Unity+chatgpt+webgl实现声音录制+语音识别

一、前言

AI二次元女友这个项目持续更新,在window端的语音识别和语音合成的功能,在上一篇博文里已经详细说明了微软Azure语音服务的代码实现。也是为了实现一次代码,多端复用这样的诉求,所以全部的代码实现都改成了web api的方式。然而在实测发布到webgl的时候,就发现了一个问题,因为这个项目涉及到麦克风录制声音,用作语音识别,结果在发布的时候,引擎报错,提示unity发布到webgl失败了,查了一下相关资料,原来是unity内置的microphone类是不支持webgl了,所以只好另找解决方案。

·我在网上也查了不少资料,从unity官方也得到了一些信息,解决方案的思路,参见unity官方文档,文档里描述了unity如何调用js的方法,涉及到unity端*.jslib的拓展方法,unity文档:

https://docs.unity3d.com/cn/2020.3/Manual/webgl-interactingwithbrowserscripting.html

因为自己技术能力也有限,所以找了好几个现成的解决方案,做了实测,最后找到一个博主提供的解决方案以及源码。把他的源码集成到我项目里,确实是解决了我的问题,是实现了发布到webgl之后,可以调用麦克风录音,并且通过Azure的语音识别,正确识别到文本了。这过程其实也遇到不少问题,花了点时间,不过最终都解决了,怕自己忘记了,所以就赶忙写个文档留存,以防未来需要的时候,可以查阅。我参考的博主的解决方案里,除了在unity端调用js代码外,还有js回传数据到unity。部分代码实现是在js里实现了,所以在发布webgl后,需要修改一点代码,并加入js库,具体配置方法,见下文。

二、发布Webgl

unity发布webgl项目的设置,首先确保引擎安装了webgl平台的拓展,这个在buildsetting里如果切换不到webgl平台,那就上官网下在安装包,安装上就可以了。转换一下平台即可。发布之前确认一下工程的路径,保证工程的路径是全英文的,不然导出webgl会报错。

发布设置方面:

1、Other Settings里,Color Space修改为Gamma

2、Publishing Settings里,勾选Decompression Fallback

如果说在发布webgl过程发现其他问题,自行到百度或其他渠道去搜一下,这方面的资料很多,基本上都可以找到相关问题的解决方案,以上是我在发布时遇到的一些配置问题,做一下记录。

三、脚本说明

项目涉及到unity端还有js端两部分的代码。

1、unity端代码说明

在unity端,参见官方解决方案,需要在unity的Plugins文件下,创建*jslib文件,在这个库里,按照unity官方提供的示例编写js代码,然后在C#脚本里按照指定的方式引用就可以在unity端调用js代码了。

jslib官方代码示例(这个文件要放在Plugins文件夹下面)

javascript 复制代码
mergeInto(LibraryManager.library, {

  Hello: function () {
    window.alert("Hello, world!");
  },
});

在C#端,根据官方示例,编写以下代码就可以引用到js的方法了

cs 复制代码
 [DllImport("__Internal")]
    private static extern void Hello();

以上是C#调用js代码的示例,在项目功能里已经把录音和结束录音的功能封装好了,直接调用就可以了,根据自己的需要,调用StartRecord()开始录制,调用StopRecord()结束录制

cs 复制代码
    [DllImport("__Internal")]
    private static extern void StartRecord();
    [DllImport("__Internal")]
    private static extern void StopRecord();

2、js代码说明

源码提供了js代码,因为项目涉及到js端完成录制后,需要把录音数据回传到unity中使用,所以还需要增加一部分的js代码,实现上述功能。源码里提供了相关的代码,我们只需要在导出的webgl包里,修改相应的代码文件,就可以了。具体的修改方法,见下一节内容。

