相关疑难解决方法(0)

我目前正在使用getUserMedia(),仅适用于Firefox和Chrome,但它已被弃用,仅适用于https(在Chrome中).有没有其他/更好的方法来获得适用于所有平台的javascript中的语音输入？

例如,像web.whatsapp.com app这样的网站如何录制音频？getUserMedia()提示第一次用户允许录音,而Whatsapp应用程序不需要用户的许可.

在getUserMedia()我目前正在使用这个样子的:

navigator.getUserMedia(
    {
        "audio": {
            "mandatory": {
                "googEchoCancellation": "false",
                "googAutoGainControl": "false",
                "googNoiseSuppression": "false",
                "googHighpassFilter": "false"
            },
            "optional": []
        },
    }, gotStream, function(e) {
        console.log(e);
    });

我正在尝试创建一个从中提取mp3文件的函数

<input type="file" id="sound" accept="audio/*"/>

并存储在Chrome中的localStorage中.(我知道localStorage的大小有限,但我将使用的音频文件将低于2mb.)一旦存储了这个音频文件,它将被播放:

var audio = new Audio('audioFile');
audio.play();

我还是网络开发的新手,所以任何指针都会很棒!

注意:这不是HTML5记录音频到文件的副本.我试图从我的硬盘驱动器中取出一个预先存在的mp3文件并将其存储到localStorage中,以便可以播放它.

背景

我正在编写一个服务来以块的形式提供静态音频文件，以支持带宽较低的用户的流畅体验。一旦文件完全流式传输（块序列是线性的，用户将无法“跳转”范围），我想将文件保存到本地缓存中（使用 localforage，但这不是这个问题的一部分）到稍后从那里加载缓存文件并节省带宽。

问题

根据我目前的知识/代码/工具状态，只能执行以下操作之一：

A) 使用HTMLAudioElement流式传输音频

const audio = new Audio()
audio.src = url
audio.preload = 'auto'
audio.load()

HTML5 音频在内部处理部分响应，本身工作正常，但一旦完全加载，我就无法访问底层缓冲区来保存文件。因此，如果不单独下载（在另一个请求中），我将无法在本地缓存文件。

B) 下载/获取整个文件，然后播放

fetch(url, options) // set content header to array buffer
  .then((response) => {
    var blob = new Blob([response.value], { type: 'audio/mp3' })
    var url = window.URL.createObjectURL(blob)
    const audio = new Audio()
    audio.src = url
    audio.play()
  })

这使我可以访问数据，以便我可以缓存它以供离线重用。但是我放弃了流媒体选项，这使得几乎不可能在没有长时间等待的情况下播放更大的文件。

C) 使用自定义加载器并使用 WebAudio API 播放每个块

由于 A 和 B 不够用，我编写了一个自定义 loader，它加载块（工作正常），并使用当前块（作为 ArrayBuffer）作为数据分派事件。它还在结束时调度另一个事件，该事件返回所有块，因此我可以从中创建一个 blob：

const chunkSize …

在我正在开发的应用程序上，我想要一种可靠的方式来录制音频并将其上传到S3。我真的看不到任何好的解决方案。希望我能提供一些帮助。我最初是在考虑使用getUserMedia（）Javascript API，但在Safari上不起作用。

我有以下脚本，可以在终端中运行时运行：

所做的就是将麦克风语音转换为文本。

import speech_recognition as sr

# obtain audio from microphone
r = sr.Recognizer()
with sr.Microphone() as source:
    print("Say something!")
    audio = r.listen(source)

try:
    # for testing purposes, we're just using the default API key
    # to use another API key, use `r.recognize_google(audio, key="GOOGLE_SPEECH_RECOGNITION_API_KEY")`
    # instead of `r.recognize_google(audio)`
    print("Google Speech Recognition thinks you said " + r.recognize_google(audio))
except sr.UnknownValueError:
    print("Google Speech Recognition could not understand audio")
except sr.RequestError as e:
    print("Could not request results from Google Speech Recognition service; {0}".format(e)) …