一、引言：为何选择uniapp与百度语音识别

在移动应用开发中，语音识别已成为提升用户体验的重要功能。uniapp作为跨平台开发框架，支持一套代码编译到iOS、Android及多端，而百度语音识别凭借其高准确率和稳定性，成为开发者首选的语音服务之一。本文将详细介绍如何在uniapp（Vue2）项目中集成百度语音识别API，实现语音转文字功能。

1.1 开发环境准备

• uniapp项目基础：确保已安装HBuilderX或通过Vue CLI创建uniapp项目。
• 百度AI开放平台账号：注册并创建应用，获取API Key和Secret Key。
• 原生插件依赖：部分功能需调用原生能力，需配置Android/iOS权限。

二、百度语音识别API接入流程

2.1 获取鉴权信息

百度语音识别需通过AK/SK生成访问令牌（Access Token），步骤如下：

1. 登录百度AI开放平台。
2. 创建应用，选择“语音技术”类目。
3. 记录生成的API Key和Secret Key。

代码示例：生成Access Token

// utils/auth.js
export async function getAccessToken(apiKey, secretKey) {
  const url = `https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=${apiKey}&client_secret=${secretKey}`;
  const res = await uni.request({ url });
  return res.data.access_token;
}

2.2 语音识别API调用

百度提供两种识别模式：

• 实时流式识别：适合长语音或实时交互。
• 一次性识别：适合短语音（如命令词）。

2.2.1 一次性识别实现

// services/speech.js
import { getAccessToken } from '@/utils/auth';
export async function recognizeSpeech(audioBase64, apiKey, secretKey) {
  const token = await getAccessToken(apiKey, secretKey);
  const url = `https://vop.baidu.com/server_api?token=${token}`;
  const formData = new FormData();
  formData.append('audio', audioBase64);
  formData.append('format', 'amr'); // 或pcm、wav
  formData.append('rate', 8000);   // 采样率
  formData.append('channel', 1);   // 单声道
  formData.append('cuid', 'your-device-id');
  const res = await uni.request({
    url,
    method: 'POST',
    data: formData,
    header: { 'Content-Type': 'multipart/form-data' }
  });
  return res.data.result; // 返回识别文本数组
}

三、uniapp中的语音采集与处理

3.1 录音权限配置

在manifest.json中添加权限：

{
  "app-plus": {
    "permissions": ["audio", "record"]
  }
}

Android需在AndroidManifest.xml中添加：

<uses-permission android:name="android.permission.RECORD_AUDIO" />

3.2 使用uni.getRecorderManager录音

// pages/speech/index.vue
export default {
  data() {
    return {
      recorder: null,
      audioPath: '',
      isRecording: false
    };
  },
  mounted() {
    this.recorder = uni.getRecorderManager();
    this.recorder.onStart(() => { this.isRecording = true; });
    this.recorder.onStop((res) => {
      this.audioPath = res.tempFilePath;
      this.isRecording = false;
    });
  },
  methods: {
    startRecord() {
      this.recorder.start({
        format: 'amr',
        sampleRate: 8000
      });
    },
    stopRecord() {
      this.recorder.stop();
    }
  }
};

3.3 语音数据转Base64

async function audioToBase64(filePath) {
  const res = await uni.getFileSystemManager().readFile({
    filePath,
    encoding: 'base64'
  });
  return `data:audio/amr;base64,${res.data}`;
}

四、完整流程整合

// pages/speech/index.vue
import { recognizeSpeech } from '@/services/speech';
export default {
  methods: {
    async handleSpeechRecognition() {
      // 1. 录音
      this.startRecord();
      setTimeout(() => this.stopRecord(), 3000); // 录音3秒
      // 2. 录音停止后处理
      uni.$on('recordStop', async () => {
        const base64 = await audioToBase64(this.audioPath);
        const text = await recognizeSpeech(base64, 'YOUR_API_KEY', 'YOUR_SECRET_KEY');
        uni.showToast({ title: `识别结果：${text[0]}` });
      });
    }
  }
};

五、常见问题与优化

5.1 跨平台兼容性处理

• iOS静音模式冲突：通过uni.setInnerAudioOption检测静音状态。
• Android权限拒绝：捕获uni.authorize失败事件，引导用户手动开启。

5.2 性能优化建议

1. 分片上传：长语音分片发送，减少单次请求体积。
2. 本地缓存：缓存Access Token（有效期30天）。
3. 错误重试：网络波动时自动重试3次。

5.3 替代方案：原生插件

对于复杂场景，可开发原生插件：

• Android：通过MediaRecorder+百度SDK。
• iOS：使用AVFoundation+百度iOS SDK。

六、总结与扩展

通过uniapp集成百度语音识别，开发者可快速为App添加语音功能。关键点包括：

1. 正确配置鉴权信息。
2. 处理跨平台录音权限。
3. 优化语音数据传输格式。

扩展方向：

• 结合NLP实现语义理解。
• 添加语音合成（TTS）反馈。
• 支持多语言识别。

提示：实际开发中需替换示例中的API Key，并遵循百度AI平台的使用条款。对于高并发场景，建议通过服务端中转请求以避免AK/SK泄露风险。