四、脚本配置

这节里详细说明一下在导出的webgl包中的代码配置内容。

1、添加js脚本

找到[recorder.wav.min.js]脚本,把脚本拷贝到输出的webgl包,index.html相同的文件夹下[根目录]即可。

2、修改index.html

先找到[AddToIndex.js]文件,后续需要添加的代码都在这个文件里了,直接复制就可以了。

①在index.html中引用/recorder.wav.min.js脚本

在[AddToIndex.js]文件,里拷贝"<script src="./recorder.wav.min.js"></script>",添加到index.html里,引用[recorder.wav.min.js]脚本。

javascript 复制代码
 <script src="./recorder.wav.min.js"></script>
    <script>
      var container = document.querySelector("#unity-container");
      var canvas = document.querySelector("#unity-canvas");
      var loadingBar = document.querySelector("#unity-loading-bar");
      var progressBarFull = document.querySelector("#unity-progress-bar-full");
      var fullscreenButton = document.querySelector("#unity-fullscreen-button");
      var warningBanner = document.querySelector("#unity-warning");
    ....

    后续面代码略
</script>

②拷贝js处理代码到index.html中

AddToIndex.js\]里拷贝第7行到110行的代码,到\脚本里(可以直接添加到" document.body.appendChild(script);"这行代码后面) ```javascript document.body.appendChild(script);这行不要拷贝,就是告诉你从哪行开始粘贴 // 全局录音实例 let RecorderIns = null; //全局Unity实例 (全局找 unityInstance , 然后等于它就行) let UnityIns = null; // 初始化 , 记得调用 function initRecord(opt = {}) { let defaultOpt = { serviceCode: "asr_aword", audioFormat: "wav", sampleRate: 44100, sampleBit: 16, audioChannels: 1, bitRate: 96000, audioData: null, punctuation: "true", model: null, intermediateResult: null, maxStartSilence: null, maxEndSilence: null, }; let options = Object.assign({}, defaultOpt, opt); let sampleRate = options.sampleRate; let bitRate = options.sampleBit; if (RecorderIns) { RecorderIns.close(); } RecorderIns = Recorder({ type: "wav", sampleRate: sampleRate, bitRate: bitRate, onProcess(buffers, powerLevel, bufferDuration, bufferSampleRate) { // 60秒时长限制 const LEN = 59 * 1000; if (bufferDuration > LEN) { RecorderIns.recStop(); } }, }); RecorderIns.open( () => { // 打开麦克风授权获得相关资源 console.log("打开麦克风成功"); }, (msg, isUserNotAllow) => { // 用户拒绝未授权或不支持 console.log((isUserNotAllow ? "UserNotAllow," : "") + "无法录音:" + msg); } ); } // 开始 function StartRecord() { RecorderIns.start(); } // 结束 function StopRecord() { RecorderIns.stop( (blob, duration) => { console.log( blob, window.URL.createObjectURL(blob), "时长:" + duration + "ms" ); sendWavData(blob) }, (msg) => { console.log("录音失败:" + msg); } ); } // 切片像unity发送音频数据 function sendWavData(blob) { var reader = new FileReader(); reader.onload = function (e) { var _value = reader.result; var _partLength = 8192; var _length = parseInt(_value.length / _partLength); if (_length * _partLength < _value.length) _length += 1; var _head = "Head|" + _length.toString() + "|" + _value.length.toString() + "|end" ; // 发送数据头 UnityIns.SendMessage("SignalManager", "GetAudioData", _head); for (var i = 0; i < _length; i++) { var _sendValue = ""; if (i < _length - 1) { _sendValue = _value.substr(i * _partLength, _partLength); } else { _sendValue = _value.substr( i * _partLength, _value.length - i * _partLength ); } _sendValue = "Part|" + i.toString() + "|" + _sendValue; // 发送分片数据 UnityIns.SendMessage("SignalManager", "GetAudioData", _sendValue); } _value = null; }; reader.readAsDataURL(blob); } ``` ③初始化代码 这里需要注意添加一下实例化代码,需要在index.html里找到unityInstance的实例化代码块里,添加"UnityIns = unityInstance; initRecord();" 这两行代码,(可以添加到"then((unityInstance) =\> {" 这段代码之后) ```javascript script.onload = () => { createUnityInstance(canvas, config, (progress) => { progressBarFull.style.width = 100 * progress + "%"; }).then((unityInstance) => { UnityIns = unityInstance;//拷贝代码 initRecord();//拷贝代码 loadingBar.style.display = "none"; fullscreenButton.onclick = () => { unityInstance.SetFullscreen(1); }; }).catch((message) => { alert(message); }); }; ``` 修改完上述代码,就配置完成了,可以部署webgl项目实测一下效果了。这里我实测原作者项目的时候,遇到过一个问题。因为我的项目是需要拿到录音数据,发送到语音识别api的,刚开始发现识别的结果有问题,一直不准确。后来在录制声音的配置上,把采样率调整未44100之后,就识别正常,这里做一下记录,我自己的源码就已经做过这个修改了。 ## 五、结束语 这次这个方案,解决了unity语音识别功能发布到webgl失效的问题,现在这个项目可以顺利部署到webgl使用了。目前这个解决方案,在发布之后还需要做一些js的代码处理,相对麻烦一些,目前我还没有找到更简单的解决方案,未来如果找到更便捷的方案再做分享。 项目的源码,目前还没整理,待我整理好源码之后,再补充到这里,先留个空地,待后续补充上。 AI二次元女友项目源码: Github地址:https://github.com/zhangliwei7758/unity-AI-Chat-Toolkit Gitee地址:https://gitee.com/DammonSpace/unity-ai-chat-toolkit 项目视频可参见我的B站主页: 【重大更新-\>简单部署+跨平台】重构AI二次元小姐姐项目,发布了新的unity工具包,更易用+实用的AI套件,开源代码等你来拿!! ## 六、参考资料 这个解决方案也查阅了很多大佬的资料,以下是查阅和参考的相关资料传送门: CSDN博客:https://blog.csdn.net/Wenhao_China/article/details/126779212?spm=1001.2014.3001.5502t CSDN博文:https://blog.csdn.net/a987654sd/article/details/105551560 解决方案作者的源码地址: Github:https://github.com/HiWenHao/UnityWebGLMicrophone 附加材料: 以下两个webgl使用microphone方案我尚未验证,也放在这里供参考 解决方案1:https://gitcode.net/mirrors/xiangyuecn/recorder?utm_source=csdn_github_accelerator 解决方案2:https://github.com/tgraupmann/UnityWebGLMicrophone/tree/maste

