使用说明

  • Web

更新时间

了解云市场在不同平台上的集成讯飞转写及翻译插件方式,包括接入流程、关键配置和平台差异。

本文介绍如何在你的 Web 项目中集成和使用讯飞语音实时转写及翻译(多语种)插件(以下简称“讯飞转写及翻译插件”)。

前提条件

  • Windows 或 macOS 计算机,需满足以下要求:
    • 下载桌面端 Chrome 90 或以上版本。
    • 具备物理音视频采集设备。
    • 可连接到互联网。如果你的网络环境部署了防火墙,请参考应对防火墙限制以正常使用声网服务。
    • 搭载 2.2 GHz Intel 第二代 i3/i5/i7 处理器或同等性能的其他处理器。
  • 安装 Node.js 及 npm。

集成和调用流程

1. 集成 SDK 和插件

开始前,你需要在项目中分别集成声网 Web SDK 和讯飞转写及翻译插件。

1.1 集成声网 Web SDK

讯飞转写及翻译插件需要与声网 Web SDK 4.x(v4.10.0 或以上)搭配使用。参考以下文档集成 Web SDK 并实现基础的语音通话:

1.2 购买和激活插件

在声网控制台购买和激活讯飞转写及翻译插件。购买成功后,你会收到由讯飞提供的 appKey 和 appSecret,后续使用插件时需要用到。

1.3 集成插件

通过 npm 将讯飞转写及翻译插件集成到你的项目中。

  1. 运行以下命令安装插件:

    Shell
    npm install hyrt
  2. 在你的 .js 文件中加入以下代码导入插件模块:

    JavaScript
    import { HySimpleAudioExtension } from 'hyrt'

2. 配置反向代理

如果需要使用插件的翻译功能,你需要配置反向代理以解决翻译跨域问题。

以 Nginx 为例:

nginx
server {
    listen       80;
    server_name  localhost;

    location / {
        root   D:\\proj\\test-plugin;
        index  index.html index.htm;
    }

    # 示例如下
    location /v2/its {
        proxy_http_version 1.1;
        proxy_pass https://itrans.xfyun.cn/v2/its;
        proxy_redirect off;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header Host 'itrans.xfyun.cn'; # 固定请求头中的Host
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
        proxy_read_timeout 300;
        proxy_send_timeout 300;
    }
}

3. 启用插件

启用插件的示例代码如下:

JavaScript
import AgoraRTC from "agora-rtc-sdk-ng"
import { HySimpleAudioExtension } from 'hyrt'

// 创建 extension 实例
const audioExtension = new HySimpleAudioExtension();
// 注册插件
AgoraRTC.registerExtensions([audioExtension]);
// 创建 processor 实例
const processor = audioExtension.createProcessor();
// 通过麦克风采集的音频创建音频轨道
const audioTrack = await AgoraRTC.createMicrophoneAudioTrack();
// 将讯飞插件注入声网的音频处理管道,并从扬声器输出
audioTrack.pipe(processor).pipe(audioTrack.processorDestination);
// 设置识别参数
processor.setOptions(common, ist, its, callback)
// 启用插件
processor.enable()
// 停止插件
setTimeout(() => { processor.disable() }, 60000)

setOptions 方法中的参数设置详见插件独有 API。你可以使用 setOptions 方法中的 callback 参数来处理识别结果,示例如下:

JavaScript
function callback(r) {
    if (r.key === 'ist_result') {
        let sn = r.value.data.result.sn
        let ws = r.value.data.result.ws
        let words = ''
        for (let index = 0; index < ws.length; index++) {
            const element = ws[index];
            words += element.cw[0].w
        }
        console.log(`sn: ${sn}, words: ${words}`)
    } else if (r.key === 'its_result') {
        let sn = r.value.ist_sn
        let trans_result = r.value.data.result.trans_result
        console.log(`sn: ${sn}, [${trans_result.src}] => [${trans_result.dst}]`)
    } else if (r.key === 'error') {
        console.log(r.key, r.value)
    } else if (r.key === 'end') {
        console.log('识别结束')
    }
}

API 参考