引言

在與實(shí)現(xiàn)了語音合成、語義分析、機(jī)器翻譯等算法的后端交互時(shí)，頁面可以設(shè)計(jì)成更為人性化、親切的方式。我們采用類似于聊天對(duì)話的實(shí)現(xiàn)，效果如下：

智能客服（輸入文本，返回引擎處理后的文本結(jié)果）

語音合成（輸入文本，返回文本以及合成的音頻）

如上圖所示，返回文本后，再返回合成出的音頻。音頻按鈕嵌在對(duì)話氣泡中，可以點(diǎn)擊播放。

語音識(shí)別（在頁面錄制語音發(fā)送，頁面實(shí)時(shí)展示識(shí)別出的文本結(jié)果）

實(shí)現(xiàn)功能及技術(shù)要點(diǎn)

1、基于WebSocket實(shí)現(xiàn)對(duì)話流頁面與后端的交互是實(shí)時(shí)互動(dòng)的，所以采用WebSocket協(xié)議，而不是HTTP請(qǐng)求，這樣后端推送回的消息可以實(shí)時(shí)顯示在頁面上。WebSocket的返回是隊(duì)列的、無序的，在后續(xù)處理中我們也需要注意這一點(diǎn)，在后文中會(huì)說到。2、調(diào)用設(shè)備麥克風(fēng)進(jìn)行音頻錄制和轉(zhuǎn)碼加頭，基于WebAudio、WaveSurferJS等實(shí)現(xiàn)音頻處理和繪制3、基于Vue的響應(yīng)式頁面實(shí)現(xiàn)4、CSS3 + Canvas + JS 交互效果優(yōu)化

錄制音頻CSS動(dòng)畫效果 聊天記錄自動(dòng)滾動(dòng)

下面給出部分實(shí)現(xiàn)代碼。

集成WebSocket

我們的聊天組件是頁面?zhèn)冗叴蜷_的抽屜（el-drawer），Vue組件會(huì)在打開時(shí)創(chuàng)建，關(guān)閉時(shí)銷毀。在組件中引入WebSocket，并管理它的開、關(guān)、消息接收和發(fā)送，使它的生命周期與組件一致（打開窗口時(shí)創(chuàng)建ws連接，關(guān)閉窗口時(shí)關(guān)閉連接，避免與后臺(tái)連接過多。）

created(){ if (typeof WebSocket === ’undefined’) { alert(’您的瀏覽器不支持socket’) } else { // 實(shí)例化socket this.socket = new WebSocket(this.socketServerPath) // 監(jiān)聽socket連接 this.socket.onopen = this.open // 監(jiān)聽socket錯(cuò)誤信息 this.socket.onerror = this.error // 監(jiān)聽socket消息 this.socket.onmessage = this.onMessage this.socket.onclose = this.close }}destroyed(){ this.socket.close()}

如上，將WebSocket的事件綁定到JS方法中，可以在對(duì)應(yīng)方法中實(shí)現(xiàn)對(duì)數(shù)據(jù)的接收和發(fā)送。打開瀏覽器控制臺(tái)，選中指定的標(biāo)簽，便于對(duì)WebSocket連接進(jìn)行監(jiān)控和查看。

音頻錄制采集

從瀏覽器端音頻和視頻采集基于網(wǎng)頁即時(shí)通信（Web Real-TimeCommunication，簡稱WebRTC） 的API。通過WebRTC的getUserMedia實(shí)現(xiàn)，獲取一個(gè)MediaStream對(duì)象，將該對(duì)象關(guān)聯(lián)到AudioContext即可獲得音頻。

可參考RecorderJS的實(shí)現(xiàn)： https://github.com/mattdiamond/Recorderjs/blob/master/examples/example_simple_exportwav.html

if (navigator.getUserMedia) { navigator.getUserMedia( { audio: true }, // 只啟用音頻 function(stream) { var context = new(window.webkitAudioContext || window.AudioContext)() var audioInput = context.createMediaStreamSource(stream) var recorder = new Recorder(audioInput) }, function(error) { switch (error.code || error.name) { case ’PERMISSION_DENIED’: case ’PermissionDeniedError’: throwError(’用戶拒絕提供信息。’) break case ’NOT_SUPPORTED_ERROR’: case ’NotSupportedError’: throwError(’瀏覽器不支持硬件設(shè)備。’) break case ’MANDATORY_UNSATISFIED_ERROR’: case ’MandatoryUnsatisfiedError’: throwError(’無法發(fā)現(xiàn)指定的硬件設(shè)備。’) break default: throwError(’無法打開麥克風(fēng)。異常信息:’ + (error.code || error.name)) break } } ) } else { throwError(’當(dāng)前瀏覽器不支持錄音功能。’) }

