Node.js调用Wit AI语音接口遇空响应问题求助

问题现象 #

调用Wit AI语音接口时，本地录制的音频可正常识别，但浏览器录制或通过WPP Connect API获取的音频返回空响应：

{
    "entities": {},
    "intents": [],
    "text": "",
    "traits": {}
}

已确认这类音频本身包含有效内容，且问题在Postman中可复现。当前调用代码如下：

await message.downloadMedia().then(data => {
    const binaryData = Buffer.from(data.data, 'base64')

    axios
    .post('https://api.wit.ai/speech?v=20230215', binaryData, {
      headers: {
        Authorization: `Bearer ${TOKEN}`,
        'Content-Type': 'audio/ogg'
      },
      responseType: 'json'
    })
    .then(response => {
      console.log(response.data) // Resposta da API
      console.log(response.status)
      const speechResponse = SpeechResponse.create(response.data)
      const chatMessageProps = {
        message: speechResponse.text,
        type: message.type,
        chatUser: chatUser
      }
      return ChatMessageInput.create(chatMessageProps)
    })
    .catch(error => {
      console.error('Erro na requisição:', error)
    })
  })

本地通过fs.createReadStream('audio7.ogg')读写文件后调用接口，问题依旧。

排查与解决方向 #

1. 音频编码/格式不匹配 #

Wit AI语音接口对音频参数有严格要求，浏览器或WPP返回的音频可能不符合标准：

• 要求参数：单声道（mono）、16kHz采样率、PCM编码的OGG/MP3/WAV格式
• 解决步骤：
  1. 用音频工具（如Audacity）检查目标音频的声道、采样率、编码信息
  2. 用ffmpeg转换音频至符合要求的格式，示例命令：

     ffmpeg -i input.ogg -ac 1 -ar 16000 -codec:a pcm_s16le output.wav
     

  3. 用转换后的音频测试接口，确认是否能正常识别

2. Base64解码异常 #

WPP返回的data.data可能包含多余前缀或编码不标准，导致解码后音频损坏：

• 验证解码结果：将解码后的二进制数据写入本地文件，检查是否可正常播放：

  const fs = require('fs');
  fs.writeFileSync('test_audio.ogg', binaryData);
  

• 处理前缀问题：如果data.data带有data:audio/ogg;base64,前缀，需先移除再解码：

  const cleanBase64 = data.data.replace(/^data:audio\/ogg;base64,/, '');
  const binaryData = Buffer.from(cleanBase64, 'base64');
  

3. 请求头与发送方式校验 #

• 精准设置Content-Type：若转换后的音频为WAV格式，需将请求头改为audio/wav；MP3则改为audio/mpeg，确保与实际音频格式完全匹配
• 尝试流发送方式：改用文件流发送转换后的音频，避免二进制数据处理异常：

  const stream = fs.createReadStream('converted_audio.wav');
  axios.post('https://api.wit.ai/speech?v=20230215', stream, {
    headers: {
      Authorization: `Bearer ${TOKEN}`,
      'Content-Type': 'audio/wav'
    }
  })
  

4. 接口版本与权限检查 #

• 确认使用的v=20230215版本接口是否有格式更新，可尝试切换至最新稳定版本测试
• 检查Wit AI账号的语音识别额度是否正常（空响应通常不关联额度，但需排除此可能）

内容的提问来源于stack exchange，提问作者Bia Souza