”，点击“立即使用”；
创建应用：填写应用名称（如“小程序语音控制”），勾选“短语音识别”服务，提交后即可看到API Key和Secret Key（后续代码要用到，复制保存好，别漏字符/多空格）；
领取免费资源：进入“资源管理”，领取“短语音识别”免费资源包（5万次调用，足够测试）。
使用到的核心API

1.3 小程序域名白名单配置（新手最易漏！）

微信小程序限制网络请求域名，需提前配置合法域名，否则会报“请求未找到合法域名”：

登录微信公众平台，进入自己的小程序项目；
开发→开发设置→服务器域名：
- request合法域名添加：https://aip.baidubce.com（获取Token）、https://vop.baidu.com（语音识别）；
- 无需配置uploadFile域名（后续改用JSON方式上传音频，不用wx.uploadFile）；
保存后重启微信开发者工具，配置才会生效。

二、核心功能开发（从页面到逻辑，递进式实现）

2.1 页面结构（index.wxml）：新手友好的简单布局

先搭建基础界面，包含“语音按钮、识别结果、手动输入框、设备列表”，代码注释清晰，新手能看懂：

<!-- 语音控制区 -->
<view class="voice-section">
  <button class="mic-btn {{isRecording ? 'recording' : ''}}" bindtap="startVoiceControl">
    <text class="mic-icon">🎤</text>
    <text class="mic-text">{{isRecording ? '停止录音' : '点击说话控制设备'}}</text>
  </button>
  <view class="voice-result">识别结果：{{voiceText || '未识别到语音'}}</view>
  <input 
    class="voice-input" 
    placeholder="手动输入指令（如：打开客厅灯）" 
    bindinput="inputVoiceText"
    value="{{voiceText}}"
  />
  <button class="send-btn" bindtap="executeVoiceCommand">执行指令</button>
</view>

<!-- 智能设备列表 -->
<view class="device-section">
  <text class="section-title">我的智能设备</text>
  <!-- 客厅灯 -->
  <view class="device-card">
    <view class="device-info">
      <text class="device-name">客厅灯</text>
      <text class="device-status {{deviceList.livingRoomLight.status ? 'online' : 'offline'}}">
        {{deviceList.livingRoomLight.status ? '在线' : '离线'}}
      </text>
    </view>
    <view class="device-control">
      <text class="switch-status">{{deviceList.livingRoomLight.switch ? '开' : '关'}}</text>
      <button 
        class="switch-btn {{deviceList.livingRoomLight.switch ? 'on' : 'off'}}"
        bindtap="toggleDeviceSwitch"
        data-device="livingRoomLight"
      >
        {{deviceList.livingRoomLight.switch ? '关闭' : '打开'}}
      </button>
    </view>
  </view>

  <!-- 卧室空调 -->
  <view class="device-card">
    <view class="device-info">
      <text class="device-name">卧室空调</text>
      <text class="device-status {{deviceList.bedroomAir.status ? 'online' : 'offline'}}">
        {{deviceList.bedroomAir.status ? '在线' : '离线'}}
      </text>
    </view>
    <view class="device-control">
      <text class="switch-status">{{deviceList.bedroomAir.switch ? '开' : '关'}}</text>
      <button 
        class="switch-btn {{deviceList.bedroomAir.switch ? 'on' : 'off'}}"
        bindtap="toggleDeviceSwitch"
        data-device="bedroomAir"
      >
        {{deviceList.bedroomAir.switch ? '关闭' : '打开'}}
      </button>
    </view>
  </view>
</view>

<!-- 操作提示弹窗 -->
<view class="result-toast" wx:if="{{showResult}}">{{resultText}}</view>

2.2 样式美化（index.wxss）：简单易上手

不用复杂样式，重点是界面清晰，新手可直接复制：

page { background-color: #f5f5f5; padding-bottom: 20px; }

/* 语音控制区 */
.voice-section {
  background: white;
  padding: 20px;
  margin-bottom: 10px;
  text-align: center;
}
.mic-btn {
  background: #1677ff;
  color: white;
  border: none;
  border-radius: 50px;
  padding: 15px 30px;
  font-size: 16px;
  margin-bottom: 15px;
}
.mic-btn.recording { background: #ff4d4f; }
.mic-icon { font-size: 20px; margin-right: 8px; }
.voice-result {
  font-size: 14px;
  color: #666;
  margin: 10px 0;
  text-align: left;
  padding: 0 10%;
}
.voice-input {
  border: 1px solid #e5e5e5;
  border-radius: 8px;
  padding: 10px 15px;
  font-size: 14px;
  margin-bottom: 10px;
  width: 90%;
}
.send-btn {
  background: #00b578;
  color: white;
  border: none;
  border-radius: 8px;
  padding: 8px 20px;
  font-size: 14px;
}

