Flutter麦克风Uint8List传输至Node.js服务适配语音转文本服务的问题排查与解决

我之前也碰到过几乎一模一样的场景：把Flutter麦克风采集的Uint8List音频通过WebSocket传到Node.js代理服务器后，数据变成了[7, 13, 114, ...]这种数组格式，导致语音转文本（STT）服务无法识别，而其他客户端传过来的都是正常的<Buffer ...>格式。

问题根源分析 #

首先得明确STT服务的硬性要求：

• 必须是PCM格式
• 单声道
• 16比特位深，采样率8000Hz或16000Hz
• 双块对齐（每个16比特采样带填充位）

Flutter端采集的Uint8List本身是符合PCM格式的，但通过WebSocket传输时，会被默认序列化为普通JSON数组，而Node.js端接收后需要还原成二进制数组类型，才能匹配STT服务的格式要求——这就是你遇到的核心问题。

已验证的快速解决：Node.js端转换格式 #

你已经找到的方法完全可行，只需要把接收的数组数据转成Uint8Array，再转成Node.js的Buffer就能被STT服务识别：

// 接收WebSocket传来的数组格式数据
const uint8Array = new Uint8Array(data);
// 转换为Node.js Buffer传给STT服务
const audioBuffer = Buffer.from(uint8Array);

这个方法简单直接，不需要改动Flutter端的代码，就能快速解决兼容性问题。

优化方向：Flutter端直接发送兼容二进制数据 #

如果想让Flutter端直接输出无需后端转换的二进制数据，可以尝试以下两个调整：

1. 严格配置音频采集参数
   确保Flutter麦克风采集的音频完全符合STT服务的要求，以record插件为例：

   final recorder = AudioRecorder();
   await recorder.start(
     const RecordConfig(
       sampleRate: 16000, // 对应每秒32000字节
       numChannels: 1, // 单声道
       bitRate: 16, // 16比特位深
     ),
   );
   

   这里16比特位深的PCM每个采样占2字节，天然满足“双块对齐”的要求，不需要额外处理填充位。

2. 指定WebSocket发送二进制帧
   不要依赖默认的发送逻辑，明确告诉WebSocket发送二进制数据：

   // 假设webSocket是已连接的WebSocket实例
   // 方法1：使用addBinaryFrame发送
   await webSocket.addBinaryFrame(audioUint8List);
   // 方法2：直接add Uint8List（部分库会自动识别为二进制）
   await webSocket.add(audioUint8List);
   

   如果还是不行，可以尝试把Uint8List包装成ByteData再发送：

   final byteData = ByteData.view(audioUint8List.buffer);
   await webSocket.add(byteData);
   

总结 #

你当前的Node.js端转换方案已经能完美解决问题，如果想进一步优化传输效率，可以从Flutter端的采集配置和WebSocket发送方式入手，实现二进制数据的直接传输，减少后端的转换步骤。

内容的提问来源于stack exchange，提问作者tanyaka