火山引擎浏览器端实时语音识别（LAT/ASR）工具库，内置麦克风采集、音频处理、音频分段、WebSocket 传输和识别结果事件。

安装

pnpm add @mingto/huoshan-lat

快速开始

import huoshanLat from '@mingto/huoshan-lat'

huoshanLat.config({
  latRequestBaseUrl: 'wss://audio.workbrain.cn/asr',
})

const latInstance = huoshanLat.create(
  {
    sample_rate: 16000,
    format: 'raw',
    codec: 'raw',
  },
  {
    autoControl: true,
    initialDelay: 3500,
    subsequentDelay: 3000,
  }
)

latInstance
  .on('appResponseText', (text) => {
    console.log('实时识别:', text)
  })
  .on('appResultText', (text) => {
    console.log('最终结果:', text)
  })
  .on('appFinish', () => {
    console.log('识别结束')
  })

latInstance.start()

setTimeout(() => {
  latInstance.end()
}, 5000)

API

huoshanLat.config(systemConfig)

配置系统参数，返回当前模块对象，支持链式调用。

参数	类型	默认值	说明
latRequestBaseUrl	string	wss://audio.workbrain.cn/asr	LAT WebSocket 请求地址

huoshanLat.create(businessParams?, sectionDelayParams?)

创建语音识别控制器实例。

businessParams

参数	类型	默认值	说明
sample_rate	number	16000	采样率
bits	number	16	位深度
channels	number	1	声道数
format	string	raw	音频格式
codec	string	raw	编码格式
enable_itn	boolean	true	是否启用文本规范化
enable_punc	boolean	true	是否启用标点
enable_ddc	boolean	true	是否启用顺滑

sectionDelayParams

参数	类型	默认值	说明
autoControl	boolean	true	是否自动按静默延迟结束录音
initialDelay	number	3500	首次延迟时间，单位毫秒
subsequentDelay	number	3000	后续延迟时间，单位毫秒

实例方法

方法	说明
start()	开始录音和识别
end()	停止接收新的录音数据，已录制数据继续处理
watch()	监听浏览器音频输入，当音量大于 20% 且系统离线时自动开始识别
on(eventName, callback)	订阅识别事件，返回当前实例

应用事件

事件名	说明
appResponseText	实时识别文本更新时触发
appResultText	最终识别文本产生时触发
appFinish	应用结束时触发

智能监听示例

const latInstance = huoshanLat.create({}, {
  autoControl: true,
})

latInstance
  .on('appResponseText', (text) => {
    console.log('实时识别:', text)
  })
  .on('appResultText', (text) => {
    console.log('最终结果:', text)
  })

latInstance.watch()

注意事项

• 首次使用需要用户授权麦克风权限。
• watch() 依赖浏览器 navigator.mediaDevices.getUserMedia。
• 当前实例没有公开 finish() 方法，主动结束识别请调用 end()。