微信小程序实现录音转文字，并调用后端服务（Node.js）进行语音识别和，然后调用DeepSeek 处理的完整实现。
整体架构
- 前端（微信小程序）：
- 实现录音功能。
- 将录音文件上传到后端。
- 接收后端返回的语音识别结果，并显示在可编辑的文本框中。
- 调用 DeepSeek 处理文本。
- 后端（Node.js）：
- 接收小程序上传的录音文件。
- 调用腾讯云语音识别（ASR）服务，将语音转换为文字。
- 返回识别结果给小程序。
- 提供 DeepSeek 处理接口。
步骤 1：后端开发（Node.js）
1. 项目结构
复制
backend/
├── server.js # 主入口文件
├── config.js # 配置文件
├── asrService.js # 腾讯云语音识别服务
├── deepseekService.js # DeepSeek 处理服务
└── package.json # 依赖文件
2. 安装依赖
bash
复制
npm install express multer tencentcloud-sdk-nodejs axios
3. 配置文件 (config.js)
javascript
复制
module.exports = {tencentCloud: {secretId: 'your-tencent-secret-id', // 腾讯云 SecretIdsecretKey: 'your-tencent-secret-key', // 腾讯云 SecretKeyregion: 'ap-guangzhou' // 腾讯云区域},deepseek: {apiKey: 'your-deepseek-api-key', // DeepSeek API 密钥apiUrl: 'https://api.deepseek.com/v1/chat/completions' // DeepSeek API 地址}
};
4. 腾讯云语音识别服务 (asrService.js)
javascript
复制
const tencentcloud = require('tencentcloud-sdk-nodejs');
const AsrClient = tencentcloud.asr.v20190614.Client;
const { tencentCloud } = require('./config');const client = new AsrClient({credential: {secretId: tencentCloud.secretId,secretKey: tencentCloud.secretKey,},region: tencentCloud.region,profile: {httpProfile: {endpoint: 'asr.tencentcloudapi.com',},},
});/*** 调用腾讯云语音识别* @param {string} audioBase64 - 音频文件的 base64 数据* @returns {Promise<string>} - 识别结果*/
async function recognizeAudio(audioBase64) {const params = {EngineModelType: '16k_zh', // 16k 中文普通话VoiceFormat: 'wav', // 音频格式Data: audioBase64 // 音频数据};const response = await client.SentenceRecognition(params);return response.Result;
}module.exports = { recognizeAudio };
5. DeepSeek 处理服务 (deepseekService.js)
javascript
复制
const axios = require('axios');
const { deepseek } = require('./config');/*** 调用 DeepSeek 处理文本* @param {string} text - 需要处理的文本* @returns {Promise<string>} - 处理结果*/
async function processText(text) {const response = await axios.post(deepseek.apiUrl,{model: 'deepseek-chat',messages: [{ role: 'system', content: '你是一个文本处理助手。' },{ role: 'user', content: text }]},{headers: {'Content-Type': 'application/json','Authorization': `Bearer ${deepseek.apiKey}`}});return response.data.choices[0].message.content;
}module.exports = { processText };
6. 主入口文件 (server.js)
javascript
复制
const express = require('express');
const multer = require('multer');
const { recognizeAudio } = require('./asrService');
const { processText } = require('./deepseekService');
const path = require('path');const app = express();
const upload = multer({ dest: 'uploads/' }); // 临时存储上传文件// 语音识别接口
app.post('/api/recognize', upload.single('audio'), async (req, res) => {try {const filePath = req.file.path;const fileData = require('fs').readFileSync(filePath, { encoding: 'base64' });const result = await recognizeAudio(fileData);res.json({ success: true, data: result });} catch (error) {res.status(500).json({ success: false, message: error.message });}
});// DeepSeek 处理接口
app.post('/api/process', express.json(), async (req, res) => {try {const { text } = req.body;const result = await processText(text);res.json({ success: true, data: result });} catch (error) {res.status(500).json({ success: false, message: error.message });}
});// 启动服务器
const PORT = 3000;
app.listen(PORT, () => {console.log(`Server is running on http://localhost:${PORT}`);
});
步骤 2：前端开发（微信小程序）
1. 项目结构
复制
miniprogram/
├── pages/
│ ├── index/
│ │ ├── index.js # 页面逻辑
│ │ ├── index.wxml # 页面结构
│ │ └── index.wxss # 页面样式
├── app.js # 小程序逻辑
├── app.json # 小程序配置
└── app.wxss # 全局样式
2. 页面逻辑 (index.js)
javascript
复制
