Node.js Web应用程序上的IBM Watson语音到文本音频转换

问题的要点是IBMWatson语音到文本只允许上传FLAC、WAV和OGG文件格式并与API一起使用

我的解决方案是，如果用户在将文件发送给Watson之前上传mp3，就会进行数据转换。基本上，用户上传mp3，然后使用ffmpeg或sox将音频转换为OGG，然后将音频上传到Watson

我不确定的是：为了实现音频转换，我到底需要修改Node.js Watson代码中的哪些内容？下面链接的是沃森回购协议，这是我正在进行的工作。我确信必须更改的文件是，我已经链接了，但是更改的方向是我不确定的

我已经浏览了SO和developerWorks，以及IBMSO来寻找这个问题的答案，但是我没有看到任何答案，这就是我为什么要在这里发表文章的原因。如果有必要，我很乐意澄清我的问题

您尝试使用的示例应用程序不会将MP3文件转换为OGG。

src

文件夹（上面有

fileupload.js

）就是javascript，将在客户端使用（感谢Browserify）

应用程序基本上使用API与浏览器通信，因此音频从浏览器传输到Watson API

---

如果要使用

ffmpeg

或

sox

转换音频，则需要使用自定义构建包安装依赖项，因为这些模块具有二进制依赖项（其中包含C++代码） 詹姆斯·托马斯有一个关于sox的构建包：。 您需要将

manifest.yml

更新为如下内容：

memory: 256M 
buildpack: https://github.com/jthomas/nodejs-buildpack.git
command: npm start

节点：

---

接下来的问题是，我目前正在使用ffmpeg进行文件转换。但是这个音频转换库将整个音频文件加载到内存中，而不是分块加载。解决这个问题的好办法是什么？

var sox = require('sox');

var job = sox.transcode('audio.mp3', 'audio.ogg', {
  sampleRate: 16000,
  format: 'ogg',
  channelCount: 2,
  bitRate: 192 * 1024,
  compressionQuality: -1
});