如何在Streamlit Sharing中部署支持用户音频录制的数据收集应用？

我刚好解决过类似的问题，Streamlit Sharing上的音频录制关键是要选适配浏览器API且不需要额外服务端组件的方案，推荐用streamlit-audio-recorder库——它基于浏览器原生的MediaRecorder API，完美适配Streamlit Sharing的沙箱环境，不需要额外配置服务器。下面是完整的实现和部署步骤：

一、代码实现步骤 #

1. 准备依赖 #

首先在项目根目录创建requirements.txt文件，加入以下内容（确保版本兼容）：

streamlit>=1.20.0
streamlit-audio-recorder>=0.0.8

2. 编写核心应用代码 #

创建app.py，实现短语展示、音频录制和基础存储功能：

import streamlit as st
from streamlit_audio_recorder import audio_recorder

# 页面配置
st.set_page_config(page_title="音频数据收集工具", page_icon="🎤")

st.title("🎤 音频数据收集工具")

# 配置需要用户朗读的短语（可以固定或动态加载）
target_phrase = st.text_input(
    "设置待朗读短语",
    value="人工智能正在改变世界",
    help="用户将朗读这个短语并录制音频"
)
st.markdown(f"### 请朗读以下内容：\n**{target_phrase}**")

# 渲染音频录制组件
audio_bytes = audio_recorder(
    text="点击开始录制（再次点击停止）",
    recording_color="#ff4b4b",
    neutral_color="#4CAF50",
    icon_name="microphone",
    icon_size="3x"
)

# 处理录制完成的音频
if audio_bytes:
    # 播放录制的音频供用户确认
    st.subheader("录制预览")
    st.audio(audio_bytes, format="audio/wav")
    
    # 保存音频到本地（Streamlit Sharing临时存储，建议后续上传到云）
    record_id = st.session_state.get("record_counter", 0)
    filename = f"recording_{record_id}_{target_phrase.replace(' ', '_')}.wav"
    with open(filename, "wb") as f:
        f.write(audio_bytes)
    
    st.success(f"音频已保存：`{filename}`")
    
    # 更新会话内的录制计数
    if "record_counter" not in st.session_state:
        st.session_state.record_counter = 0
    st.session_state.record_counter += 1

二、部署到Streamlit Sharing #

1. 将代码（app.py + requirements.txt）上传到一个公开的GitHub仓库（私有仓库也可以，但需要Streamlit授权访问）
2. 登录Streamlit Sharing平台，点击「New app」按钮
3. 选择对应的GitHub仓库、分支和主文件（app.py）
4. 点击「Deploy」，等待依赖安装和应用启动——整个过程通常只需要1-2分钟

三、关键注意事项 #

• 音频持久化：Streamlit Sharing的本地文件系统是临时的，应用重启后所有本地存储的音频会丢失。如果需要长期保存收集的数据，建议集成云存储服务（比如AWS S3、Google Cloud Storage）：
  • 在Streamlit的「Secrets」面板中配置云存储的密钥
  • 使用对应SDK（如boto3 for S3）将录制好的audio_bytes直接上传到云端
• 浏览器权限：用户第一次使用时需要允许浏览器访问麦克风，确保页面提示清晰，引导用户授权
• 兼容性：streamlit-audio-recorder支持绝大多数现代浏览器（Chrome、Firefox、Edge等），但建议在应用中添加提示，告知用户使用主流浏览器
• 资源限制：Streamlit Sharing有内存和CPU限制，避免同时处理大量音频文件，建议录制完成后立即上传云端并清理本地文件

内容的提问来源于stack exchange，提问作者Myccha