Ai_GirlFriend/ASR测试指南.md

ASR 语音识别测试指南

🎯 当前状态

✅ 已完成的修复

1. 前端修复：

   • 修复了 onStop 回调中的文件处理逻辑
   • 添加了 sendAudioToASR 方法通过 HTTP POST 发送音频
   • 移除了冲突的 WebSocket 备用方案
   • 改用 WAV 格式录音（兼容性最好）

2. 后端修复：

   • 添加了新的 /voice/call/asr 端点处理 JSON 格式音频
   • 修复了环境变量加载问题
   • 改进了错误处理
   • 后端运行在端口 30102

3. 配置更新：

   • 前端 baseURLPy 更新为 http://192.168.1.141:30102
   • 录音格式改为 WAV（16kHz, 单声道）

📱 测试步骤

1. 确保后端运行

cd lover
python main_simple.py

应该看到：

INFO:     Uvicorn running on http://0.0.0.0:30102

2. 测试后端 ASR 端点

python test_asr_fix.py

应该看到：

✅ ASR 请求成功
🎉 ASR 修复测试成功！

3. 在前端测试录音

1. 打开 uni-app 应用
2. 进入语音通话页面
3. 按住"按住说话"按钮
4. 说话 2-3 秒
5. 松开按钮

4. 查看日志

前端控制台应该显示：

📁 开始处理录音文件
✅ 文件读取成功，开始发送到ASR
📤 发送ASR请求...
✅ ASR响应: ...

后端日志应该显示：

INFO - 收到 JSON ASR 请求，格式: wav
INFO - 解码音频数据成功，大小: XXX 字节
INFO - 上传 WAV 文件到 OSS...
INFO - 调用 DashScope ASR...
INFO - ASR 任务已创建: ...
INFO - ASR 识别成功

🔍 常见问题排查

问题 1：音频格式解码失败

症状：

音频格式解码失败，请检查录音设置

解决方案：

• 确认前端使用 WAV 格式录音
• 检查录音参数：16kHz, 单声道
• 查看后端日志确认音频数据大小

问题 2：未识别到语音内容

症状：

音频中未检测到有效语音

原因：

• 录音时间太短（< 1秒）
• 环境噪音太大
• 说话声音太小

解决方案：

• 录音时间保持在 2-5 秒
• 在安静环境测试
• 靠近麦克风说话

问题 3：WebSocket 连接问题

症状：

Expected URL scheme 'http' or 'https' but was 'file'

原因：

• 旧的 WebSocket 流程仍在运行
• 前端代码没有更新

解决方案：

• 确认前端已移除 WebSocket 备用方案
• 重新编译前端应用
• 清除应用缓存

问题 4：后端连接失败

症状：

由于目标计算机积极拒绝，无法连接

解决方案：

• 确认后端正在运行：netstat -an | findstr :30102
• 检查防火墙设置
• 确认前端配置的端口正确（30102）

📝 预期结果

成功的录音识别流程

1. 用户操作：

   • 按住说话按钮
   • 说话 2-3 秒："你好，今天天气怎么样"
   • 松开按钮

2. 前端处理：

   • 录音停止
   • 读取 WAV 文件
   • 转换为 base64
   • 发送到 /voice/call/asr

3. 后端处理：

   • 接收 base64 音频数据
   • 解码为二进制
   • 上传到 OSS
   • 调用 DashScope ASR
   • 返回识别结果

4. 用户看到：

   • Toast 提示："识别: 你好，今天天气怎么样"

🚀 下一步优化

1. 添加语音对话功能：

   • 将识别结果发送给 LLM
   • 生成回复
   • 使用 TTS 播放回复

2. 优化用户体验：

   • 添加录音动画
   • 显示识别进度
   • 支持重新录音

3. 错误处理：

   • 网络错误重试
   • 超时处理
   • 友好的错误提示

📞 技术支持

如果遇到问题，请提供：

1. 前端控制台完整日志
2. 后端服务器日志
3. 录音文件大小和时长
4. 网络环境信息

---

最后更新: 2026-03-04 版本: v1.0