引言

在與實現(xiàn)了語音合成、語義分析、機器翻譯等算法的后端交互時，頁面可以設(shè)計成更為人性化哗伯、親切的方式笋颤。我們采用類似于聊天對話的實現(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）

與智能客服對話

語音合成（輸入文本，返回文本以及合成的音頻）

語音合成

如上圖所示婚脱，返回文本后吟宦，再返回合成出的音頻蜗侈。
音頻按鈕嵌在對話氣泡中薄湿，可以點擊播放吆倦。
語音識別（在頁面錄制語音發(fā)送，頁面實時展示識別出的文本結(jié)果）

頁面上錄制音頻并發(fā)送

實現(xiàn)功能及技術(shù)要點

1泛领、基于WebSocket實現(xiàn)對話流
頁面與后端的交互是實時互動的，所以采用WebSocket協(xié)議渊鞋，而不是HTTP請求绰更，這樣后端推送回的消息可以實時顯示在頁面上瞧挤。
WebSocket的返回是隊列的、無序的儡湾，在后續(xù)處理中我們也需要注意這一點特恬，在后文中會說到。
2徐钠、調(diào)用設(shè)備麥克風(fēng)進行音頻錄制和轉(zhuǎn)碼加頭癌刽，基于WebAudio、WaveSurferJS等實現(xiàn)音頻處理和繪制
3丹皱、基于Vue的響應(yīng)式頁面實現(xiàn)
4妒穴、CSS3 + Canvas + JS 交互效果優(yōu)化

錄制音頻CSS動畫效果
聊天記錄自動滾動
下面給出部分實現(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）摊崭，Vue組件會在打開時創(chuàng)建讼油，關(guān)閉時銷毀。在組件中引入WebSocket呢簸，并管理它的開矮台、關(guān)、消息接收和發(fā)送根时，使它的生命周期與組件一致（打開窗口時創(chuàng)建ws連接瘦赫，關(guān)閉窗口時關(guān)閉連接，避免與后臺連接過多蛤迎。）

created(){
   if (typeof WebSocket === 'undefined') {
      alert('您的瀏覽器不支持socket')
    } else {
      // 實例化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()
}

如上确虱，將WebSocket的事件綁定到JS方法中，可以在對應(yīng)方法中實現(xiàn)對數(shù)據(jù)的接收和發(fā)送替裆。
打開瀏覽器控制臺校辩，選中指定的標簽，便于對WebSocket連接進行監(jiān)控和查看辆童。

在c

音頻錄制采集

從瀏覽器端音頻和視頻采集基于網(wǎng)頁即時通信（Web Real-Time
Communication宜咒，簡稱WebRTC）的API。通過WebRTC的getUserMedia實現(xiàn)把鉴，獲取一個MediaStream對象故黑，將該對象關(guān)聯(lián)到AudioContext即可獲得音頻。

可參考RecorderJS的實現(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('用戶拒絕提供信息庭砍。')
              break
            case 'NOT_SUPPORTED_ERROR':
            case 'NotSupportedError':
              throwError('瀏覽器不支持硬件設(shè)備场晶。')
              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)怠缸。異常信息:' + (error.code || error.name))
              break
          }
        }
      )
    } else {
      throwError('當(dāng)前瀏覽器不支持錄音功能峰搪。')
    }

注意：若navigator.getUserMedia獲取到的是undefined，是Chrome瀏覽器的安全策略導(dǎo)致的凯旭，需要通過https請求或配置瀏覽器概耻，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）)使套，需要對音頻加頭才能在頁面上進行播放。注意加頭時采樣率鞠柄、采樣頻率侦高、聲道數(shù)量等必須與采樣時相同，不然加完頭后的音頻無法解碼厌杜。參考查看https://github.com/mattdiamond/Recorderjs/blob/master/src/recorder.js中exportWav方法奉呛。

業(yè)務(wù)中對接的語音識別引擎為實時轉(zhuǎn)寫引擎，即：不是錄制完成后再發(fā)送夯尽，而是一邊錄制一邊進行編碼并發(fā)送瞧壮。
使用onaudioprocess方法監(jiān)聽語音的輸入：

