Recorder：用于5录音及相关功能的项目

【Github】项目名：Recorder – 用于5录音及相关功能的项目

一、项目简介

Recorder是一个专注于5录音功能的项目。它支持多种音频格式，如mp3、wav、ogg、webm、g711a、g711u、amr等的录制，可在PC端和Android、iOS部分浏览器以及HybridApp中使用，并且提供了Android和iOS的App源码。还支持在微信环境下使用，并且有ASR语音识别转文字、H5版语音通话聊天示例、DTMF编码解码等功能。

二、核心技术

1. 音频录制技术
– 利用5的getUserMedia来获取移动端、PC端浏览器的麦克风录音权限，实现音频的录制。支持在多种浏览器中进行录音，包括Chrome、Firefox、Safari、iOS14.3+、Android WebView、腾讯AndroidX5内核(QQ、微信、小程序WebView)、Electron、大部分2021年后更新的Android手机自带浏览器、2024年后更新的Android版UC内核(UC、支付宝、钉钉)等。
– 可以对任意MediaStream进行音频录制，如getUserMedia返回的流、WebRTC中的remote流、audio、video标签的captureStream方法返回的流等。
2. 音频格式处理技术
– 对于不同的音频格式，有各自的编码处理方式。例如mp3格式采用lamejs库的代码进行编码，支持实时编码（边录边转码）；wav格式编码器是参考网上资料编写，不支持实时编码；g711a和g711u格式的编解码源码移植自相关代码，支持实时编码等。
– 提供转码支持，允许将录制的buffers数据或任意pcm数据转码成需要的格式。
3. 插件技术
– 拥有多个插件功能，如音频可视化插件（WaveView、WaveSurferView、FrequencyHistogramView），可以在录音时动态显示波形或者频率直方图等。
– 变速变调处理插件（Sonic），支持Pitch（变调不变速）、Speed（变速不变调）、Rate（变速变调）、Volume（调整音量）等功能，并且支持实时处理。
– 语音识别插件（ASR_Aliyun_Short），通过调用阿里云 – 智能语音交互 – 一句话识别接口来进行语音识别，支持实时语音识别和单个音频文件转文字。
– 还有DTMF编码解码插件，用于实现电话拨号按键信号的编码和解码。

三、实践案例

1. 语音通话聊天示例
– 提供了WebSocket版和WebRTC版的语音通话聊天示例。WebSocket版需要先运行本地服务器，可用于测试语音通话聊天功能，实时传输pcm格式的音频数据并使用BufferStreamPlayer插件播放。WebRTC版支持局域网内一对一语音无需服务器。
2. ASR语音识别转文字
– 以ASR_Aliyun_Short插件为例，在实际应用中，可以对接阿里云的语音识别服务，实现语音转文字功能。通过在前端调用插件，传入tokenApi等参数，配合Recorder的onProcess实时处理，可实现1 – 5分钟内较好的语音识别，60分钟以上的语音识别也能胜任（需自行进行重试容错处理）。

四、项目总结

Recorder项目功能丰富，涵盖了多种音频相关的功能，从录音到格式处理，再到各种实用的插件功能，并且有相关的实践案例可供参考。无论是开发语音相关的网页应用，还是进行语音通话、语音识别等功能的集成，都有很大的参考价值。欢迎大家留言分享对这个项目的看法或者使用过程中的经验等。

项目地址

GitHub链接直达