注意： 若navigator.getUserMedia獲取到的是undefined，是Chrome瀏覽器的安全策略導(dǎo)致的，需要通過https請(qǐng)求或配置瀏覽器，配置地址： chrome://flags/#unsafely-treat-insecure-origin-as-secure

瀏覽器采集到的音頻為PCM格式(PCM （脈沖編碼調(diào)制 Pulse Code Modulation）)，需要對(duì)音頻加頭才能在頁面上進(jìn)行播放。注意加頭時(shí)采樣率、采樣頻率、聲道數(shù)量等必須與采樣時(shí)相同，不然加完頭后的音頻無法解碼。參考查看https://github.com/mattdiamond/Recorderjs/blob/master/src/recorder.js中exportWav方法。

業(yè)務(wù)中對(duì)接的語音識(shí)別引擎為實(shí)時(shí)轉(zhuǎn)寫引擎，即：不是錄制完成后再發(fā)送，而是一邊錄制一邊進(jìn)行編碼并發(fā)送。使用onaudioprocess方法監(jiān)聽語音的輸入：

參考這個(gè)實(shí)現(xiàn)，我們可以在每次監(jiān)聽到有數(shù)據(jù)寫入時(shí)，從buffer中獲取到錄制到的數(shù)據(jù)，并進(jìn)行編碼、壓縮，再通過WebSocket發(fā)送。

Vue組件設(shè)計(jì)和業(yè)務(wù)實(shí)現(xiàn)

分析頁面業(yè)務(wù)邏輯，將代碼拆分成兩個(gè)組件：ChatDialog.vue 聊天對(duì)話框頁面，根據(jù)輸入類型，分為文本輸入、語音輸入。ChatRecord.vue聊天記錄組件，根據(jù)發(fā)送方（自己或者系統(tǒng)）展示向左/向右的氣泡，根據(jù)內(nèi)容顯示文本、音頻等。ChatDialog是ChatRecord的父組件，遍歷ChatDialog中的chatList對(duì)象（Array），將chatList中的項(xiàng)注入到ChatRecord中。

<div class='chat-list'> <div v-for='(item,index) in chatList' :key='index' class='msg-wrapper'> <chat-record ref='chatRecord' :data='item' @showJson='showJsonDialog'></chat-record> </div> <div style='height:0px; overflow:hidden'></div> </div></div>

對(duì)于聊天記錄的氣泡展示，與數(shù)據(jù)類型相關(guān)性很強(qiáng)，ChatRecord組件只關(guān)心對(duì)數(shù)據(jù)的處理和展示，我們可以完全不用關(guān)心消息的發(fā)送、接收、音頻的錄制、停止錄制、接受音頻等邏輯，只需要根據(jù)數(shù)據(jù)來展示不同的樣式即可。這樣Vue的響應(yīng)式就充分獲得了用武之地：無需用代碼對(duì)樣式展示進(jìn)行控制，只需要設(shè)計(jì)合理的數(shù)據(jù)格式和樣式模板，然后注入不同的數(shù)據(jù)即可。模板頁面： 使用v-if控制，修改chatList里的對(duì)象內(nèi)容即可改變頁面展示。

根據(jù)業(yè)務(wù)需求，將ChatRecord可能接收到的數(shù)據(jù)分為以下幾類：

發(fā)送方為自己：

文本輸入，顯示文本

實(shí)現(xiàn)簡單，不做贅述。

語音輸入 Loading狀態(tài)，顯示波紋動(dòng)畫和計(jì)時(shí)

該動(dòng)畫使用CSS實(shí)現(xiàn)，參考地址： https://www.cnblogs.com/lhb25/p/loading-spinners-animated-with-css3.html

計(jì)時(shí)器使用JS的setInterval方法，每100ms更新一次錄制時(shí)長

this.recordTimer = setInterval(() => { this.audioDuration = this.audioDuration + 0.1 }, 100)

