Javascript 如何将本地html5录制音频的float32Array格式转换为适合Google语音到文本服务的字节？

如果您遵循本教程：您将设法创建一个脚本处理器，向其中添加一个侦听器

scriptProcessor = inputPoint.context.createScriptProcessor(bufferSize, in_channels, out_channels)
//...
scriptProcessor.addEventListener('audioprocess', streamAudioData)

通过调用此行在回调内部：

callback\u param.inputBuffer.getChannelData（0）

one接收一个javascript Float32Array，通过查看数据，该数组似乎包含从-1.0到+1.0的浮点数

因此，将其流式传输到后端，而后端又将其流式传输到谷歌语音文本服务，您将一无所获（如预期的那样）

用于流式输入的谷歌语音到文本服务（至少在Python中）需要一个wav格式的字节字符串，其中包含指定速率（即16000Hz）的声音。请注意，如果在后端将其流式处理为一个文件，则可以正常工作

此转换失败：Float32Array->Int16Array->字节字符串

有没有人找到什么是适当的转换为上述工作

或者，您是否知道一个更简单、更健壮的路径：浏览器中的麦克风->通过websocket将数据流到后端服务器->将数据流到Google语音输入服务->按预期获得响应

---

编辑：为Google语音api的识别配置添加python代码

config = types.RecognitionConfig(
        encoding=enums.RecognitionConfig.AudioEncoding.LINEAR16,
        sample_rate_hertz=16000,
        language_code=self.language_code)

---

好的，做了一些挖掘，找到了正确的信息

LINEAR16

-未压缩的16位有符号小端采样（线性PCM）

关键部分包括：

• 每个样本16位
• 签名
• 小恩迪亚

因此，您需要做的是将浮点值（

-1.0…1.0

）缩放为介于

-32786

和

32767

之间的整数

没有任何内置JavaScript方法可以为您执行此操作。Float32Array和Int16Array之间的转换不起作用，因为最终的值接近于

-1

、

0

和

1

。不能使用Int16Array的另一个原因是因为它是

---

你需要做的是与ArrayBuffers相处融洽，然后用鼠标操纵它们。取每个样本，做一些数学运算，写下字节，移动到下一个样本。完成后，XHR和Fetch API都支持发送ArrayBuffer作为HTTP请求主体。或者，你可以用ArrayBuffer实例化一个新的Blob，并用它做其他事情。

谷歌期望的确切格式是什么？每个样本16位，16 kHz采样率？另外请注意，如果您希望正确地重新采样，您需要知道原始采样率是多少。嗨@Brad谢谢您的回复。请看我问题中的一个编辑，其中我解释了Google speech客户端的配置。您知道预期的端点吗？（可能是小endian，但只是检查一下。）嗨@Brad谢谢你的提示。是的，我已经考虑了little endian和big endian。小“声音”更好，这意味着我们更接近最终的声音文件。目前我还在考虑python如何处理数字。。。在python中，将范围-32768…32767或范围0…65535转换为short以保持其二进制表示是否有意义