前言

在公司的Web项目中，我们需要实现语音搜索功能，经过考察，我们选择了使用迅飞语音听写（流式版）WebAPI。这是一项强大的语音识别服务，它能将语音转换成文本，使机器能够理解人类语言。

语音听写功能简介

主要特点：

语音转文本：将60秒以内的语音转换为对应的文本信息，实现了让机器"听懂"人类语言的功能。
流式语音识别：支持实时返回识别结果，使得在上传语音的同时获取识别文本的效果，适用于需要边说话边识别的场景。
Websocket API：提供了通用的Websocket接口，支持流式数据传输，满足了需要实时数据传输的AI服务需求。
跨语言支持：相较于SDK，WebAPI更轻量、跨语言，便于在不同平台上使用。
跨域优势：Websocket API原生支持跨域请求。
个性化热词：可以上传个性化热词以提高识别准确度。语音听写流式WebAPI 服务热词使用方式：登陆开放平台（https://www.xfyun.cn/）后，找到控制台–我的应用—语音听写—个性化热词，上传热词。

运行过程概述：

实例化API：在使用前，需要实例化迅飞语音听写（流式版）WebAPI。这里我们提供了一个示例代码，它包括了API的初始化、状态变化回调以及识别结果回调等功能。
获取API参数：为了使用API，需要获取以下参数：appId、apiKey、apiSecret，这些参数可以在迅飞开放平台注册应用后获得。
开始识别：调用API的start()方法来开始语音识别。
识别结果处理：监听识别结果的变化，一旦有新的文本识别出来，可以在回调函数中进行相应的处理，比如更新页面内容或触发其他交互逻辑。
自动关闭：为了避免不必要的持续识别，可以设置一个超时机制，例如在3秒内没有语音输入时自动停止识别。
关闭识别：当识别完成或需要手动停止时，调用stop()方法来关闭识别。
获取API认证信息：在迅飞开放平台注册并登录后，可以在控制台中创建应用并获取API认证信息，包括appId、apiKey、apiSecret。
本地环境要求：为了使用浏览器录音功能，需要在localhost、127.0.0.1或https环境下运行，并且允许API调用麦克风权限。
识别运行过程：整个识别过程包括建立WebSocket连接、获取浏览器录音权限、获取录音数据、处理数据格式、通过WebSocket传输数据、接收和处理服务器返回的数据等多个步骤。

讯飞文档使用说明

语音听写简介：
https://www.xfyun.cn/services/voicedictation

语音听写（流式版）WebAPI 文档：
https://www.xfyun.cn/doc/asr/voicedictation/API.html

SDK&API 错误码查询：
https://www.xfyun.cn/document/error-code

封装JS库及使用方式

我为大家提供了一个已封装好的库，去除了很多不必要的插件和代码，可以直接Web前端、H5中调用（在html文件中引入js文件调即可，使用起来很方便，不用去打包编译等）

需要注意的是，获取浏览器录音功能，因安全性问题，需要在localhost 或 127.0.0.1 或 https 下才能获取权限，在这里记录一下，方便以后再次用到。

注意事项

要使用该功能，请先去迅飞开放平台(https://www.xfyun.cn/)注册账户(只限新用户)，然后登录到控制台，创建应用拿到迅飞语音听写（流式版）WebAPI服务接口认证信息，分别是appId: ‘’, apiKey: ‘’, apiSecret: ''这3种参数。

迅飞语音相对来说做得还是比较成熟了，不过是收费的，是按照调用API次数来收费，但是有试用次数，新用户注册每天有500次调用次数，用户实名认证后每天有15万次调用次数。

使用前提条件

要有appId，apiKey，apiSecret这3个参数，并且还要有API次数。
要有硬件设备（麦克风）并且允许受权API调用麦克风的权限。
使用要在服务环境下运行如（WAMP、XAMPP、Phpstudy、http-server、WebServer）以localhost 或 127.0.0.1 或在https环境下运行。

实例化API

let times = null;

// 实例化迅飞语音听写（流式版）WebAPI
const voice = new Voice({

    // 服务接口认证信息 注：apiKey 和 apiSecret 字符串的长度都差不多，请不要填错了哦！
    appId: '',
    apiSecret: '',
    apiKey: '',
    // 注：要获取以上3个参数，请到迅飞开放平台：https://www.xfyun.cn/services/voicedictation 【注册的新用户，每天服务量500（也就是调500次），如果你需求里大请购买服务量：https://www.xfyun.cn/services/voicedictation?target=price】

    onWillStatusChange: function (oldStatus, newStatus) {
        //可以在这里进行页面中一些交互逻辑处理：注：倒计时（语音听写只有60s）,录音的动画，按钮交互等！
    },
    onTextChange: function (text) {
        //监听识别结果的变化
        console.log('识别结果：', text)

        // 3秒钟内没有说话，就自动关闭
        if (text) {
            clearTimeout(times);
            times = setTimeout(() => voice.stop(), 3000);
        };
    }
});

// 开始识别方法
voice.start();

// 关闭识别
voice.stop();

具体使用Demo请见 https://github.com/ilovejiabao/VoiceDictation

目录CONTENT

使用科大讯飞语音听写（流式版）WebAPI 实现Web端、H5页面的音识别、语音搜索功能

前言