const app = getApp();Page({data: {isRecording: false, // 是否正在录音recordTime: 0, // 录音时长resultText: '', // 识别结果editedText: '', // 编辑后的文本isLoading: false // 加载状态},// 开始录音startRecord() {this.setData({ isRecording: true, recordTime: 0 });this.recorderManager = wx.getRecorderManager();this.recorderManager.start({format: 'wav', // 录音格式sampleRate: 16000, // 采样率numberOfChannels: 1, // 声道数encodeBitRate: 48000 // 编码码率});this.timer = setInterval(() => {this.setData({ recordTime: this.data.recordTime + 1 });}, 1000);this.recorderManager.onStop((res) => {clearInterval(this.timer);this.setData({ isRecording: false });this.uploadAudio(res.tempFilePath); // 上传录音文件});},// 停止录音stopRecord() {if (this.recorderManager) {this.recorderManager.stop();}},// 上传录音文件uploadAudio(filePath) {this.setData({ isLoading: true });wx.uploadFile({url: 'http://localhost:3000/api/recognize', // 后端语音识别接口filePath: filePath,name: 'audio',success: (res) => {const result = JSON.parse(res.data);if (result.success) {this.setData({ resultText: result.data, editedText: result.data });} else {wx.showToast({ title: '识别失败', icon: 'none' });}},fail: (err) => {wx.showToast({ title: '上传失败', icon: 'none' });},complete: () => {this.setData({ isLoading: false });}});},// 编辑文本handleEditText(e) {this.setData({ editedText: e.detail.value });},// 调用 DeepSeek 处理文本processText() {const { editedText } = this.data;if (!editedText) {wx.showToast({ title: '请输入文本', icon: 'none' });return;}this.setData({ isLoading: true });wx.request({url: 'http://localhost:3000/api/process', // 后端 DeepSeek 处理接口method: 'POST',data: { text: editedText },success: (res) => {if (res.data.success) {this.setData({ resultText: res.data.data });} else {wx.showToast({ title: '处理失败', icon: 'none' });}},fail: (err) => {wx.showToast({ title: '网络错误', icon: 'none' });},complete: () => {this.setData({ isLoading: false });}});}
});
3. 页面结构 (index.wxml)
xml
复制
<view class="container"><!-- 录音按钮 --><view class="record-button"><buttonbindtap="{{isRecording ? 'stopRecord' : 'startRecord'}}"class="{{isRecording ? 'stop-button' : 'start-button'}}">{{isRecording ? '停止录音' : '开始录音'}}</button><text class="record-time" wx:if="{{isRecording}}">{{recordTime}}s</text></view><!-- 识别结果 --><view class="result-box"><text class="result-title">识别结果：</text><textareavalue="{{editedText}}"bindinput="handleEditText"placeholder="识别结果将显示在这里"class="result-text"></textarea></view><!-- 处理按钮 --><button bindtap="processText" class="process-button">调用 DeepSeek 处理</button><!-- 处理结果 --><view class="result-box"><text class="result-title">处理结果：</text><textareavalue="{{resultText}}"placeholder="处理结果将显示在这里"disabledclass="result-text"></textarea></view><!-- 加载状态 --><view class="loading" wx:if="{{isLoading}}"><text>处理中...</text></view>
</view>
运行 HTML
4. 页面样式 (index.wxss)
css
复制
.container {padding: 20px;display: flex;flex-direction: column;align-items: center;
}.record-button {display: flex;flex-direction: column;align-items: center;margin-bottom: 20px;
}.start-button {background-color: #07c160;color: white;
}.stop-button {background-color: #f5222d;color: white;
}.record-time {margin-top: 10px;font-size: 14px;color: #666;
}.result-box {width: 100%;margin-top: 20px;
}.result-title {font-size: 16px;font-weight: bold;margin-bottom: 10px;
}.result-text {width: 100%;height: 100px;border: 1px solid #ccc;border-radius: 5px;padding: 10px;font-size: 14px;
}.process-button {margin-top: 20px;background-color: #1890ff;color: white;
}.loading {margin-top: 20px;font-size: 14px;color: #666;
}
5. 小程序配置 (app.json)
json
复制
{"pages": ["pages/index/index"],"window": {"navigationBarTitleText": "录音转文字","navigationBarBackgroundColor": "#07c160","navigationBarTextStyle": "white"}
}
步骤 3：测试
-
启动后端服务：
bash
复制
node server.js -
在微信开发者工具中运行小程序。
-
测试录音、语音识别、文本编辑和 DeepSeek 处理功能。
注意事项
- 后端部署：
- 将后端服务部署到云服务器（如腾讯云、阿里云），并配置 HTTPS。
- API 密钥安全：
- 不要将 API 密钥暴露在前端代码中。
- 录音权限：
- 确保小程序已获取录音权限。
