Unity+chatgpt+webgl实现声音录制+语音识别

一、前言

AI二次元女友这个项目持续更新，在window端的语音识别和语音合成的功能，在上一篇博文里已经详细说明了微软Azure语音服务的代码实现。也是为了实现一次代码，多端复用这样的诉求，所以全部的代码实现都改成了web api的方式。然而在实测发布到webgl的时候，就发现了一个问题，因为这个项目涉及到麦克风录制声音，用作语音识别，结果在发布的时候，引擎报错，提示unity发布到webgl失败了，查了一下相关资料，原来是unity内置的microphone类是不支持webgl了，所以只好另找解决方案。

·我在网上也查了不少资料，从unity官方也得到了一些信息，解决方案的思路，参见unity官方文档，文档里描述了unity如何调用js的方法，涉及到unity端*.jslib的拓展方法，unity文档：

https://docs.unity3d.com/cn/2020.3/Manual/webgl-interactingwithbrowserscripting.html

因为自己技术能力也有限，所以找了好几个现成的解决方案，做了实测，最后找到一个博主提供的解决方案以及源码。把他的源码集成到我项目里，确实是解决了我的问题，是实现了发布到webgl之后，可以调用麦克风录音，并且通过Azure的语音识别，正确识别到文本了。这过程其实也遇到不少问题，花了点时间，不过最终都解决了，怕自己忘记了，所以就赶忙写个文档留存，以防未来需要的时候，可以查阅。我参考的博主的解决方案里，除了在unity端调用js代码外，还有js回传数据到unity。部分代码实现是在js里实现了，所以在发布webgl后，需要修改一点代码，并加入js库，具体配置方法，见下文。

二、发布Webgl

unity发布webgl项目的设置，首先确保引擎安装了webgl平台的拓展，这个在buildsetting里如果切换不到webgl平台，那就上官网下在安装包，安装上就可以了。转换一下平台即可。发布之前确认一下工程的路径，保证工程的路径是全英文的，不然导出webgl会报错。

发布设置方面：

1、Other Settings里,Color Space修改为Gamma

2、Publishing Settings里，勾选Decompression Fallback

如果说在发布webgl过程发现其他问题，自行到百度或其他渠道去搜一下，这方面的资料很多，基本上都可以找到相关问题的解决方案，以上是我在发布时遇到的一些配置问题，做一下记录。

三、脚本说明

项目涉及到unity端还有js端两部分的代码。

1、unity端代码说明

在unity端，参见官方解决方案，需要在unity的Plugins文件下，创建*jslib文件，在这个库里，按照unity官方提供的示例编写js代码，然后在C#脚本里按照指定的方式引用就可以在unity端调用js代码了。

jslib官方代码示例(这个文件要放在Plugins文件夹下面)

mergeInto(LibraryManager.library, {

  Hello: function () {
    window.alert("Hello, world!");
  },
});

在C#端，根据官方示例，编写以下代码就可以引用到js的方法了

 [DllImport("__Internal")]
    private static extern void Hello();

以上是C#调用js代码的示例，在项目功能里已经把录音和结束录音的功能封装好了，直接调用就可以了，根据自己的需要，调用StartRecord()开始录制，调用StopRecord()结束录制

    [DllImport("__Internal")]
    private static extern void StartRecord();
    [DllImport("__Internal")]
    private static extern void StopRecord();

2、js代码说明

源码提供了js代码，因为项目涉及到js端完成录制后，需要把录音数据回传到unity中使用，所以还需要增加一部分的js代码，实现上述功能。源码里提供了相关的代码，我们只需要在导出的webgl包里，修改相应的代码文件，就可以了。具体的修改方法，见下一节内容。

四、脚本配置

这节里详细说明一下在导出的webgl包中的代码配置内容。

1、添加js脚本

找到[recorder.wav.min.js]脚本，把脚本拷贝到输出的webgl包，index.html相同的文件夹下[根目录]即可。

2、修改index.html

先找到[AddToIndex.js]文件，后续需要添加的代码都在这个文件里了，直接复制就可以了。

①在index.html中引用/recorder.wav.min.js脚本

在[AddToIndex.js]文件，里拷贝"<script src="./recorder.wav.min.js"></script>",添加到index.html里，引用[recorder.wav.min.js]脚本。

 <script src="./recorder.wav.min.js"></script>
    <script>
      var container = document.querySelector("#unity-container");
      var canvas = document.querySelector("#unity-canvas");
      var loadingBar = document.querySelector("#unity-loading-bar");
      var progressBarFull = document.querySelector("#unity-progress-bar-full");
      var fullscreenButton = document.querySelector("#unity-fullscreen-button");
      var warningBanner = document.querySelector("#unity-warning");
    ....

