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
m0_敲代码的彭于晏1686 小时前
Vercel 前端部署平台深度评测
前端
怕浪猫7 小时前
外包和大厂的前端代码,差在凌晨三点
前端·面试·github
m0_敲代码的彭于晏1688 小时前
Vercel 前端部署与全栈开发实战指南
前端·状态模式
徐小夕8 小时前
花了3个月,我们做了一款 AI 版的“飞书文档”
前端·算法·github
贾伟康8 小时前
【化学实验室|17】HarmonyOS ArkTS 亮暗色与视觉令牌实战:集中颜色、间距和交互状态避免页面割裂
前端·移动开发·harmonyos·arkts·arkui
Csvn9 小时前
SSR/SSG/ISR(上):峡谷与渲染策略的时间预算
前端
Csvn9 小时前
SSR/SSG/ISR(下):可交互性、新鲜度与回源账
前端
酷炫码神9 小时前
Day 10|Pinia 状态管理:把散落在各组件的数据,收进一个全局仓库
android·开发语言·javascript
Elcker11 小时前
YnuoAgent(依诺):一个 npm 包,跑起属于自己的 AI 研发平台
前端·人工智能·npm
酷炫码神12 小时前
Day 8|Vue3 响应式:告别手动操作 DOM,让数据驱动界面
javascript·vue.js·ecmascript