iPhone浏览器调用OpenAI Whisper API无法完整转录音频

可能的原因及解决方案 #

1. 音频编码格式兼容性问题

iPhone浏览器录制的Blob可能并非标准MP3编码，即便你指定了type: "audio/mp3"，实际编码参数（如比特率、采样率）可能不符合Whisper API的要求，导致转录截断。

解决方法：

• 改用WAV格式发送音频（无压缩格式，兼容性更强）：
  修改文件创建代码：

  const audioFile = new File([recordedBlob], "audio.wav", {
    type: "audio/wav",
  });
  

  同时确保录制时使用WAV格式初始化MediaRecorder：

  const mediaRecorder = new MediaRecorder(stream, { mimeType: 'audio/wav' });
  

2. Blob转File时的数据截断

iPhone浏览器在处理Blob转File的过程中可能出现数据丢失，虽然本地播放正常，但实际发送给API的文件不完整。

解决方法：

• 先将Blob转为ArrayBuffer再创建File，确保数据完整性：

  const getTranscript = async (recordedBlob) => {
    try {
      const arrayBuffer = await recordedBlob.arrayBuffer();
      const audioFile = new File([arrayBuffer], "audio.wav", { type: "audio/wav" });
      const transcript = await openai.audio.transcriptions.create({
        model: "whisper-1",
        file: audioFile,
        response_format: "text",
      });
      return transcript;
    } catch (err) {
      return Promise.reject(err);
    }
  };
  

3. OpenAI JS库的兼容性问题

在iPhone浏览器中，openai-js库对File对象的自动处理可能存在兼容性bug，导致发送的文件不完整。

解决方法：

• 手动构建FormData直接调用API，绕过库的自动处理：

  const getTranscript = async (recordedBlob) => {
    try {
      const arrayBuffer = await recordedBlob.arrayBuffer();
      const audioFile = new File([arrayBuffer], "audio.wav", { type: "audio/wav" });
      const formData = new FormData();
      formData.append("file", audioFile);
      formData.append("model", "whisper-1");
      formData.append("response_format", "text");
  
      const response = await fetch("https://api.openai.com/v1/audio/transcriptions", {
        method: "POST",
        headers: {
          Authorization: `Bearer ${YOUR_OPENAI_API_KEY}`,
        },
        body: formData,
      });
  
      if (!response.ok) {
        throw new Error(`请求失败：${response.status} ${response.statusText}`);
      }
  
      return await response.text();
    } catch (err) {
      return Promise.reject(err);
    }
  };
  

内容的提问来源于stack exchange，提问作者Abdullah Saleem