因为uni.getRecorderManager()的onFrameRecorded回调在App端(Android/iOS)官方不支持,无法获取实时音频帧,只能录音结束后拿到完整临时文件,再转Base64、分片上传。

uni-app里用科大讯飞SDK,为什么安卓端收不到实时音频流?
因为 uni.getRecorderManager() 的 onFrameRecorded 回调在 App 端(Android/iOS)根本不可用——这是官方明确不支持的 API。你写上去不会报错,但也不会触发,导致“边录边传”的流式识别逻辑直接失效。
真实可用的路径只有一条:等录音结束,拿到完整临时文件(如 tempFilePath),再读取、转 Base64、分片上传。这个过程无法做到毫秒级响应,但能保证识别结果可得。
- 不要在 App 端尝试监听
onFrameRecorded,它在 Android 和 iOS 上始终静默 - H5 端可以用 Web Speech API 或讯飞 Web SDK,但 App 端必须走文件路径 + WebSocket 上传流程
- 临时文件格式默认是
aac,讯飞流式接口要求raw或pcm,需用uni.downloadFile+ 原生插件或后端转码
renderjs 是怎么绕过 App 端 Webview 限制跑通讯飞 Web SDK 的?
renderjs 不是魔法,它是 uni-app 提供的“视图层 JS 执行环境”。它的关键价值在于:让依赖完整浏览器能力(比如 MediaRecorder、WebSocket、AudioContext)的代码,运行在 Webview 内部,而不是被隔离在逻辑层(V8/JSCore)里。
也就是说,讯飞 Web SDK 在 H5 上能跑,在 renderjs 里也能跑;而你在 Vue 组件里直接 import 它,就会因缺少 DOM/BOM 环境而报 [object DOMException] 或 Cannot read property 'getUserMedia' of undefined。
- renderjs 模块必须声明在
的<script></script>标签里,且type="renderjs" - 它不能访问 Vue 实例(
this),只能通过uni.$emit/uni.$on与组件通信 - 讯飞 Web SDK 初始化、
start()、stop()全部放在 renderjs 里,Vue 组件只负责按住/松开按钮触发事件
微信语音识别(wx.onVoiceRecognitionEnd)能在 uni-app 里直接用吗?
不能。微信小程序的语音识别 API(如 wx.startVoiceRecognition)是平台专属能力,uni-app 编译到微信小程序时会做映射,但仅限于基础录音(uni.startRecord)和文件上传;而 wx.onVoiceRecognitionEnd 这类高级语音能力,uni-app 并未封装,也不在跨端兼容列表中。
如果你的目标平台只有微信小程序,可以直接写条件编译:#ifdef MP-WEIXIN 块里调用原生 wx API;但一旦要发 App 或 H5,这条路就彻底断了,必须切换成讯飞或阿里云等通用方案。
- uni-app 的
uni.onVoiceRecognitionEnd并不存在,文档里也查不到 - 微信原生 API 在
MP-WEIXIN下可用,但无法跨端,也不能用于 App/H5 - 想统一多端体验,必须放弃微信专属语音识别,改用讯飞 SDK + renderjs(H5/App)或原生插件(App)组合方案
APPID、API Key、API Secret 这三个值,哪些能暴露在前端?
一个都不能硬编码进前端代码。尤其是 API Secret,它参与签名计算(X-CheckSum),一旦泄露,攻击者就能盗用你的配额、产生费用,甚至调用其他授权服务。
讯飞流式接口要求每次请求携带 X-CheckSum,它由 API Secret + X-CurTime + X-Param 三者拼接后 SHA256 计算得出——这个计算必须由可信后端完成,前端只接收并使用一次性的鉴权参数(如 token 或预签名 URL)。
- APPID 可以出现在前端(讯飞文档明确允许),但建议仍由后端下发,便于灰度或切换
- API Key 和 API Secret 必须严格保留在后端,任何前端直连方案(包括 renderjs)都不该接触它们
- 真实项目中,应由后端提供一个
/api/xfyun/token接口,返回含有效期的临时凭证,前端拿它去连讯飞 WebSocket
最容易被忽略的是:很多开发者把签名逻辑直接搬到 renderjs 里,以为“在视图层就算安全”,其实只要代码可见,API Secret 就等于裸奔。真正的隔离,是网络层面的——让前端永远不触碰密钥,只跟自己的后端说话。











