将流从浏览器发送到 Node JS 服务器

Question

总体思路：我创建了一个与多个 API 交互的 Node JS 程序，以重新创建家庭助理（如 Alexia 或 Siri）。它主要与 IBM Watson 交互。我的第一个目标是设置 Dialogflow，这样我就可以拥有一个真正的 AI 来处理问题，但是由于 Dialogflow v2 的更新，我必须使用 Google Cloud，这对我来说太麻烦了，所以我只得到了一个从可配置列表中读取可能响应的手工脚本。

我的实际目标是从用户那里获取 音频流 并将其发送到我的主程序中。我已经建立了一个快速服务器。当您在“/”上获取时，它会以 HTML 页面响应。页面如下：

<!DOCTYPE html>
<html lang='fr'>
   <head>
       <script>
           let state = false

           function button() {

               navigator.mediaDevices.getUserMedia({audio: true})
                   .then(function(mediaStream) {

                       // And here I got my stream. So now what do I do?
                   })
                   .catch(function(err) {
                       console.log(err)
                   });
           }
       </script>
       <title>Audio recorder</title>
   </head>
   <body>
       <button onclick='button()'>Lancer l'audio</button>
   </body>
</html>

它会记录用户单击 mediaDevices.getUserMedia()

按钮时的音频

我的配置如下所示：

我正在寻找一种启动录制的方法，然后按下停止按钮，当按下停止按钮时，它会自动将流发送到节点程序。如果输出是流则更好，因为它是 IBM Watson 的输入类型（否则我将不得不存储文件，然后读取它然后删除它）。

感谢您的关注。

有趣的事实：我图片的 imgur ID 以“NUL”开头，在法语中意为“NOOB”哈哈

Answer 1

大多数浏览器，但不是全部（我说的是你，Mobile Safari），支持使用 getUserMedia() 和MediaRecorder API。使用这些 API，您可以通过 WebSockets 或 socket.io 或一系列 POST 请求以小块的形式将捕获的音频传输到您的 nodejs 服务器。然后 nodejs 服务器可以将它们发送到您的识别服务。这里的挑战：音频被压缩并封装在 webm 中。如果您的服务接受该格式的音频，则此策略适合您。

或者您可以尝试使用node-ogg and node-vorbis接受和解码。（我还没有这样做。）

可能还有其他方法。也许知道的人会回答。

将流从浏览器发送到 Node JS 服务器

Sending a stream from the browser to a Node JS server

javascript

audio-streaming

node.js

getusermedia