React Native中如何向OpenAI Whisper API发送本地音频文件？

核心问题说明 #

OpenAI Whisper API的file参数需要接收Buffer、Blob或File类型的文件内容，而非本地文件路径字符串。在React Native中，你需要先读取本地文件内容，转换为SDK可接受的格式后再发起请求。

解决方案步骤 #

1. 安装依赖 #

首先安装文件处理库及必要工具包：

# 用于读取React Native本地文件
npm install react-native-fs
# 用于在React Native中使用Buffer
npm install buffer

2. 完整代码实现（Buffer方案） #

以下是适配后的代码，通过读取本地文件为Buffer并传递给OpenAI SDK：

import RNFS from 'react-native-fs';
import { Buffer } from 'buffer';
import { Configuration, OpenAI } from "openai";

export const getCompletion5 = async (key) => {
    const configuration = new Configuration({ apiKey: key });
    const openai = new OpenAI(configuration);

    // 移除file://前缀，react-native-fs需要纯本地路径
    const localFilePath = "/data/user/0/com.asd.xyz/cache/sound.mp4";

    try {
        // 读取文件内容为base64格式
        const fileBase64 = await RNFS.readFile(localFilePath, 'base64');
        // 将base64转换为Buffer，适配OpenAI SDK要求
        const audioFile = Buffer.from(fileBase64, 'base64');

        // 发起转录请求，必须指定filename参数以识别文件类型
        const transcription = await openai.audio.transcriptions.create({
            file: audioFile,
            model: "whisper-1",
            filename: "sound.mp4"
        });

        console.log(transcription.text);
        return transcription.text;
    } catch (error) {
        console.error("转录请求失败:", error);
        throw error; // 抛出错误供上层逻辑处理
    }
}

3. 替代方案（Blob/File类型） #

若倾向使用Blob/File格式，可使用rn-fetch-blob库实现：

npm install rn-fetch-blob

import RNFetchBlob from 'rn-fetch-blob';
import { Configuration, OpenAI } from "openai";

export const getCompletion5 = async (key) => {
    const configuration = new Configuration({ apiKey: key });
    const openai = new OpenAI(configuration);

    const filePath = "file:///data/user/0/com.asd.xyz/cache/sound.mp4";

    try {
        // 读取文件为Blob对象
        const blob = await RNFetchBlob.fs.readFile(filePath, 'blob');
        // 模拟浏览器File对象，指定文件名和MIME类型
        const audioFile = new File([blob], "sound.mp4", { type: "audio/mp4" });

        const transcription = await openai.audio.transcriptions.create({
            file: audioFile,
            model: "whisper-1",
        });

        console.log(transcription.text);
        return transcription.text;
    } catch (error) {
        console.error("转录请求失败:", error);
        throw error;
    }
}

4. Android权限配置 #

确保应用拥有读取缓存目录的权限，在AndroidManifest.xml中添加：

<!-- Android 12及以下 -->
<uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE" />
<!-- Android 13+ -->
<uses-permission android:name="android.permission.READ_MEDIA_AUDIO" />

关键注意事项 #

• 必须指定filename参数：OpenAI需要通过文件名识别音频格式，否则会返回格式错误。
• 路径处理：React Native文件库通常不识别file://前缀，需移除后使用纯本地路径。
• 异常处理：保留错误抛出逻辑，方便上层业务处理失败场景。

内容的提问来源于stack exchange，提问作者Nemesis