相关推荐
爱看书的小沐5 小时前
【小沐杂货铺】基于Three.JS构建IFC模型浏览器(WebGL、CAD、Revit、IFC)
javascript·webgl·three.js·bim·ifc·revit·ifc.js
爱吃的小肥羊5 小时前
GPT-5 确定 7月发布?似乎不是谣言!
chatgpt·openai
程序猿多布6 小时前
Unity + HybirdCLR热更新 入门篇
unity·hybirdclr
变身缎带6 小时前
Unity中的MonoSingleton<T>与Singleton<T>
unity·单例模式·c#·游戏引擎
suixinger_lmh7 小时前
功能结构整理
unity·设计模式·c#·源代码管理
zhaoolee7 小时前
一次借助ChatGPT抵御恶意攻击的经历,为个人服务器添加自动防御系统Fail2ban
运维·服务器·chatgpt
漫游者Nova7 小时前
麦克风和电脑内播放声音实时识别转文字软件FunASR整合包V5下载
语音识别·语音转文字·音频转录·实时语音识别·录音转文字
EucliwoodXT8 小时前
【Unity】相机 Cameras
unity·游戏引擎·相机·camera
xhload3d8 小时前
图扑软件 | 带你体验 Low Poly 卡通三维世界
物联网·3d·智慧城市·html5·webgl·数字孪生·可视化·工业互联网·三维建模·工控·轻量化·中国风·卡通动画·写实风格·科技风·low poly
程序猿多布10 小时前
Unity使用Lua框架和C#框架开发游戏的区别
unity·c#·lua