如何借助RecordRTC在JavaScript中创建WAV流？

Question

我正在尝试创建一个应用程序来转录流式音频记录。这个想法是使用RecordRTC捕获用户的麦克风流，并使用Socket.IO将其分块发送到gunicorn服务器，然后服务器将为Azure Speech to Text创建一个输入流

​

​

我正在尝试在Azure Speech to Text接受的format中使用RecordRTC每隔x秒捕获一次音频：

startRecording.onclick = function() {
    startRecording.disabled = true;
    navigator.getUserMedia({
        audio: true
    }, 
    function(stream) {
            recordAudio = RecordRTC(stream, {
                type: 'audio',

                mimeType: 'audio/wav',
                desiredSampRate: 16000, // accepted sample rate by Azure
                timeSlice: 1000,
                ondataavailable: (blob) => {
                    socketio.emit('stream_audio', blob); // sends blob to server
                    console.log("sent blob")
                },
                recorderType: StereoAudioRecorder,
                numberOfAudioChannels: 1
        });
        recordAudio.startRecording();
        stopRecording.disabled = false;
    }, 
    function(error) {
        console.error(JSON.stringify(error));
    });
};

ondataavailable返回的blob似乎返回一个字节字符串。然而，对于Azure Speech to Text，我更喜欢接收wave格式的块。可以使用getBlob()检索WAV格式的整个录音，但是客户端只在调用stopRecording()之后才生成文件。

有没有办法让RecordRTC每隔x秒返回一次wave格式的blob？如果不是，通过Gunicorn将音频流式传输到Azure语音到文本的其他选择是什么？

非常感谢大家的帮助！

Answer 1

弗兰克，你有没有计划使用Speech SDK来转录使用Push或Pull输入流的音频？为此，您不需要WAV格式的音频块。您可以将原始PCM以16 the、16位/采样单声道的默认格式提供给输入流。参见sample code on GitHub。

达伦