/* 设备列表 */
.device-section { padding: 0 10px; }
.section-title {
  font-size: 16px;
  font-weight: bold;
  margin: 15px 0;
  display: block;
}
.device-card {
  background: white;
  border-radius: 10px;
  padding: 15px;
  margin-bottom: 10px;
  display: flex;
  justify-content: space-between;
  align-items: center;
}
.device-status.online { color: #00b578; }
.device-status.offline { color: #ff4d4f; }
.switch-btn.on { background: #ff4d4f; color: white; border: none; }
.switch-btn.off { background: #1677ff; color: white; border: none; }

/* 提示弹窗 */
.result-toast {
  position: fixed;
  top: 50%;
  left: 50%;
  transform: translate(-50%, -50%);
  background: rgba(0,0,0,0.7);
  color: white;
  padding: 10px 20px;
  border-radius: 8px;
  font-size: 14px;
  z-index: 999;
}

2.3 核心逻辑开发（index.js）：分模块实现

新手建议分模块写逻辑，避免代码混乱，核心模块包括：录音初始化、Token获取、语音转文字、设备控制。

第一步：初始化数据+录音管理器

Page({
  data: {
    voiceText: '', // 语音识别结果
    // 设备初始状态（模拟）
    deviceList: {
      livingRoomLight: { status: true, switch: false }, // 客厅灯：在线、关闭
      bedroomAir: { status: true, switch: true }        // 卧室空调：在线、打开
    },
    showResult: false, // 提示弹窗显示状态
    resultText: '',    // 提示文本
    isRecording: false,// 录音状态
    recorderManager: null, // 录音管理器
    tempFilePath: ''   // 录音文件路径
  },

  // 页面加载时初始化录音管理器
  onLoad: function() {
    const recorderManager = wx.getRecorderManager();
    this.setData({ recorderManager });
    this.initRecorder(); // 初始化录音回调
  },

  // 初始化录音回调（开始/停止/错误）
  initRecorder: function() {
    const that = this;
    const recorderManager = this.data.recorderManager;

    // 录音开始
    recorderManager.onStart(() => {
      that.setData({ isRecording: true });
      that.showResultToast('正在录音，请说话');
    });

    // 录音停止（获取文件路径，调用识别接口）
    recorderManager.onStop((res) => {
      that.setData({
        isRecording: false,
        tempFilePath: res.tempFilePath
      });
      that.voiceToText(res.tempFilePath); // 核心：语音转文字
    });

    // 录音错误
    recorderManager.onError((err) => {
      that.setData({ isRecording: false });
      that.showResultToast('录音失败：' + err.errMsg);
    });
  },
})

第二步：录音控制+手动输入

// 开始/停止录音（含权限申请）
startVoiceControl: function() {
  const { isRecording, recorderManager } = this.data;
  if (isRecording) {
    recorderManager.stop();
  } else {
    // 动态申请录音权限（新手别忘！否则真机录音失败）
    wx.authorize({
      scope: 'scope.record',
      success: () => {
        // 录音参数：严格匹配百度API要求（新手重点！参数错必报错）
        recorderManager.start({
          format: 'wav',        // 百度支持的格式
          sampleRate: 16000,    // 百度强制采样率
          numberOfChannels: 1,  // 单声道
          encodeBitRate: 64000, // 微信允许范围（24000-96000）
          duration: 6000        // 最长录音6秒
        });
      },
      fail: () => {
        wx.showModal({
          title: '权限申请失败',
          content: '需要麦克风权限才能语音控制，请前往设置开启',
          confirmText: '去设置',
          success: (res) => {
            if (res.confirm) wx.openSetting();
          }
        });
      }
    });
  }
},

// 手动输入指令
inputVoiceText: function(e) {
  this.setData({ voiceText: e.detail.value });
},

// 显示提示弹窗（3秒后隐藏）
showResultToast: function(text) {
  this.setData({ showResult: true, resultText: text });
  setTimeout(() => {
    this.setData({ showResult: false });
  }, 3000);
},

