【web音频学习（七）】科大讯飞Web端语音合成

🎤 基于讯飞语音识别 API 的实时语音转文字 JavaScript SDK

码云地址

特性

• 🎯 实时语音识别 - 支持实时音频流识别
• 🔄 智能音量监听 - 自动检测音量变化并启动识别
• 🌐 WebSocket 连接 - 基于 WebSocket 的实时通信
• 🎛️ 灵活配置 - 支持多种语言、领域和音频格式
• 📦 TypeScript 支持 - 完整的类型定义
• 🔧 模块化设计 - 采用处理器链模式，易于扩展

安装

npm install xunfei-lat
# 或
pnpm install xunfei-lat
# 或
yarn add xunfei-lat

快速开始

1. 配置系统参数

首先需要在讯飞开放平台申请相关密钥：

import xunfeiLat from 'xunfei-lat'

// 配置系统参数
xunfeiLat.config({
  API_SECRET: 'your_api_secret',
  APPID: 'your_appid',
  API_KEY: 'your_api_key'
})

2. 创建实例

// 创建语音识别实例
const latInstance = xunfeiLat.create()

3. 监听事件

// 监听识别结果
latInstance.on('appResultText', (text) => {
  console.log('最终识别结果:', text)
})

// 监听实时识别过程
latInstance.on('appResponseText', (text) => {
  console.log('实时识别结果:', text)
})

// 监听识别完成
latInstance.on('appFinish', () => {
  console.log('识别完成')
})

4. 开始识别

// 手动开始录音识别
latInstance.start()

API 参考

配置参数

SystemConfig（系统配置）

参数	类型	必填	说明
API_SECRET	string	✅	讯飞平台申请的密钥
APPID	string	✅	讯飞平台申请的应用ID
API_KEY	string	✅	讯飞平台申请的API密钥

BusinessParams（业务参数）

参数	类型	默认值	说明
language	`'zh_cn'	'en_us'`	'zh_cn'
domain	string	'iat'	应用领域
accent	'mandarin'	'mandarin'	方言类型
vad_eos	number	3600000	静默检测时间(ms)
dwa	'wpgs'	'wpgs'	动态修正
ptt	`0	1`	1
rlang	`'zh-cn'	'zh-hk'`	'zh-cn'
nunum	`0	1`	1

SectionDelayParams（延迟控制参数）

参数	类型	默认值	说明
autoControl	boolean	true	是否自动控制延迟
initialDelay	number	3500	初始延迟时间(ms)
subsequentDelay	number	3000	后续延迟时间(ms)

实例方法

start(): void

手动开始录音和语音识别。

---

watch(): void

启动智能音量监听模式。当检测到音量大于20%且系统处于离线状态时自动开始识别。

---

finish(): void

结束当前的录音和识别过程。

---

on(eventName: string, callback: Function): void

监听事件。

事件

事件名	参数	说明
appResultText	text: string	最终识别结果
appResponseText	text: string	实时识别过程中的文本
appFinish	-	识别完成

完整示例

import xunfeiLat from 'xunfei-lat'

// 1. 配置系统参数
xunfeiLat.config({
  API_SECRET: 'your_api_secret',
  APPID: 'your_appid',
  API_KEY: 'your_api_key'
})

// 2. 创建实例
const latInstance = xunfeiLat.create({}, {
  autoControl: false
})

// 3. 监听事件
latInstance.on('appResultText', (text) => {
  console.log('识别完成:', text)
})

latInstance.on('appResponseText', (text) => {
  console.log('实时结果:', text)
})

latInstance.on('appFinish', () => {
  console.log('识别结束')
})

// 4. 开始识别
const startBtn = document.createElement('button')
startBtn.id = 'startBtn'
startBtn.textContent = '开始识别'
document.body.appendChild(startBtn)

const stopBtn = document.createElement('button')
stopBtn.id = 'stopBtn'
stopBtn.textContent = '结束识别'
document.body.appendChild(stopBtn)

startBtn.addEventListener('click', () => {
  latInstance.start()
})

stopBtn.addEventListener('click', () => {
  latInstance.end()
})

常见问题

Q: 为什么无法录音？

A: 请确保：

1. 使用 HTTPS 协议访问
2. 浏览器已授权麦克风权限
3. 设备有可用的音频输入设备

许可证

ISC