快餐:如何获取语音文件?

前情提要


各位好!好久不见,年前一直在项目中卷生卷死,年后的空闲时间反而让人无所适从。想到自己已经好久没有更新博客了,趁此机会正好更新一下。

在年前的项目中遇到了语音识别这个功能,坦白讲作为一个前端,之前从未和麦克风打过交道,个人觉得还是很有意思的,这次就简单讲讲如何使用 Web Audio API。

Web Audio API 的定义这里我就不赘述了,可以去 MDN 上看:MDN

获取音频流数据


首先,我们需要判断当前浏览器是否支持麦克风,可以通过 navigator.mediaDevices.getUserMedia 是否存在进行判断:

如果存在这个方法,说明当前环境就是支持麦克风的,我们可以调用该方法来打开麦克风,获取语音流数据。

这里的参数是获取音频不获取视频的意思,如果需要获取视频的话将 video 为 true。

之后这个方法会反应一个 Promise,它的值就是语音流数据,我们可以通过 MediaRecorder 来监听这个语音流。

之后我们就可以通过 onstart、onstop 来监听这个语音流状态变化,同时可以通过 start 和 stop 进行语音流打开和关闭。

这里强调一下 dataavailable 事件,我们主要就是通过这个事件监听来获取语音流数据的。当我们调用 requestData 方法时,将传递自记录开始或事件最后一次发生以来捕获的所有媒体数据。当我们调用 stop 方法时,将传递自记录开始或 dataavailable 事件最后一次发生以来已捕获的所有媒体数据。

下载音视频文件


我们在 dataavailable 事件中获取到就是 Blob 格式数据,那么下载 Blob 文件就非常简单了,这里给大家提供一个方法,当然可以自己去找三方库进行下载

结语


好了,这样简单的语音流操作就讲完了,希望能对你有帮助!关于采样率、单双声道的问题我们下期再说。如果你有任何问题欢迎在评论区告诉我。

相关推荐
kyriewen1 小时前
产品经理把PRD写成“天书”,我用AI半小时重写了一遍,他当场愣住
前端·ai编程·cursor
humcomm1 小时前
元框架的工作原理详解
前端·前端框架
canonical_entropy2 小时前
Attractor Before Harness: AI 大规模开发的方法论
前端·aigc·ai编程
zhangxingchao2 小时前
多 Agent 架构到底怎么选?从 Claude Agent Teams、Cognition/Devin 到工程落地原则
前端·人工智能·后端
IT_陈寒2 小时前
SpringBoot那个自动配置的坑,害我排查到凌晨三点
前端·人工智能·后端
Honor丶Onlyou2 小时前
VS Code 右键菜单修复记录
前端
卡卡军2 小时前
agmd 1.0 重磅升级——Rust 重写,性能起飞
javascript·rust
PILIPALAPENG2 小时前
Python 语法速成指南:前端开发者视角(JS 类比版)
前端·人工智能·python
Larcher2 小时前
🔥 告别抓瞎:用 Claude Code (cc) 优雅接手与维护已有项目
javascript·机器学习·前端框架
JYeontu2 小时前
轮播图不够惊艳?试下这个立体卡片轮播图
前端·javascript·css