第三步：百度Token获取+语音转文字（核心！按官方规范）

新手最容易在这里出错，重点是“按百度API官方要求传参”，放弃wx.uploadFile，改用JSON方式上传（base64编码音频）：

// 核心：百度语音转文字（按官方JSON方式）
voiceToText: function(tempFilePath) {
  const that = this;
  // ========== 新手替换这里！填自己的百度API密钥 ==========
  const apiKey = '你的API Key';
  const secretKey = '你的Secret Key';
  // ======================================================

  // 步骤1：获取百度Access Token（官方POST表单方式）
  wx.request({
    url: 'https://aip.baidubce.com/oauth/2.0/token',
    method: 'POST',
    header: { 'Content-Type': 'application/x-www-form-urlencoded' },
    data: {
      grant_type: 'client_credentials', // 官方固定值
      client_id: apiKey,
      client_secret: secretKey
    },
    success: (tokenRes) => {
      // 检查Token是否获取成功
      if (tokenRes.statusCode !== 200 || tokenRes.data.error) {
        let errMsg = tokenRes.data.error_description || 'Token获取失败';
        if (tokenRes.data.error === 'invalid_client') errMsg = 'API Key/Secret Key错误，请核对';
        that.showResultToast(errMsg);
        return;
      }
      const accessToken = tokenRes.data.access_token;

      // 步骤2：读取录音文件（二进制→base64，获取原始字节长度）
      const fs = wx.getFileSystemManager();
      fs.readFile({
        filePath: tempFilePath,
        encoding: 'binary', // 先读二进制，获取原始长度
        success: (binaryRes) => {
          const fileBinary = binaryRes.data;
          const fileLen = fileBinary.length; // 原始字节长度（百度要求的len参数）
          // 二进制转base64（百度要求的speech参数）
          const speechBase64 = wx.arrayBufferToBase64(new Uint8Array(
            fileBinary.split('').map(char => char.charCodeAt(0))
          ));

          // 步骤3：构造百度API要求的JSON请求体
          const requestData = {
            "format": "wav",
            "rate": 16000,
            "channel": 1,
            "cuid": "wx-miniprogram-123456789", // 固定值，避免为空
            "token": accessToken,
            "dev_pid": 1537, // 普通话近场识别模型
            "len": fileLen,  // 原始字节长度（关键！不是base64长度）
            "speech": speechBase64 // base64编码的音频
          };

          // 步骤4：发送POST请求（手动序列化JSON，避免字段丢失）
          wx.request({
            url: 'https://vop.baidu.com/server_api',
            method: 'POST',
            header: { 'Content-Type': 'application/json; charset=utf-8' },
            data: JSON.stringify(requestData),
            success: (transRes) => {
              console.log('百度API返回：', transRes.data); // 新手调试用：看返回结果
              if (transRes.data.err_no === 0 && transRes.data.result) {
                const text = transRes.data.result[0];
                that.setData({ voiceText: text });
                that.showResultToast('识别成功：' + text);
                that.executeVoiceCommand(); // 自动执行设备控制
              } else {
                const errMsg = transRes.data.err_msg || '识别失败';
                that.showResultToast(`识别失败：${errMsg}（错误码：${transRes.data.err_no}）`);
              }
            },
            fail: (err) => {
              that.showResultToast('请求百度API失败：' + err.errMsg);
            }
          });
        },
        fail: (fileErr) => {
          that.showResultToast('读取录音文件失败：' + fileErr.errMsg);
        }
      });
    },
    fail: (tokenErr) => {
      that.showResultToast('获取Token失败：' + tokenErr.errMsg);
    }
  });
},

第四步：设备控制逻辑（指令解析+手动切换）

// 执行语音/手动指令（解析关键词控制设备）
executeVoiceCommand: function() {
  const { voiceText, deviceList } = this.data;
  if (!voiceText.trim()) {
    this.showResultToast('请输入/说出控制指令');
    return;
  }

  // 解析指令（新手可扩展更多设备）
  let targetDevice = '';
  let targetAction = '';
  let deviceName = '';

  if (voiceText.includes('客厅灯')) {
    targetDevice = 'livingRoomLight';
    deviceName = '客厅灯';
    targetAction = voiceText.includes('打开') || voiceText.includes('开') ? 'on' : 'off';
  } else if (voiceText.includes('卧室空调')) {
    targetDevice = 'bedroomAir';
    deviceName = '卧室空调';
    targetAction = voiceText.includes('打开') || voiceText.includes('开') ? 'on' : 'off';
  } else {
    this.showResultToast('无法识别指令，请说“打开客厅灯”或“关闭卧室空调”');
    return;
  }

