我想看看是否可以使用getUserMedia最新浏览器直接访问 Opus 或类似的东西。
我一直在研究它，但没有很好的结果。
我知道webkitSpeechRecognitionAPI 中实际使用了 Opus 或 Speex。我想做语音识别，但使用我自己的服务器而不是谷歌的。
问问题
10520 次
4 回答
16
所以有很多关于 Emscripten 的建议，但没有人这样做，所以我使用 Emscripten 将编码器opus-tools移植到 JavaScript。取决于一个人的想法，现在有以下机会：
- 编码 FLAC、WAVE、AIFF、RAW 文件|| 演示|| Web Worker 大小：1.3 MiB
- 编码原始内容以立即处理或在没有容器的情况下发送|| 演示|| Web Worker 大小：0.6 MiB
getUserMedia从流中编码为 Ogg-Opus 和 WAV- 使用 Mozilla Firefox 时，可以使用
MediaRecorder，它还允许在支持的平台上将任意声音文件转换为 Opus 格式AudioContext.decodeAudioData()
于 2014-12-24T05:37:15.327 回答
4
我们使用 emscripten 使用带有 getUserMedia 的 gsm610 进行编码和解码，它运行得非常好，即使在移动设备上也是如此。如今，javascript 几乎提供了原生性能，因此 emscripten 可用于编译编解码器。唯一的问题是可能非常大的 .js 文件，因此您只想编译正在使用的部分。
于 2014-02-24T00:58:08.650 回答
3
不幸的是，目前无法直接从 JavaScript 访问浏览器编解码器进行编码。唯一的方法是利用 WebRTC 并在服务器上设置记录。我已经尝试过使用 Chromium 中的其他代码编译 libjingle 以使其在 Node.js 服务器上运行……这几乎是不可能的。
您目前唯一能做的就是将原始 PCM 数据发送到您的服务器。这会占用相当多的带宽，但您可以通过将 float32 样本转换为 16 位（如果您的语音识别可以处理，则为 8 位）将其最小化。
希望媒体记录器 API 很快就会出现，以便我们可以使用浏览器编解码器。
于 2013-12-12T17:02:51.667 回答
3
这不是一个完整的解决方案，@Brad 的答案实际上是此时的正确答案。
一种方法是将Opus 编译为 Emscripten，并希望您的 PC 可以使用 JavaScript 处理编码。另一种选择是使用speex.js。
于 2013-12-15T12:55:03.457 回答