    后续面代码略
</script>

②拷贝js处理代码到index.html中

[AddToIndex.js]里拷贝第7行到110行的代码，到<script>脚本里（可以直接添加到" document.body.appendChild(script);"这行代码后面）


document.body.appendChild(script);这行不要拷贝，就是告诉你从哪行开始粘贴

// 全局录音实例
let RecorderIns = null;
      //全局Unity实例   （全局找 unityInstance , 然后等于它就行）
      let UnityIns = null;

      // 初始化 ，   记得调用
      function initRecord(opt = {}) {
        let defaultOpt = {
          serviceCode: "asr_aword",
          audioFormat: "wav",
          sampleRate: 44100,
          sampleBit: 16,
          audioChannels: 1,
          bitRate: 96000,
          audioData: null,
          punctuation: "true",
          model: null,
          intermediateResult: null,
          maxStartSilence: null,
          maxEndSilence: null,
        };

        let options = Object.assign({}, defaultOpt, opt);
        let sampleRate = options.sampleRate;
        let bitRate = options.sampleBit;
        if (RecorderIns) {
          RecorderIns.close();
        }

        RecorderIns = Recorder({
          type: "wav",
          sampleRate: sampleRate,
          bitRate: bitRate,
          onProcess(buffers, powerLevel, bufferDuration, bufferSampleRate) {
            // 60秒时长限制 
            const LEN = 59 * 1000;
            if (bufferDuration > LEN) {
              RecorderIns.recStop();
            }
          },
        });
        RecorderIns.open(
          () => {
            // 打开麦克风授权获得相关资源
            console.log("打开麦克风成功");
          },
          (msg, isUserNotAllow) => {
            // 用户拒绝未授权或不支持
            console.log((isUserNotAllow ? "UserNotAllow，" : "") + "无法录音:" + msg);
          }
        );
      }

      // 开始
      function StartRecord() {
        RecorderIns.start();
      }
      // 结束
      function StopRecord() {
        RecorderIns.stop(
          (blob, duration) => {
            console.log(
              blob,
              window.URL.createObjectURL(blob),
              "时长:" + duration + "ms"
            );
            sendWavData(blob)
          },
          (msg) => {
            console.log("录音失败:" + msg);
          }
        );
      }
      
      // 切片像unity发送音频数据
      function sendWavData(blob) {
        var reader = new FileReader();
        reader.onload = function (e) {
          var _value = reader.result;
          var _partLength = 8192;
          var _length = parseInt(_value.length / _partLength);
          if (_length * _partLength < _value.length) _length += 1;
          var _head = "Head|" + _length.toString() + "|" + _value.length.toString() + "|end" ;
          // 发送数据头
          UnityIns.SendMessage("SignalManager", "GetAudioData", _head);
          for (var i = 0; i < _length; i++) {
            var _sendValue = "";
            if (i < _length - 1) {
              _sendValue = _value.substr(i * _partLength, _partLength);
            } else {
              _sendValue = _value.substr(
                i * _partLength,
                _value.length - i * _partLength
              );
            }
            _sendValue = "Part|" + i.toString() + "|" + _sendValue;
            // 发送分片数据
            UnityIns.SendMessage("SignalManager", "GetAudioData", _sendValue);
          }
          _value = null;
        };
        reader.readAsDataURL(blob);
      }

③初始化代码

这里需要注意添加一下实例化代码，需要在index.html里找到unityInstance的实例化代码块里，添加"UnityIns = unityInstance; initRecord();" 这两行代码，（可以添加到"then((unityInstance) => {" 这段代码之后）

   script.onload = () => {
        createUnityInstance(canvas, config, (progress) => {
          progressBarFull.style.width = 100 * progress + "%";
        }).then((unityInstance) => {

          UnityIns = unityInstance;//拷贝代码
          initRecord();//拷贝代码

          loadingBar.style.display = "none";
          fullscreenButton.onclick = () => {
            unityInstance.SetFullscreen(1);
          };
        }).catch((message) => {
          alert(message);
        });
      };

修改完上述代码，就配置完成了，可以部署webgl项目实测一下效果了。这里我实测原作者项目的时候，遇到过一个问题。因为我的项目是需要拿到录音数据，发送到语音识别api的，刚开始发现识别的结果有问题，一直不准确。后来在录制声音的配置上，把采样率调整未44100之后，就识别正常，这里做一下记录，我自己的源码就已经做过这个修改了。