  // 检查设备是否在线
  if (!deviceList[targetDevice].status) {
    this.showResultToast(`${deviceName}已离线，无法控制`);
    return;
  }

  // 更新设备状态
  const newDeviceList = JSON.parse(JSON.stringify(deviceList));
  newDeviceList[targetDevice].switch = targetAction === 'on';
  this.setData({ deviceList: newDeviceList });
  this.showResultToast(`${deviceName}已${targetAction === 'on' ? '打开' : '关闭'}`);
},

// 手动切换设备开关
toggleDeviceSwitch: function(e) {
  const deviceKey = e.currentTarget.dataset.device;
  const { deviceList } = this.data;
  const deviceName = deviceKey === 'livingRoomLight' ? '客厅灯' : '卧室空调';

  if (!deviceList[deviceKey].status) {
    this.showResultToast(`${deviceName}已离线，无法操作`);
    return;
  }

  const newDeviceList = JSON.parse(JSON.stringify(deviceList));
  newDeviceList[deviceKey].switch = !newDeviceList[deviceKey].switch;
  this.setData({ deviceList: newDeviceList });
  this.showResultToast(`${deviceName}已${newDeviceList[deviceKey].switch ? '打开' : '关闭'}`);
}
});

2.4 全局配置（app.json）

简单配置页面和导航栏，新手直接复制：

{
  "pages": ["pages/index/index"],
  "window": {
    "backgroundTextStyle": "light",
    "navigationBarBackgroundColor": "#1677ff",
    "navigationBarTitleText": "智能开关语音控制",
    "navigationBarTextStyle": "white"
  },
  "sitemapLocation": "sitemap.json",
  "lazyCodeLoading": "requiredComponents"
}

三、新手踩坑排错全流程（递进式，按报错顺序）

作为新手，开发中遇到的每一个报错都让人头大，以下是我遇到的所有问题+排查思路+解决方案，新手可对照自查：

坑1：param rate invalid（音频参数不匹配）

报错现象：百度API返回“param rate invalid”，语音识别失败；
原因分析：录音参数（格式/采样率/码率）和百度API要求不匹配，比如用了mp3格式、采样率8000、码率超出范围；
解决方案：
1. 录音格式改为wav（百度推荐）；
2. 采样率固定为16000（百度强制）；
3. 声道数改为1（单声道，百度要求）。

坑2：encodeBitRate超出范围

报错现象：微信控制台提示“encodeBitRate 256000 不在允许的范围内（24000-96000）”；
原因分析：一开始把码率设为256000，超出微信录音API的限制；
解决方案：将encodeBitRate改为64000（既符合微信要求，也兼容百度API）。

坑3：invalid_client（Token获取失败）

报错现象：获取Token时返回“invalid_client”，提示“unknown client id”或“Client authentication failed”；
原因分析：
1. API Key/Secret Key复制错误（多空格、少字符、大小写错）；
2. Token请求方式不对（用了GET/URL拼接参数，而非官方要求的POST表单）；
解决方案：
1. 重新登录百度智能云，复制正确的API Key/Secret Key；
2. 按官方要求用POST方式，参数放在data里（而非URL拼接）。

坑4：json read error(3300)（音频上传方式不规范）

报错现象：百度API返回“json read error(错误码:3300)”；
原因分析：一开始用wx.uploadFile（form-data方式）上传音频，不符合百度API的JSON/RAW上传规范；
解决方案：放弃wx.uploadFile，改用wx.request按官方JSON方式上传（音频转base64，构造JSON请求体）。

坑5：json speech not found（speech/len参数异常）

报错现象：百度API返回“json speech not found”（err_no=3300），控制台显示“音频原始字节长度：undefined”；
原因分析：
1. len参数为undefined（小程序readFile在encoding: 'base64'时无length字段）；
2. speech字段在请求序列化时丢失；
解决方案：
1. 先以binary编码读取文件，手动计算原始字节长度；
2. 手动序列化JSON请求体（JSON.stringify），确保speech字段不丢失；
3. 兜底cuid参数为非空值，避免参数为空导致解析异常。