Question

目前getUserMedia正在获得48Khz的音频（来自麦克风）。但我的语音识别服务器只能使用16Khz的音频（可能是48Khz但它会进行下采样）。我的目标是节省带宽，在客户端进行下采样。

recorder.onaudioprocess = function(e){
    if(!recording) return;
    console.log ('recording');
    left = e.inputBuffer.getChannelData(0);
    Stream.write(convertoFloat32ToInt16(left));//write to server

  }

function convertoFloat32ToInt16(buffer) {
  var l = buffer.length;
  var buf = new Int16Array(l)

  while (l--) {
    if(l%3==0){
    buf[l/3] = buffer[l]*0xFFFF;
  }
  }
  return buf.buffer
}

您的任何其他实施？编辑：我把nodejs服务器录制相同的音频到一个文件然后我用matlab打开它。文件大小相同。不应该，对吧？

Matlab图 - 16k

Matlab图 - 48k

Answer 1

我认为数据正在写入立体声文件，对吗？这可以解释波形波形，因为您只有左声道的数据而右声道充满了零。

此外，您将Int16Array（）创建为原始缓冲区的长度，但它实际上应该只是长度的三分之一，因为您只使用每三个样本。这可能解释了为什么一旦你渲染它们就会变成相同的尺寸。

我不确定如何解释matlab图，但这就是我的样子。

Answer 2

解决方案（感谢@OskarEriksson，这是你的提示，现在我没有问题）：

recorder.onaudioprocess = function(e){
    if(!recording) return;
    console.log ('recording');
    left = e.inputBuffer.getChannelData(0);
    Stream.write(convertoFloat32ToInt16(left));//write to server

  }

function convertoFloat32ToInt16(buffer) {
  var l = buffer.length;
  var buf = new Int16Array(l/3); //<-----Only change here

  while (l--) {
    if(l%3==0){
    buf[l/3] = buffer[l]*0xFFFF;
  }
  }
  return buf.buffer
}

Matlab图： 48K

16K

注意：我拼写的单词完全相同，但由于浏览器切换，您可以看到一些延迟，然后按开始\停止按钮。

下采样48khz到16khz - Javascript

2 个答案: