引言

在移动应用开发中，语音识别技术已成为提升用户体验的关键功能之一。无论是语音搜索、语音输入还是智能客服，高效的语音识别都能显著增强应用的交互性。UniApp作为跨平台开发框架，结合Vue2的语法特性，为开发者提供了便捷的App开发环境。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。

一、前期准备

1.1 百度AI开放平台注册与认证

• 访问百度AI开放平台，完成账号注册与实名认证。
• 进入“语音技术”板块，创建应用并获取API Key和Secret Key。
• 确保应用已开通“语音识别”服务，并记录下AppID（部分接口可能需要）。

1.2 UniApp项目配置

• 使用HBuilderX创建UniApp项目，选择Vue2模板。
• 确保项目已配置好Android/iOS打包环境（如需真机测试）。
• 在manifest.json中检查权限配置，特别是麦克风权限：

  "app-plus": {
  "permissions": ["android.permission.RECORD_AUDIO"]
  }

二、百度语音识别API简介

百度语音识别提供多种接口，包括短语音识别、实时语音识别和长语音识别。对于UniApp应用，推荐使用短语音识别（REST API）或WebSocket实时识别，具体选择取决于需求：

• 短语音识别：适合一次性录音后识别（如语音指令）。
• 实时语音识别：适合连续语音流识别（如语音聊天）。

三、实现步骤（以短语音识别为例）

3.1 安装依赖

UniApp默认不支持直接调用百度API，需通过uni.request或引入第三方库（如axios）发送HTTP请求。这里以uni.request为例：

# 无需额外安装，UniApp内置支持

3.2 获取Access Token

百度API需通过Access Token验证，需先调用认证接口：

// utils/baiduAuth.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}`;
  try {
    const res = await uni.request({ url });
    return res[1].data.access_token; // UniApp的uni.request返回数组，第二项是响应
  } catch (err) {
    console.error('获取Token失败:', err);
    throw err;
  }
}

3.3 录音功能实现

使用UniApp的uni.getRecorderManager录制音频：

// pages/voice/voice.vue
export default {
  data() {
    return {
      recorderManager: null,
      audioPath: ''
    };
  },
  onLoad() {
    this.recorderManager = uni.getRecorderManager();
    this.recorderManager.onStop((res) => {
      this.audioPath = res.tempFilePath;
    });
  },
  methods: {
    startRecording() {
      this.recorderManager.start({
        format: 'wav', // 百度支持wav/amr/mp3等
        duration: 60 // 录音时长（秒）
      });
    },
    stopRecording() {
      this.recorderManager.stop();
    }
  }
};

3.4 上传音频并识别

将录音文件上传至百度API进行识别：

// pages/voice/voice.vue
methods: {
  async recognizeVoice() {
    if (!this.audioPath) {
      uni.showToast({ title: '请先录音', icon: 'none' });
      return;
    }
    // 1. 获取Access Token
    const token = await getAccessToken('你的API_KEY', '你的SECRET_KEY');
    // 2. 读取音频文件为Base64（或直接上传文件，需百度API支持）
    const res = await uni.getFileSystemManager().readFile({
      filePath: this.audioPath,
      encoding: 'base64'
    });
    const audioBase64 = res.data;
    // 3. 调用百度语音识别API
    const apiUrl = `https://vop.baidu.com/server_api?access_token=${token}`;
    const speechData = {
      format: 'wav',
      rate: 16000, // 采样率，需与录音设置一致
      channel: 1,
      cuid: 'YOUR_DEVICE_ID', // 设备ID，可用随机字符串
      token: token,
      speech: audioBase64,
      len: audioBase64.length
    };
    try {
      const res = await uni.request({
        url: apiUrl,
        method: 'POST',
        data: speechData,
        header: { 'Content-Type': 'application/json' }
      });
      const result = res[1].data;
      if (result.err_no === 0) {
        uni.showToast({ title: `识别结果: ${result.result[0]}` });
      } else {
        console.error('识别失败:', result);
      }
    } catch (err) {
      console.error('请求失败:', err);
    }
  }
}

四、优化与注意事项

4.1 性能优化

• 采样率匹配：确保录音采样率（如16000Hz）与API要求一致。
• 音频格式：百度支持wav/amr/mp3，优先选择无损格式（如wav）。
• 网络请求：大文件建议分片上传或使用WebSocket实时传输。

4.2 错误处理

• Token过期：缓存Token并监控有效期，提前刷新。
• 网络异常：添加重试机制和用户提示。
• 权限拒绝：检测麦克风权限并引导用户开启。

4.3 隐私与安全

• 避免在客户端硬编码API Key，建议通过后端服务中转请求。
• 明确告知用户语音数据的使用范围，符合隐私政策。

五、扩展功能

• 实时语音识别：使用WebSocket接口实现边说边识别。
• 多语言支持：通过dev_pid参数指定语言模型（如中文、英文）。
• 唤醒词检测：结合百度唤醒词API实现语音唤醒功能。

六、总结

通过UniApp（Vue2）集成百度语音识别API，开发者可以快速为App添加语音交互能力。关键步骤包括：注册百度AI平台、配置UniApp权限、实现录音功能、调用API并处理响应。实际开发中需注意音频格式、采样率匹配及错误处理，以提升用户体验。未来可进一步探索实时识别、多语言支持等高级功能，满足更复杂的业务场景。