RecorderJS onaudioprocess方法

參考這個實現(xiàn)，我們可以在每次監(jiān)聽到有數(shù)據(jù)寫入時匙握，從buffer中獲取到錄制到的數(shù)據(jù)咆槽，并進行編碼、壓縮圈纺，再通過WebSocket發(fā)送秦忿。

Vue組件設(shè)計和業(yè)務(wù)實現(xiàn)

分析頁面業(yè)務(wù)邏輯，將代碼拆分成兩個組件：
ChatDialog.vue 聊天對話框頁面蛾娶，根據(jù)輸入類型灯谣，分為文本輸入、語音輸入蛔琅。
ChatRecord.vue聊天記錄組件胎许，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)容顯示文本罗售、音頻等辜窑。ChatDialog是ChatRecord的父組件，遍歷ChatDialog中的chatList對象（Array）莽囤，將chatList中的項注入到ChatRecord中谬擦。

<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 id="msg_end" style="height:0px; overflow:hidden"></div>
        </div>
</div>

對于聊天記錄的氣泡展示切距，與數(shù)據(jù)類型相關(guān)性很強朽缎，ChatRecord組件只關(guān)心對數(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)送谜悟、接收话肖、音頻的錄制、停止錄制葡幸、接受音頻等邏輯最筒，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：無需用代碼對樣式展示進行控制蔚叨，只需要設(shè)計合理的數(shù)據(jù)格式和樣式模板床蜘，然后注入不同的數(shù)據(jù)即可辙培。
模板頁面：使用v-if控制，修改chatList里的對象內(nèi)容即可改變頁面展示邢锯。

根據(jù)業(yè)務(wù)需求扬蕊，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
實現(xiàn)簡單丹擎，不做贅述尾抑。
語音輸入 Loading狀態(tài)，顯示波紋動畫和計時

正在輸入

該動畫使用CSS實現(xiàn)蒂培，參考地址： https://www.cnblogs.com/lhb25/p/loading-spinners-animated-with-css3.html

計時器使用JS的setInterval方法再愈，每100ms更新一次錄制時長

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

停止后清空計時器：

 clearInterval(this.recordTimer)

語音輸入完畢，根據(jù)錄制的語音护戳，繪制波紋
效果：

繪制出真實的波形

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 位無符號整數(shù)值的類型化數(shù)組翎冲。內(nèi)容將初始化為 0。
          // 如果無法分配請求數(shù)目的字節(jié)灸异，則將引發(fā)異常府适。
          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)送方為自己的實現(xiàn)）

繪制波形
返回文本，隨即返回文本對應(yīng)的合成音頻肺樟，顯示文本和播放按鈕

狀態(tài)檐春，顯示播放按鈕

播放狀態(tài)，顯示暫停按鈕

頁面嵌入audio標簽么伯，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="playAudioUrl" autostart="true" hidden="true" ref="audioPlayer" />
        </div>

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

  onClickAudioPlayer() {
      if (this.isPlaying) {
        this.$refs.audioPlayer.pause()
        this.isPlaying = false
      } else {
        // 每次點擊時硬爆，開始播放欣舵，并在播放完畢將isPlaying置為false
        this.$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)
      }
    },

聊天記錄自動定位到最后一條：
使用scrollIntoView()方法
記錄每次會話對應(yīng)的記錄ID（recordId）：
定義單次會話的id，并在返回的消息中回傳缀磕，從而建立多條websocket返回的關(guān)聯(lián)關(guān)系缘圈。

以上就是全部實現(xiàn)。難點主要是請求麥克風(fēng)權(quán)限和對音頻進行編碼袜蚕，在加wav頭時必須保證和采樣時的采樣率糟把、頻率一致 。

Vue +WebSocket + WaveSurferJS 實現(xiàn)H5聊天對話交互

Vue +WebSocket + WaveSurferJS 實現(xiàn)H5聊天對話交互

引言

實現(xiàn)功能及技術(shù)要點

集成WebSocket

音頻錄制采集

Vue組件設(shè)計和業(yè)務(wù)實現(xiàn)