DeepSeek前端调研-第二篇

背景

在开发过程中,AI团队他们需要语音格式为opus,但是h5录音的格式为webm,这就需要ffmpeg来进行格式转换,为了验证这一技术可行性,就写了个demo验证下。

安装ffmpeg

以windows举例,在官网下载安装包:www.gyan.dev/ffmpeg/buil... 点击Windows builds from gyan.dev,进入下图,点击ffmpeg-git-full.7z,就会下载安装包,解压即可使用。 配置PATH环境变量

验证是否安装成功,在cmd里输入ffmpeg -version,下图即为安装成功

实现过程

npm安装核心依赖,fluent-ffmpeg是简化库,@ffmpeg-installer/ffmpeg用于获取安装路径。

bash 复制代码
npm install fluent-ffmpeg @ffmpeg-installer/ffmpeg

下面是nodejs代码

js 复制代码
const http = require('http');
const path = require('path');
const ffmpeg = require('fluent-ffmpeg');
// 设置ffmpeg安装包路径
const ffmpegPath = require('@ffmpeg-installer/ffmpeg').path;
ffmpeg.setFfmpegPath(ffmpegPath);
 
// 创建HTTP服务器并监听3000端口
const server = http.createServer(async (req, res) => {
    // 假设你已经有一个 WebM 格式的 Blob 文件
    const inputBlobPath = path.join(__dirname, 'recording.webm'); // 输入文件路径
    const outputOpusPath = path.join(__dirname, 'output.opus'); // 输出文件路径
    // 转换为 Opus
    const opusFilePath = await convertWebMToOpus(inputBlobPath, outputOpusPath);
    console.log('Opus 文件已生成:', opusFilePath);
});
 
server.listen(3000, () => {
    console.log('Proxy server is listening on port 3000');
});

// webm转opus
function convertWebMToOpus(inputPath, outputPath) {
  return new Promise((resolve, reject) => {
    ffmpeg(inputPath)
      .output(outputPath)
      .audioCodec('libopus') // 指定音频编码器为 libopus
      .on('end', () => {
        console.log('转换完成:', outputPath);
        resolve(outputPath);
      })
      .on('error', (err) => {
        console.error('转换失败:', err.message);
        reject(err);
      })
      .run();
  });
}
相关推荐
拾光拾趣录1 小时前
H5适配9大高频题连环炸!第3问90%人翻车?
前端·面试
拾光拾趣录1 小时前
给Electron-Claude应用构建全面的数据统计体系 - 从0到1的实践总结
前端·electron
拾光拾趣录2 小时前
8道题穿透前端原理层
前端·面试
cc蒲公英2 小时前
uniapp x swiper/image组件mode=“aspectFit“ 图片有的闪现后黑屏
java·前端·uni-app
前端小咸鱼一条2 小时前
React的介绍和特点
前端·react.js·前端框架
谢尔登2 小时前
【React】fiber 架构
前端·react.js·架构
哈哈哈哈哈哈哈哈8532 小时前
Vue3 的 setup 与 emit:深入理解 Composition API 的核心机制
前端
漫天星梦2 小时前
Vue2项目搭建(Layout布局、全局样式、VueX、Vue Router、axios封装)
前端·vue.js
ytttr8733 小时前
5G毫米波射频前端设计:从GaN功放到混合信号集成方案
前端·5g·生成对抗网络
水鳜鱼肥3 小时前
Github Spark 革新应用,重构未来
前端·人工智能