agent-voice-recognition

语音识别工具，支持实时语音转文字。

安装

npm install agent-voice-recognition

使用

基础用法

import VoiceRecognitionSDK from 'agent-voice-recognition';

// 创建语音识别实例
const voiceSDK = new VoiceRecognitionSDK({
  wsConfig: {
    wsUrl: 'wss://example.com/asr',
    wsDataCallback: (json) => {
      console.log('识别结果:', json.voice_text_str);
    },
    onOpen: () => {
      console.log('连接成功');
    },
    onError: (err) => {
      console.error('连接错误:', err);
    },
    onClose: () => {
      console.log('连接关闭');
    },
  }
});

// 初始化 WebSocket 连接
voiceSDK.initializeWebSocket();

// 设置音频数据回调
voiceSDK.setAudioDataCallback((audioData) => {
  // 发送音频数据到服务器
  voiceSDK.wsManager.sendOutData(audioData);
});

// 开始录音
await voiceSDK.startRecording();

// 停止录音
voiceSDK.stopRecording();

// 销毁实例
voiceSDK.destroy();

在 Vue 中使用

<script setup>
import { onMounted, onUnmounted } from 'vue';
import VoiceRecognitionSDK from 'agent-voice-recognition';

let voiceSDK = null;

onMounted(() => {
  voiceSDK = new VoiceRecognitionSDK({
    wsConfig: {
      wsUrl: 'wss://example.com/asr',
      wsDataCallback: (json) => {
        // 处理识别结果
        console.log(json);
      }
    }
  });

  voiceSDK.setAudioDataCallback((audioData) => {
    voiceSDK.wsManager.sendOutData(audioData);
  });
});

onUnmounted(() => {
  if (voiceSDK) {
    voiceSDK.destroy();
  }
});
</script>

API

VoiceRecognitionSDK 类

构造函数

new VoiceRecognitionSDK(config)

参数：

• config (object) - 配置选项
  • wsConfig (object) - WebSocket 配置
    • wsUrl (string) - WebSocket URL
    • wsDataCallback (Function) - 数据回调
    • onOpen (Function) - 连接打开回调
    • onError (Function) - 错误回调
    • onClose (Function) - 连接关闭回调
    • onReconnect (Function) - 重连回调
    • onReconnectFailed (Function) - 重连失败回调
    • reconnectAttempts (number) - 最大重连次数，默认 3

方法

• initializeWebSocket() - 初始化 WebSocket 连接
• setAudioDataCallback(callback) - 设置音频数据回调
• setWsDataCallback(callback) - 设置 WebSocket 数据回调
• startRecording() - 开始录音
• stopRecording() - 停止录音
• destroy() - 销毁实例

特性

• ✅ 实时语音转文字
• ✅ WebSocket 实时传输
• ✅ 自动重连机制
• ✅ 心跳保活
• ✅ PCM 音频格式转换
• ✅ TypeScript 支持

注意事项

1. 需要浏览器支持 getUserMedia API
2. 需要浏览器支持 AudioWorklet API
3. WebSocket 服务器需要支持音频数据接收和识别结果返回