停止后清空計(jì)時(shí)器：

語音輸入完畢，根據(jù)錄制的語音，繪制波紋

效果：

使用wavesurfer插件:

initWaveSurfer() { this.$nextTick(() => { this.wavesurfer = WaveSurfer.create({ container: this.$refs.waveform, height: 20, waveColor: ’#3d6fff’, progressColor: ’blue’, backend: ’MediaElement’, mediaControls: false, audioRate: ’1’, fillParent: false, maxCanvasWidth: 500, barWidth: 1, barGap: 2, barHeight: 5, barMinHeight: 3, normalize: true, cursorColor: ’#409EFF’ }) this.convertAudioToUrl(this.waveAudio).then((res) => { this.wavesurfer.load(res) setTimeout(() => { this.audioDuration = this.getAudioDuration() }, 100) }) }) }, // 將音頻轉(zhuǎn)化成url地址 convertAudioToUrl(audio) { let blobUrl = ’’ if (this.data.sendBy === ’self’) { blobUrl = window.URL.createObjectURL(audio) return new Promise((resolve) => { resolve(blobUrl) }) } else { return this.base64ToBlob({ b64data: audio, contentType: ’audio/wav’ }) } }, base64ToBlob({ b64data = ’’, contentType = ’’, sliceSize = 512 } = {}) { return new Promise((resolve, reject) => { // 使用 atob() 方法將數(shù)據(jù)解碼 let byteCharacters = atob(b64data) let byteArrays = [] for ( let offset = 0; offset < byteCharacters.length; offset += sliceSize ) { let slice = byteCharacters.slice(offset, offset + sliceSize) let byteNumbers = [] for (let i = 0; i < slice.length; i++) { byteNumbers.push(slice.charCodeAt(i)) } // 8 位無符號(hào)整數(shù)值的類型化數(shù)組。內(nèi)容將初始化為 0。 // 如果無法分配請(qǐng)求數(shù)目的字節(jié)，則將引發(fā)異常。 byteArrays.push(new Uint8Array(byteNumbers)) } let result = new Blob(byteArrays, { type: contentType }) result = Object.assign(result, { // 這里一定要處理一下 URL.createObjectURL preview: URL.createObjectURL(result), name: `XXX.wav` }) resolve(window.URL.createObjectURL(result)) }) },

發(fā)送方為系統(tǒng)：

僅返回文本：顯示文本 僅返回音頻（參考發(fā)送方為自己的實(shí)現(xiàn)）

返回文本，隨即返回文本對(duì)應(yīng)的合成音頻，顯示文本和播放按鈕

頁面嵌入audio標(biāo)簽，將hidden設(shè)置為true使其不顯示：

<div class='audio-player'> <svg-icon v-if='!isPlaying' icon-class=’play’ @click='onClickAudioPlayer' /> <svg-icon v-else icon-class=’pause’ @click='onClickAudioPlayer' /> <audio :src='http://www.hdgsjgj.cn/bcjs/playAudioUrl' autostart='true' hidden='true' ref='audioPlayer' /> </div>

playAudioUrl的生成參考上面生成的wavesurfer的url。使用isPlaying參數(shù)記錄當(dāng)前音頻的播放狀態(tài)，并使用setTimeout方法，當(dāng)播放了音頻時(shí)長后，將播放按鈕自動(dòng)置為play。

onClickAudioPlayer() { if (this.isPlaying) { this.$refs.audioPlayer.pause() this.isPlaying = false } else { // 每次點(diǎn)擊時(shí)，開始播放，并在播放完畢將isPlaying置為false this.$refs.audioPlayer.currentTime = 0 this.$refs.audioPlayer.play() this.isPlaying = true setTimeout(() => { // 將正在播放重置為false this.isPlaying = false }, Math.ceil(this.$refs.audioPlayer.duration) * 1000) } },

聊天記錄自動(dòng)定位到最后一條：

使用scrollIntoView()方法

記錄每次會(huì)話對(duì)應(yīng)的記錄ID（recordId）：

定義單次會(huì)話的id，并在返回的消息中回傳，從而建立多條websocket返回的關(guān)聯(lián)關(guān)系。

以上就是全部實(shí)現(xiàn)。難點(diǎn)主要是請(qǐng)求麥克風(fēng)權(quán)限和對(duì)音頻進(jìn)行編碼，在加wav頭時(shí)必須保證和采樣時(shí)的采樣率、頻率一致 。

以上就是Vue +WebSocket + WaveSurferJS 實(shí)現(xiàn)H5聊天對(duì)話交互的實(shí)例的詳細(xì)內(nèi)容，更多關(guān)于vue 實(shí)現(xiàn)H5聊天對(duì)話交互的資料請(qǐng)關(guān)注好吧啦網(wǎng)其它相關(guān)文章！