uni-app本身不内置语音识别能力,必须依赖原生录音+第三方ASR服务;录音参数须设为sampleRate:16000、numberOfChannels:1、format:'pcm',再通过uni.request调用云服务API完成识别。

uni-app 本身不内置语音识别能力,必须依赖原生录音 + 第三方 ASR 服务。直接调用 uni.getRecorderManager() 录音后上传,再由后端或云服务完成识别——这是目前最稳定、兼容性最好的路径。
录音参数必须设为 16000Hz 单声道 PCM
百度、腾讯、讯飞等主流 ASR 服务对音频格式有强约束:采样率必须是 16000,声道数必须是 1(单声道),格式优先选 pcm 或 wav。MP3 虽然体积小,但多数云服务不支持直接识别,需额外转码,徒增失败风险。
-
format: 'pcm'是最稳妥的选择,无需转码,服务端可直读 -
sampleRate: 16000必须显式指定,iOS 默认可能是 44100,会导致识别失败 -
numberOfChannels: 1不可省略,双声道音频会被拒绝或识别乱码 - 避免使用
frameSize或encodeBitRate(PCM 无码率概念)
微信小程序不能直接调百度/腾讯 ASR 的 SDK
微信小程序环境禁止加载非微信签名的原生插件,@dcloudio/uni-plugin-baiduspeech 等插件在小程序平台实际不可用。所谓“集成 SDK”,在小程序里本质是伪命题——你只能走 HTTP API 路径。
- 真机调试时,
uni.requireNativePlugin('BaiduSpeech')在mp-weixin下会静默失败,控制台无报错 - 所有识别请求必须通过
uni.request()发送到你自己的中转服务,或直连云厂商 REST 接口(需配置合法 request 合法域名) - 微信原生
wx.onVoiceRecordEnd仅限于微信内部服务,外部无法复用其识别结果 - 如果你看到“成功初始化 SDK”的日志,那大概率是 Android/iOS 端生效了,小程序端根本没走那条路
上传前必须把 PCM 文件转成 Base64 或分块流式上传
云服务识别接口(如百度 REST API)要求音频数据以 audio 字段传入,值为 Base64 编码字符串;而 uni.getRecorderManager().onStop() 返回的是临时文件路径,不是二进制数据。
- 先用
uni.getFileSystemManager().readFile()读取tempFilePath,encoding: 'base64' - 读取成功后,将
res.data拼入请求体,例如:{ audio: res.data, format: 'pcm', rate: 16000 } - 文件超过 60s 或 10MB?别硬传——微信小程序临时文件生命周期极短,必须在
onStop回调内立刻读取并上传,否则路径失效 - 长语音场景建议启用分段录音 + 后端拼接,前端不做合并(性能差、易中断)
关键点其实就一个:不要幻想“一键集成”。所有“插件封装 SDK”的文档,基本默认你在 App 端运行;小程序端永远绕不开「自己读文件 → 自己编码 → 自己发请求 → 自己解析 JSON」这四步。漏掉任意一环,都会卡在“没反应”或“识别为空”。











