![](/img/trans.png)
[英]Record wav audio with specific parameters using javascript or html5
[英]Use JavaScript to record audio as .wav in Chrome
我正在構建一個網頁,該網頁記錄來自用戶設備的音頻,並將其發送到 Microsoft 的認知語音服務以進行語音到文本的轉換。 到目前為止,我已經能夠創建和播放 JavaScript 制作的 back.ogg 文件,但我需要獲取 .wav 格式的文件。
不能依賴 Blob 類型的audio/wav
,因為並非所有瀏覽器都支持它(至少我的瀏覽器不支持)。 Blob 被發送到 Django 服務器並由其存儲。 當我嘗試使用 PySoundFile 打開這些文件時,我收到一條錯誤消息,指出File contains data in an unknown format
。 正在使用new Blob(chunks, { type: 'audio/ogg; codecs=opus' })
創建 blob,並使用django.db.FileField
保存。 Blob 塊來自MediaRecorder.ondataavailable
。
更新:我放棄了使用MediaRecorder並選擇了ScriptProcessorNode 。 同樣,Firefox 有效,但 Chrome 無效。 似乎 Chrome 在音頻的末尾得到了一小部分,並在音頻的長度上重復了這一點。 這是我使用的代碼,它基於 Matt Diamond 在github.com/mattdiamond/Recorderjs的工作。 可以在webaudiodemos.appspot.com/AudioRecorder/index.html上看到使用他的作品的演示,它適用於 Firefox 和 Chrome。 另外,我的原始代碼在 class 中,但我不想包含整個 class。 如果我在翻譯中犯了任何語法錯誤,我深表歉意。
let recBuffers = [[], []];
let recLength = 0;
let numChannels = 2;
let listening = false;
let timeout = null;
let constraints = {
audio: true
};
let failedToGetUserMedia = false;
if (navigator.getUserMedia) {
navigator.getUserMedia(constraints, (stream) => {
init(stream);
}, (err) => {
alert('Unable to access audio.\n\n' + err);
console.log('The following error occurred: ' + err);
failedToGetUserMedia = true;
});
}
else if (navigator.mediaDevices.getUserMedia) {
navigator.mediaDevices.getUserMedia(constraints).then((stream) => {
init(stream);
}).catch((err) => {
alert('Unable to access audio.\n\n' + err);
console.log('The following error occurred: ' + err);
failedToGetUserMedia = true;
});
}
else failedToGetUserMedia = true;
function beginRecording() {
recBuffers = [[], []];
recLength = 0;
listening = true;
timeout = setTimeout(() => {
endRecording();
}, maxTime);
}
function endRecording() {
clearTimeout(timeout);
timeout = null;
exportWAV();
}
function init(stream) {
let audioContext = new AudioContext();
let source = audioContext.createMediaStreamSource(stream);
let context = source.context;
let node = (context.createScriptProcessor || context.createJavaScriptNode).call(context, 4096, numChannels, numChannels);
node.onaudioprocess = (e) => {
if (!listening) return;
for (var i = 0; i < numChannels; i++) {
recBuffers[i].push(e.inputBuffer.getChannelData(i));
}
recLength += recBuffers[0][0].length;
}
source.connect(node);
node.connect(context.destination);
}
function mergeBuffers(buffers, len) {
let result = new Float32Array(len);
let offset = 0;
for (var i = 0; i < buffers.length; i++) {
result.set(buffers[i], offset);
offset += buffers[i].length;
}
return result;
}
function interleave(inputL, inputR) {
let len = inputL.length + inputR.length;
let result = new Float32Array(len);
let index = 0;
let inputIndex = 0;
while (index < len) {
result[index++] = inputL[inputIndex];
result[index++] = inputR[inputIndex];
inputIndex++;
}
return result;
}
function exportWAV() {
let buffers = [];
for (var i = 0; i < numChannels; i++) {
buffers.push(mergeBuffers(recBuffers[i], recLength));
}
let interleaved = numChannels == 2 ? interleave(buffers[0], buffers[1]) : buffers[0];
let dataView = encodeWAV(interleaved);
let blob = new Blob([ dataView ], { type: 'audio/wav' });
blob.name = Math.floor((new Date()).getTime() / 1000) + '.wav';
listening = false;
return blob;
}
function floatTo16BitPCM(output, offset, input){
for (var i = 0; i < input.length; i++, offset+=2){
var s = Math.max(-1, Math.min(1, input[i]));
output.setInt16(offset, s < 0 ? s * 0x8000 : s * 0x7FFF, true);
}
}
function writeString(view, offset, string){
for (var i = 0; i < string.length; i++) {
view.setUint8(offset + i, string.charCodeAt(i));
}
}
function encodeWAV(samples){
var buffer = new ArrayBuffer(44 + samples.length * 2);
var view = new DataView(buffer);
/* RIFF identifier */
writeString(view, 0, 'RIFF');
/* file length */
view.setUint32(4, 36 + samples.length * 2, true);
/* RIFF type */
writeString(view, 8, 'WAVE');
/* format chunk identifier */
writeString(view, 12, 'fmt ');
/* format chunk length */
view.setUint32(16, 16, true);
/* sample format (raw) */
view.setUint16(20, 1, true);
/* channel count */
view.setUint16(22, numChannels, true);
/* sample rate */
view.setUint32(24, context.sampleRate, true);
/* byte rate (sample rate * block align) */
view.setUint32(28, context.sampleRate * 4, true);
/* block align (channel count * bytes per sample) */
view.setUint16(32, numChannels * 2, true);
/* bits per sample */
view.setUint16(34, 16, true);
/* data chunk identifier */
writeString(view, 36, 'data');
/* data chunk length */
view.setUint32(40, samples.length * 2, true);
floatTo16BitPCM(view, 44, samples);
return view;
}
if (!failedToGetUserMedia) beginRecording();
更新:我已經確認,當 Chrome 緩沖區的值作為 Firefox 上的交錯輸入提供時,output 與 Chrome 的 output 相同。 這表明 Chrome 沒有用正確的值填充 recBuffers。 事實上,當我查看 Chrome 上的 recBuffers 時,每個通道都充滿了交替列表。 例如:
recBuffers = [[
[2, 3],
[7, 1],
[2, 3],
[7, 1],
[2, 3],
[7, 1],
[2, 3],
[7, 1],
[2, 3],
[7, 1]
], [
[5, 4],
[6, 8],
[5, 4],
[6, 8],
[5, 4],
[6, 8],
[5, 4],
[6, 8],
[5, 4],
[6, 8]
]]
當然,實際值不同。 這只是一個例子來說明這一點。
最初,我使用 MediaRecorder 獲取音頻並從所述音頻創建一個 Blob,類型為audio/wav
。 這在 Chrome 中不起作用,但在 Firefox 中。 我放棄了,開始使用 ScriptProcessorNode。 同樣,它適用於 Firefox,但不適用於 Chrome。 經過一些調試,很明顯在 Chrome 上,recBuffers 被交替列表填充。 我仍然不確定為什么會發生這種情況,但我的猜測是類似於范圍或緩存,因為傳播語法解決了它。 從this.recBuffers[i].push(e.inputBuffer.getChannelData(i));
更改 onaudioprocess 中的一行到this.recBuffers[i].push([...e.inputBuffer.getChannelData(i)]);
工作。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.