小程序语音识别报错：No valid data found in input audio

最新推荐文章于 2024-12-12 17:40:02 发布

原创

最新推荐文章于 2024-12-12 17:40:02 发布 · 926 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#小程序 #语音识别 #人工智能

在开发项目的过程中，需要对小程序收集的语音进行语音识别，但是调用STTAPI接口的时候却返回无效的音频文件，百思不得其解？？？
这是小程序的语音录音设置

   options: {
        duration: 60000,           // 最长录制时间 60秒（单位为毫秒）
        format: 'wav',             // 音频格式使用 WAV
        sampleRate: 16000,         // 采样率设置为 16kHz
        encodeBitRate: 96000,      // 编码比特率 (256kbps，可以根据需求调整)
        numberOfChannels: 1,       // 单声道音频
       },

虽然小程序给你返回了一个后缀为wav格式的，但是其实里面的数据格式并不是一个标准的wav格式，其实是一个webm的文件，也就是为什么API会报错一个无效的音频文件，因为接口并不支持webm文件的音频识别。

那么我在java中做了如下处理，把webm转为一个标准wav格式
首先需要下载ffmpeg
仅供参考

 @PostMapping("/voiceGame")
    public Results<String> Vstart(@RequestParam("file") MultipartFile file) throws IOException, InterruptedException, URISyntaxException, NoSuchAlgorithmException, InvalidKeyException {
        // FFmpeg 的路径
        String ffmpegPath = "D:\\ffmpeg\\ffmpeg-master-latest-win64-gpl-shared\\bin\